监控高可用集群主备状态需验证节点逻辑角色、协议认可及协同能力：zabbix执行zabbix_server -r ha_status；mysql+keepalived查vip归属与read_only；rabbitmq用rabbitmqctl cluster_status；redis执行redis-cli cluster nodes；并测试切换机制、配置健康检查、统一采集告警、关注资源瓶颈。
监控高可用集群的主备状态，不能只看进程是否运行或端口是否开放，关键在于确认节点是否真正承担了预期角色（active/standby）、是否被集群协议认可、是否能协同工作。
确认集群内节点角色与在线状态
不同集群类型验证方式不同，但核心是调用其原生命令获取逻辑身份：
-
Zabbix HA：执行zabbix_server -R ha_status，输出中明确显示
state: active或state: standby；同时检查数据库表ha_node_status中status字段和last_seen时间戳是否正常更新 - MySQL + Keepalived（双主/VIP）：在各节点分别运行ip a | grep "inet.*192.168"确认VIP归属；再查mysql -e "SHOW SLAVE STATUS\G"或SELECT @@read_only;判断主从角色是否与VIP一致
-
RabbitMQ 镜像队列集群：运行rabbitmqctl cluster_status，查看
running_nodes列表是否完整，并结合rabbitmqctl list_queues name slave_pids确认关键队列是否有同步副本 -
Redis Cluster：执行redis-cli cluster nodes，检查每个节点的flag字段（
master/slave）及connected状态，避免出现fail?或noaddr
验证主备切换机制是否就绪
心跳与故障检测能力必须可测，不能依赖“理论上会切换”：
- 对Keepalived，检查
/var/log/messages或journalctl -u keepalived中是否有VRRP_Instance(VI_1) Entering MASTER STATE类日志；手动停主节点systemctl stop keepalived，观察VIP漂移耗时（通常≤5秒） - 对Zabbix HA，主节点数据库连接中断后，备用节点应在
failover_delay（默认30秒）内完成接管；可通过SELECT * FROM ha_node_status;实时查状态变更 - 所有方案都应配置健康检查脚本（如检测Nginx是否响应、MySQL能否执行简单查询），并确保Keepalived或Zabbix的
track_script已启用且权重设置合理
统一采集与可视化告警
把分散的状态信息收敛到一个看板，避免人工巡检遗漏：
- 用Prometheus + node_exporter采集各节点系统指标（CPU、磁盘、网络），配合mysqld_exporter、rabbitmq_exporter等获取服务层状态
- 在Grafana中建立面板，关键字段包括：
keepalived_state{instance=~".+"}、zabbix_ha_node_status、mysql_slave_status{role="slave"}，用颜色区分active/standby/unavailable - 设置告警规则：例如
absent(keepalived_state{state="active"}) == 1（无active节点）、zabbix_ha_node_status == 0（节点失联超2分钟）
关注资源瓶颈对主备状态的隐性影响
资源不足常导致假性“主备异常”，比如：
- MySQL主库磁盘满 → binlog写失败 → 从库IO线程停止 → 被误判为复制中断
- Zabbix Server JVM内存溢出 → 心跳更新卡顿 → 备节点误触发切换
- RabbitMQ磁盘使用率＞95% → 自动阻塞生产者 → 连接看似正常但消息积压
- 所有集群都需监控对应存储目录（
/var/lib/mysql、/var/lib/zabbix、/var/lib/rabbitmq）剩余空间，阈值建议设为85%
