Kubernetes 运维操作手册：从 etcd 快照进行精确恢复

1

   

5 步实现 etcd 精确恢复

1. 将快照恢复到本地 etcd 数据目录。

2. 使用恢复的数据启动本地 etcd 实例。

3. 使用 etcdctl 查询特定键（例如，ConfigMap）。

4. 使用 auger 解码以提取干净的 YAML。

5. 使用 kubectl 申请恢复到您的实时集群。

本指南将指导您从 etcd 快照中精准地恢复资源，而无需触发完整的集群恢复。无论您是要排除意外删除故障，还是进行取证调试，这种轻量级且有针对性的方法都能最大程度地减少停机时间。#Kubernetes

2

   

引言：🩺Kubernetes 操作里的紧急情况

etcd 是 Kubernetes 集群的核心，它是一个分布式键值存储系统，忠实地维护系统内每个对象的状态。但是，如果某个资源（例如 ConfigMap、Secret 或 Deployment）被删除或损坏，会发生什么情况呢？

启动完整的集群恢复就像进行心脏手术来修复纸张划伤一样。它具有破坏性、风险性，而且通常没有必要。

这就是手术精度发挥作用的地方。

想象一下，您的生产环境陷入危机——一个重要的 ConfigMap 消失了，Pod 崩溃了，用户只能盯着错误页面。完全回滚会比问题本身造成更大的损失。您需要的是一个“外科医生”式的方案：只修复损坏的部分，其他部分一概不做。

在本博客中，您将了解如何：

1. 从 etcd 快照中隔离并提取特定资源

2. 仅将所需内容直接恢复到实时 Kubernetes 集群中

3. 避免不必要的停机并保持集群稳定性

4. 非常适合重视最小影响恢复的 DevOps、SRE 和 Kubernetes 管理员。

3

   

先决条件🔧

为了继续操作，请确保您已具备：

• etcd v3.4+ — etcd 服务器二进制文件可在此处获取

• etcdctl — 与 etcd 交互的 CLI

• auger — CLI 工具，用于将 etcd 的二进制有效负载解码为 YAML

• kubectl — CLI 用于将资源应用于 Kubernetes 集群

• 快照文件— 例如 live-cluster-snapshot.db

始终先在暂存环境中工作。从干净的快照开始：

etcdctl snapshot save live-cluster-snapshot.db

4

   

恢复过程🏥

假设 production 命名空间中一个关键的 ConfigMap app-config 被意外删除了。以下是如何将其恢复：

4.1

   

🧬 步骤 1：准备快照

如果压缩，请解压缩快照：

gunzip live-cluster-snapshot.db.gz

然后恢复它：

etcdctl snapshot restore live-cluster-snapshot.db --data-dir=recovery-etcd

4.2

   

🩻 第 2 步：启动本地 etcd 实例

etcd --data-dir=recovery-etcd --listen-client-urls=http://localhost:2379

核实：

etcdctl --endpoints=localhost:2379 endpoint status

4.3

   

🔍 步骤 3：定位并提取资源

Kubernetes 将 ConfigMap 存储在类似 /registry/configmaps//的键中。列出生产命名空间中的键：

etcdctl --endpoints=localhost:2379 get --prefix "/registry/configmaps/production" --keys-only你会看到类似这样的内容：

/registry/configmaps/production/app-config提取并解码 ConfigMap：

etcdctl --endpoints=localhost:2379 get /registry/configmaps/production/app-config --print-value-only | auger decode > app-config.yaml

生成的 app-config.yaml 可能如下所示：

apiVersion: v1  kind: ConfigMap  metadata:    name: app-config    namespace: production  data:    api-url: "https://api.example.com"    log-level: "debug"

4.4

   

步骤 4：恢复到集群

通过试运行来测试修复效果：

kubectl apply -f app-config.yaml --dry-run=server

如果一切检查无误，则应用它：

kubectl apply -f app-config.yaml

输出：

configmap/app-config created

4.5

   

🧹 步骤 5：清理

pkill etcdrm -rf recovery-etcd app-config.yaml

5

   

高级场景🔍

5.1

   

💠 跨命名空间恢复

cat app-config.yaml | yq eval '.metadata.namespace = "dev"' | kubectl apply -f -

5.2

   

🔐 加密集群 (KMS)

使用 etcdctl 并根据 etcd 加密指南配置解密密钥。📦批量恢复 

etcdctl --endpoints=localhost:2379 get --prefix "/registry/configmaps/production" --print-value-only | auger decode > all-cm.yaml

6

   

总结

最后的想法💡Kubernetes 管理员经常为灾难性故障做准备，但忽略了精确恢复的价值。能够精准地提取和恢复资源，并减少停机时间、防止附带损害、增强对事件响应的信心。当下次灾难来临时，您不会手忙脚乱，而是会采取行动。

随手关注或者”在看“，诚挚感谢！