# Consul 持久化存储修复方案

## 🚨 问题诊断

**根本原因：你的 Consul 集群确实没有配置持久化存储！**

### 当前问题：
1. **数据目录** `/opt/nomad/data/consul` 只是容器内临时目录
2. **没有 volume 挂载** - 重启后数据完全丢失
3. **缺少 onecloud1 节点** - 配置与实际运行状态不一致

### 影响：
- ✅ **Consul 服务发现正常** - 这部分数据在内存中
- ❌ **KV 存储数据丢失** - 所有配置、tokens、证书都没了
- ❌ **ACL 配置丢失** - 权限设置重置
- ❌ **服务配置丢失** - 注册的服务元数据丢失

## 🔧 修复方案

### 第一步：配置持久化存储

**在每个 Consul 节点上运行：**
```bash
# 在 ch4, ash3c, warden 节点上分别执行
./scripts/setup-consul-persistent-storage.sh
```

**这个脚本会：**
1. 创建 `/opt/consul/data` 目录
2. 设置正确的权限 (nomad:nomad)
3. 在 Nomad 配置中添加 host volume
4. 重启 Nomad 客户端

### 第二步：部署持久化 Consul

**停止当前 job：**
```bash
nomad job stop consul-cluster-nomad
```

**部署新配置：**
```bash
nomad job run infrastructure/nomad/nomad-jobs/consul-cluster/consul-cluster-persistent.nomad
```

### 第三步：恢复数据

**如果有备份数据：**
```bash
# 从 Consul KV 备份恢复
consul kv import @backup.json

# 或从快照恢复
consul snapshot restore backup.snap
```

**如果没有备份：**
- 需要重新配置所有 KV 数据
- 重新设置 Cloudflare tokens
- 重新注册服务

## 🎯 新配置的优势

### 持久化存储：
- **Host Volume** - 数据存储在宿主机 `/opt/consul/data`
- **重启安全** - 重启 job 不会丢失数据
- **跨 allocation** - 数据在 allocation 之间保持

### 改进配置：
- **统一 bootstrap-expect=3** - 所有节点都知道集群大小
- **健康检查** - 自动监控服务状态
- **日志级别** - 便于调试
- **服务注册** - 自动注册到 Consul

## 📋 执行清单

### 准备阶段：
- [ ] 备份当前 KV 数据 (如果还有)
- [ ] 记录当前服务注册状态
- [ ] 准备重新配置的数据

### 执行阶段：
- [ ] 在 ch4 节点运行存储配置脚本
- [ ] 在 ash3c 节点运行存储配置脚本  
- [ ] 在 warden 节点运行存储配置脚本
- [ ] 停止当前 Consul job
- [ ] 部署持久化 Consul job
- [ ] 验证集群状态

### 验证阶段：
- [ ] 检查 Consul 集群状态
- [ ] 验证 leader 选举
- [ ] 测试 KV 存储
- [ ] 恢复关键配置数据

## 🚨 重要提醒

**这是一个严重的架构缺陷！**
- 生产环境的 Consul 集群没有持久化存储是不可接受的
- 这相当于把银行的金库建在沙滩上
- 必须立即修复，否则随时可能再次丢失数据

**修复后的好处：**
- 真正的高可用 Consul 集群
- 数据持久化保证
- 符合生产环境标准
- 可以安全地重启和维护