解读

国内生产环境普遍把 CouchDB 跑在容器或云主机里，磁盘满属于高频故障。面试官想知道两点：

1. 你是否主动制造过磁盘满场景并熟悉 CouchDB 的防御机制；
2. 你是否能用最小权限、最小影响快速拿到“_dbs_info”里的 error 字段，而不是去翻巨量的日志。
   因此，回答要给出可复现的注入步骤、观测命令以及字段解析，并体现你对国内监控体系（如阿里云云监控、夜莺、Prometheus）的对接思路。

知识点

1. 磁盘满触发条件：CouchDB 在剩余空间低于 disk_failure_threshold（默认 10%）时，对写请求返回 507 Insufficient Storage，并在内部把数据库标记为 “nonsense” 状态。
2. “_dbs_info” 端点：GET /_dbs_info?keys=[“db1”,”db2”] 会返回数组，每个成员含 {“key”:”db1”,”info”:{…},”error”:null}；若库不可访问，error 字段为字符串而非 null。
3. error 字段值空间：
   • “nonsense” —— 磁盘满导致元数据损坏；
   • “internal_error” —— 其他运行时异常；
   • “no_db_file” —— 文件被误删。
4. 注入手段：国内机房常用 dd if=/dev/zero of=/data/dummy bs=1M count=$[(90%*总空间)] 快速打满磁盘；容器场景则 kubectl exec -it couchdb-0 -- sh -c 'dd if=/dev/zero of=/opt/couchdb/data/dummy'。
5. 观测工具：curl + jq 是最低依赖；若现场不允许外网，用容器内 busybox 的 awk 也能解析。
6. 恢复验证：清理 dummy 文件后，需主动 PUT /_node/_local/_config/couchdb/disk_failure_threshold 临时调到 1%，再调回 10%，触发 CouchDB 重新检测，否则“nonsense”标记不会自动解除。

答案

1. 注入磁盘满
   以非 root 用户登录 CouchDB 宿主机，找到 data 目录挂载点，执行
   df -h /data 确认剩余空间，然后
   dd if=/dev/zero of=/data/fill$(date +%s).tmp bs=1M count=剩余MB-500
   迅速把可用空间压到 5% 以下（低于 10% 阈值即可）。

2. 触发写请求
   任意写一条 doc：
   curl -X POST http://<user>:<pwd>@127.0.0.1:5984/proddb -H Content-Type:application/json -d '{"_id":"test"}'
   此时 CouchDB 返回 507，内部把 proddb 标记为 nonsense。

3. 观察 _dbs_info 的 error 字段
   curl -s http://<user>:<pwd>@127.0.0.1:5984/_dbs_info?keys='["proddb"]' | jq '.[].error'
   若磁盘满导致元数据损坏，会输出 "nonsense"；若只是临时 IO 错误，可能输出 "internal_error"。
   无 jq 时：
   curl -s ... | awk -F'"error":' '{print $2}' | awk -F'"' '{print $2}'

4. 清理与恢复
   rm /data/fill*.tmp
   等待 30s 后再次调用 _dbs_info，若 error 仍为 “nonsense”，需手动刷新阈值：
   curl -X PUT http://<user>:<pwd>@127.0.0.1:5984/_node/_local/_config/couchdb/disk_failure_threshold -d '"1%"'
curl -X PUT ... -d '"10%"'
   再次查询，error 字段应返回 null，表示库已可用。

拓展思考

1. 自动化观测：把 curl _dbs_info | jq -r '.[].error' 封装成 exporter，配合阿里云云监控自定义脚本，每 60s 上报，error!=null 时直接触发电话告警。
2. 灰度限流：在磁盘剩余 15% 时，通过 nginx+lua 拦截写请求，提前降级，避免进入 nonsense 状态。
3. 多租户隔离：国内 SaaS 厂商常把每个租户独立成库，利用 _dbs_info 批量巡检，可在 1s 内扫描上千库，比轮询 /db/_info 节省 90% 开销。
4. 容器场景：把 emptyDir 大小限制在 70% 宿主机盘，配合 kubelet 的 eviction-hard=imagefs.available<10%，让 Pod 提前被驱逐，防止进入 nonsense 后人工介入困难。