对于运维人员来说，OceanBase的监控与运维工作相比传统数据库，复杂度更高，也面临着很多独特的痛点，想和各位同行交流下日常运维中的痛点及高效解决方案。我们团队目前负责3个OceanBase集群，承载着不同的业务场景（核心交易、数据统计、日志存储），日常运维中遇到了几个比较棘手的问题：一是监控指标太多，官方提供的监控面板过于复杂，难以快速定位核心问题，比如慢SQL、节点负载过高、存储瓶颈等，不知道大家是如何筛选关键监控指标、自定义监控面板的？二是集群扩缩容操作，每次扩缩容后，都会出现一段时间的性能波动，甚至出现SQL执行超时的情况，想问问大家扩缩容的最佳实践是什么？比如扩缩容的时机选择、节点配置调整、数据均衡的优化技巧？三是数据备份与恢复，全量备份耗时过长、增量备份占用过多存储空间，恢复时的耗时也无法满足业务应急需求，有没有备份恢复的优化方案？四是日志排查难度大，OceanBase的日志种类多、信息量庞大，遇到故障时（比如事务回滚、连接失败），难以快速定位问题根源，大家有没有高效的日志排查套路、常用的排查命令或脚本可以分享？另外，日常巡检的重点是什么，有没有可复用的巡检脚本或巡检方案？
学习学习