MySQL集群的运行状态监控，核心在于确认节点存活、数据同步正常、组内角色稳定以及资源无瓶颈。不能只看单个实例是否“在跑”，而要关注整个集群的协作健康度。
确认集群节点在线与角色状态
对于使用MySQL Group Replication（MGR）或InnoDB Cluster的环境，首先要验证各节点是否已加入集群且处于活跃状态：
登录任一节点，执行：SELECT * FROM performance_schema.replication_group_members;
检查
MEMBER_STATE是否为
ONLINE，
MEMBER_ROLE是否符合预期（如 PRIMARY 或 SECONDARY） 若某节点显示
RECOVERING或
OFFLINE，说明同步异常或未成功加入；
ERROR状态需立即查错误日志 配合系统命令验证进程：如
systemctl status mysqld或
ps aux | grep mysqld，确保 MySQL 进程本身未崩溃
检查主从复制与组内同步延迟
即使所有节点都在线，数据不同步也会导致服务不可靠：
对 MGR 集群，重点看：SHOW REPLICA STATUS\G（MySQL 8.0.22+）或 SHOW SLAVE STATUS\G（兼容旧版）
确认
Replica_IO_Running和
Replica_SQL_Running均为
Yes检查同步延迟：
Seconds_Behind_Master应接近 0；持续大于 30 秒需排查网络、大事务或从库负载 查看组复制通道状态：
SELECT * FROM performance_schema.replication_connection_status;
确认
CHANNEL_NAME为
group_replication_applier且
SERVICE_STATE是
ON
监控关键性能与资源指标
集群稳定性不仅依赖复制逻辑，还受内存、磁盘、连接数等资源制约：
连接与线程：SHOW GLOBAL STATUS LIKE 'Threads_connected';
结合
max_connections配置判断是否接近上限；
Threads_running持续 > 50 可能存在阻塞 缓冲池与缓存：
SHOW ENGINE INNODB STATUS\G 中关注
Buffer pool hit rate（建议 >99%）和
pending log writes（过高说明 I/O 压力大） 慢查询与错误：
开启并定期分析慢查询日志；检查
Aborted_clients、
Aborted_connects是否突增，反映连接异常或认证失败
用工具实现自动化监控与告警
人工巡检无法满足高可用要求，推荐以下轻量到企业级方案：
Zabbix：配置 MySQL 模板，通过自定义脚本调用mysql -e "SELECT MEMBER_STATE FROM..."判断集群状态，设置阈值告警 Prometheus + mysqld_exporter：采集
mysql_group_replication_member_state、
mysql_slave_status_seconds_behind_master等指标，配合 Grafana 可视化 云平台集成：如阿里云 PolarDB、腾讯云 TDSQL 已内置集群拓扑图、同步延迟热力图和自动故障切换日志，可直接启用
