故障诊断与恢复专项测试卷

集群停止服务等待Leader恢复

自动选举新Leader，恢复数据一致后继续服务

所有Follower独立提供服务

客户端重新连接到新Leader

选举新的Leader节点

处理旧Leader未完成的事务

确保所有节点数据一致

通知客户端切换到新Leader

使用双Leader机制

过半机制保证只有多数分区能选举Leader

所有分区都可以选举Leader

管理员手动处理

修改节点数据

分析事务日志内容定位问题

删除事务日志

创建新节点

使用txnlog分析事务日志

比较各节点的ZXID判断数据状态

从数据最新的节点恢复其他节点

重启所有节点让数据自动同步

直接重启节点自动恢复

从备份快照和日志恢复，或从其他节点同步

数据无法恢复需要重建集群

使用内存数据重建磁盘数据

只查看四字命令输出

使用profiling工具分析CPU、内存、IO热点

查看日志文件

增加硬件资源

CPU瓶颈（请求处理延迟高）

内存瓶颈（GC频繁或OOM）

磁盘IO瓶颈（事务日志写入延迟）

网络瓶颈（连接数过多或带宽不足）

记录事故日志

分析原因、制定预防措施避免类似问题

惩罚责任人

恢复数据

增加监控告警覆盖范围

配置自动数据备份

优化集群架构（增加Observer等）

调整超时参数和资源配置