自建对象存储出问题时的排查顺序：从现象到根因

mc mirror 做增量同步，比 rsync 更懂对象与分片上传

正确的第一步是分类：起不来、连不上、跑得慢，三条路完全不同。

先说结论

先分三类，再由外向内查：网络、进程、配置、依赖、资源。

• 先确认现象能复现，且能描述清楚
• 由外向内：端口、进程、配置、依赖、资源
• 读第一条错误，不是最后一条
• 改一个变量，验证一次，别一次改五处
• 留下记录：现象、假设、验证、结论

第一类：起不来

先看进程在不在，再看它为什么退出：mc mirror 做增量同步，比 rsync 更懂对象与分片上传。

• 查看服务状态与最近日志（不是全部日志）
• 确认端口是否被占用、权限是否足够
• 确认配置文件语法（多数服务支持 test 模式）
• 确认依赖的数据目录存在且可写

第二类：连不上

按「本机、网络、代理、应用」四层查：

第三类：跑得慢

分片上传的 ETag 不是文件 MD5，校验要用 x-amz-checksum 头。

慢的问题先分清是「等」还是「算」：CPU 高是算，CPU 低但延迟高是等（IO、锁、网络）。

这个服务的高频故障点

同类的坑基本集中在这些位置：

• 纠删码的可用容量约为总容量的一半，不是四分之三
• mc mirror 做增量同步，比 rsync 更懂对象与分片上传
• 大量小对象会拖慢列举，10 万个对象 ls 一次要几十秒

别做的事

用 ETag 校验分片上传的文件，永远对不上

把 20 万个小文件塞进一个前缀，控制台列表直接卡死

一次改多个参数，会让下一次故障更难查。

把结论写下来

排查记录不是给别人看的，是给三个月后的自己看的。大量小对象会拖慢列举，10 万个对象 ls 一次要几十秒。

还有几处容易忽略的

都是小地方，但出问题时往往就卡在这里。

• 单盘模式没有冗余，盘坏了数据直接没；纠删码 4 盘只能坏 2 盘
• 生命周期规则是后台异步扫描，配完不会立刻删除对象
• 单盘跑对象存储当唯一备份目标，盘坏了源和备份一起没

排障能力不是知道更多命令，是知道先查什么。