一个分布式系统的Meta Server管理工作包含周期巡检，监控报警，故障排查，接入审核等，通过这些手段来帮助服务稳定运行。

周期巡检

监控报警

使用 Shell 工具查看 Pegasus 系统状态：

集群基础信息是否正常：cluster_info
- meta_servers 列表是否正常
- meta_function_level 是否是 steady 状态
各 Table、各 Partition 是否健康：ls -d
- Table 数量是否正常
- 所有 Table 的 unhealthy 分片数量是否都为 0
各节点是否健康：nodes -d
- 所有节点都在列表中，且状态都是 ALIVE
- 数据分布是否倾斜严重（即 replica_count 列或 primary_count 列数量不平均）。如果倾斜严重，可以选择集群流量比较小的时间段，使用 shell 工具命令 set_meta_level 设置为 lively，使其进行负载均衡调整。记得在调整完成后设置回 steady 状态
  
  注意：对于延迟敏感的用户，负载均衡只能在必要的时候才进行，不要影响服务稳定性，在该过程中要密切观察集群状态
各节点的基本信息是否正常：server_info
- 每个 server 的版本是否正确
- 通过 start time 判断是否发生过重启
各节点的 metrics 信息是否正常：server_stat
- IOPS、读写延迟
- 内存使用量
各表的 metrics 信息是否正常：app_stat
- IOPS
- 存储用量

查看系统信息：例如，检查服务器的 socket 连接数（其中 34601 为 MetaServer 的服务监听端口）：

在 Meta Server 所在服务器上使用 netstat 命令检查连接数：
```
  netstat -na | grep '34601\>' | grep ESTABLISHED | wc -l
```

检查与该服务器建立连接的远程节点，按照连接数排序：

  netstat -na | grep '34601\>' | grep ESTABLISHE | awk '{print $5}' | sed 's/:.*//' | sort | uniq -c | sort -k1 -n -r | head

Pegasus 和多数数据库一样，以表为单位管理资源。作为 Pegasus 的管理员，在每个表接入时，需要了解表需要的资源量，以便分配合适的计算和存储资源。结合 Pegasus 的存储原理，优化 key-value 的 schema 设计，也有助于保证服务的稳定性。

可以收集分析以下信息：