Nacos 生产运维与调优
把 Nacos 从"能跑"带到"稳跑"，需要健康检查、容量规划、备份与演练一套动作。本章整理生产运维的关键项。
健康检查
日常探活可以直接调 actuator 接口，或看控制台"集群管理"里的节点状态：
curl -s http://127.0.0.1:8848/nacos/actuator/health
# 输出：{"status":"UP",...} status 为 DOWN 时优先查 MySQL 连接与磁盘空间
建议把探活接入监控告警：节点失联、健康实例比例过低触发保护阈值（第 6 章）都应有告警。
JVM 与内存调优
启动脚本默认按较小规格给堆内存（单机常见 512m 档），实例与配置量上来后要调大。修改 bin/startup.sh 里的 JAVA_OPT：
# 在 startup.sh 中调整（示例：堆 2G 起步，按机器内存与实例量规划）
JAVA_OPT="${JAVA_OPT} -server -Xms2g -Xmx2g"
调优观察点：堆使用率、Full GC 频率与耗时；CPU 高或卡顿时可抓线程栈（jstack）结合 logs/ 下日志分析，重点看 naming-server、config-server 日志有无异常。
容量与节点规模
单机承载量与机器规格强相关，常规配置下支撑数千至上万实例量级问题不大，具体以压测为准。规划思路：
- 实例、配置量小：单机或双机即可
- 量大或要求高可用：横向加到 3 节点以上并前置负载均衡（第 12 章）
- 定期在控制台查看服务数、实例数，接近上限前扩容
日志与磁盘
日志默认输出在安装目录 logs/ 下：
| 文件 | 内容 |
|---|---|
| nacos.log | 主日志，全局问题先看它 |
| naming-server.log / config-server.log | 注册、配置模块日志 |
| start.out | 启动日志 |
| access 相关日志 | HTTP 访问记录，排查调用来源用 |
日志量大时要设置保留策略并定期清理，磁盘写满会导致服务异常。
备份策略
配置与持久实例数据都在 MySQL 里，备份以库为主、导出为辅：
# 每日定时备份数据库
mysqldump -u nacos -p nacos_config > /backup/nacos_$(date +%F).sql
控制台"配置管理"支持按 dataId 导出配置，作为库备份之外的便携副本；历史版本数据（his_config_info）也在库里，一并备份即可。
容量治理
- 僵尸实例：心跳断开的临时实例会被自动摘除，控制台里长期不用的服务手动下线或删除
- 无主配置：定期盘点 dataId 是否仍有客户端使用，无人引用的配置归档或删除，避免"配置孤儿"
- 命名空间太多、配置太碎也会增加维护成本，治理时注意收敛
故障演练
定期做破坏性演练才能验证高可用设计：
- 低峰期停掉一个集群节点，观察注册、发现、配置读写是否正常
- 验证负载均衡是否自动绕开故障节点（健康检查生效）
- 恢复节点，观察它与集群的数据同步是否完成
- 演练全程留记录，把发现的问题纳入整改
小结
生产运维可以总结为四件事：探活与告警管"活着"，JVM/容量/日志管"跑得快"，MySQL 备份管"丢不了"，下线清理与故障演练管"不脏不乱"。把这四件事制度化，Nacos 就是可靠的基础设施。