CentOS 6环境下ArangoDB集群节点重启失败问题咨询

我之前在CentOS 6环境折腾ArangoDB集群时，也碰到过类似的节点重启失败+内存耗尽导致集群崩溃的问题，结合你的场景给你几个实用的排查和解决思路：

• 先查启动日志和端口占用
  • 找到ArangoDB的日志文件（默认路径是/var/log/arangodb3/arangod.log，如果是自定义部署的话看启动参数里的--log.file），搜索ERROR或FATAL关键词，重点看启动时的报错信息。
  • 用netstat -tulpn | grep arangod检查目标节点的端口（默认8529）是不是被残留进程占用，如果有，先杀掉僵死进程：kill -TERM <进程PID>，等30秒后再尝试启动。
• 检查数据目录权限
  • CentOS 6下ArangoDB通常以arangodb用户运行，执行ls -ld /var/lib/arangodb3/（默认数据目录）确认权限，如果所有者不是arangodb:arangodb，执行chown -R arangodb:arangodb /var/lib/arangodb3/修正权限后再重启。

之前靠top | grep arangod手动监控太被动，建议通过配置调整从根源控制内存：

• 修改ArangoDB配置文件/etc/arangodb3/arangod.conf：
  • 调整缓存大小：设置cache.size = 8G（根据服务器物理内存调整，建议设为内存的50%-70%，比如16G内存设8G，32G内存设16G），限制缓存占用的最大内存。
  • 开启自动缓存清理：添加cache.trimInterval = 60，让系统每60秒自动回收闲置缓存。
  • 限制线程数：设置server.maximal-threads = 8（根据CPU核心数调整，一般是核心数的2倍即可，避免过多线程占用内存）。
• 启用内置监控替代手动检查：
  在配置里开启metrics.enabled = true，之后通过http://<节点IP>:8529/_admin/metrics查看实时内存、CPU、连接数等指标，还能结合监控工具设置告警，不用再手动跑top。

• 优先用官方停止命令：执行service arangodb3 stop（CentOS 6用service管理），让进程正常退出并刷盘，避免数据损坏。
• 处理僵死进程：如果service stop无效，先尝试kill -TERM <进程PID>（优雅终止），等待30秒后确认进程是否退出，仍未退出再用kill -9 <PID>（尽量少用，可能导致数据不一致）。
• 重启前标记维护状态：在集群管理界面（http://<Coordinator节点IP>:8529/_admin/cluster）将目标节点设置为Maintenance状态，避免集群在重启时触发不必要的故障转移，减少对业务的影响。

要是上面的方法都没解决问题，把启动日志里的关键错误信息（比如具体的报错提示、崩溃堆栈）贴出来，能更精准定位问题~

内容的提问来源于stack exchange，提问作者Amandine-G