用途
该技能用于对 CockroachDB 集群执行全面的健康检查。在运行诊断之前，它会先收集部署环境信息，以便为操作者所在的层级提供正确的查询和工具。
适用场景包括：日常或交接班时的运维健康检查；开始维护前（自托管、Advanced、BYOC）；事故后确认恢复；验证生产就绪状态；监控容量与性能。
对于实时查询问题，应使用 triaging-live-sql-activity；对于后台任务，应使用 monitoring-background-jobs；对于范围分析，应使用 analyzing-range-distribution。
主要能力
技能首先收集上下文信息，包括部署层级（自托管、Advanced、BYOC、Standard、Basic）、健康检查原因（日常检查、维护前、事故后、升级前）。根据层级不同，还会收集额外信息，例如自托管层级需要了解访问方式（SQL + CLI 或仅 SQL）、云服务商、是否 Kubernetes 部署、节点数量与区域；Advanced 或 BYOC 层级需要了解云服务商；Standard 层级需要了解当前配置的 vCPU 数量；Basic 层级无需额外上下文。
根据上下文，技能会路由到对应的健康检查流程：
- 自托管健康检查：通过 cockroach node status（CLI）和 DB Console 读取节点级健康状态，通过公共 SQL（SHOW ALL CLUSTER SETTINGS、SHOW JOBS）读取集群设置和任务。检查项包括节点存活、版本与复制状态；存储容量；证书过期；关键设置；汇总摘要；生产就绪评估。
- Advanced 健康检查：Advanced 集群是由 Cockroach Labs 管理的专用单租户集群，可通过 Cloud Console 和 SQL 获得节点级可见性。检查项包括 Cloud Console 检查（集群概览、指标、告警）、CLI + SQL 检查（节点状态、近期失败任务）、Cloud API 调用。
- BYOC 健康检查：BYOC 集群运行在用户自己的云账户中，具有与 Advanced 相同的 CockroachDB 可见性，并可访问底层基础设施。检查项包括运行所有 Advanced 检查步骤、云服务商基础设施检查（AWS、GCP、Azure 对应命令）、VPC/网络连通性验证、IAM 角色检查、云服务商监控审查。
- Standard 健康检查：Standard 是多租户托管服务，没有单独节点需要监控。检查项包括 Cloud Console 检查（集群概览、SQL 活动、存储、计算）、SQL 检查（连通性、版本、近期失败任务）。需监控 P99 SQL 延迟、错误率、存储增长、计算利用率。
- Basic 健康检查：Basic 是无服务器产品，自动扩缩容，没有节点或配置的计算资源需要监控。检查项包括 Cloud Console 检查（集群概览、请求单元、存储、支出限额）、SQL 检查（连通性、版本、近期失败任务）。需监控请求单元消耗、存储使用、查询效率、冷启动延迟。
使用方式
技能通过一系列检查步骤执行。自托管层级的具体检查包括：
检查 1：节点存活、版本与复制，使用命令 cockroach node status --decommission --certs-dir=<certs-dir> --host=<any-live-node>，关注 is_live、is_draining、is_decommissioning、membership、started_at、build、ranges_underreplicated 等列。
检查 2：存储容量，使用 DB Console Overview → Storage 或 Prometheus 指标端点 curl -ks https://<node>:8080/_status/vars | grep '^capacity'。
检查 3：证书过期，使用 cockroach cert list --certs-dir=<certs-dir>、openssl x509 -in <cert.crt> -noout -enddate 或 Prometheus 指标端点 curl -ks https://<node>:8080/_status/vars | grep '^security_certificate_expiration_'。90 天内视为即将过期。
检查 4：关键设置，通过 SQL 查询 SHOW ALL CLUSTER SETTINGS 中的 kv.rangefeed.enabled、sql.stats.automatic_collection.enabled、server.time_until_store_dead、admission.kv.enabled、cluster.preserve_downgrade_option。
检查 5：汇总摘要，使用 DB Console Cluster Overview 页面或 CLI 命令，集群逻辑版本通过 SELECT value AS cluster_version FROM [SHOW CLUSTER SETTING version]; 获取。
检查 6：生产就绪评估，包括节点数量、存活与位置多样性检查，关键生产设置检查，以及企业许可证状态查询。
Advanced 层级使用 Cloud Console 检查、CLI + SQL 检查（节点状态、近期失败任务）和 Cloud API 调用。BYOC 层级运行所有 Advanced 步骤并增加云服务商基础设施检查。Standard 和 Basic 层级主要使用 Cloud Console 和简单 SQL 检查。
适用场景
适用于 CockroachDB 集群的日常运维健康检查、维护前检查、事故后恢复确认、生产就绪验证、容量与性能监控。不同部署层级对应不同的检查流程。
限制
所有检查均为只读操作，不修改任何数据。自托管层级中，cockroach node status 需要 CLI 访问权限（或管理员 SQL 权限），大多数节点级健康查询没有生产安全的 SQL 替代方案。Advanced/BYOC 层级中证书检查由 Cockroach Labs 管理。Standard/Basic 层级按设计没有节点级可见性，需使用 Cloud Console。
故障排查方面，技能提供了常见问题及修复方法，例如权限被拒绝、节点缺失、Cloud Console 显示降级、高 RU 消耗、Cloud API 返回 401、首次连接高延迟等。
相关技能包括 upgrading-cluster-version、managing-cluster-capacity、performing-cluster-maintenance、monitoring-background-jobs。官方文档参考包括 Monitoring and Alerting、cockroach node status、Production Checklist、Cloud Console Monitoring、Export Metrics (Advanced)。