1

我们在不同的 AWS 数据中心拥有三个节点,其中一个是唯一的种子节点和单例的独家拥有者,通过使用.withDataCenter单例代理设置来完成。我们可以通过启动种子节点然后其他节点来让我们的集群按设计工作,但是如果任何节点出现故障,似乎让它们再次通话的唯一方法就是以相同的方式重新启动整个集群。我们想让这些尝试重新连接到种子节点并在可能的情况下恢复正常操作。

当我取下一个非种子节点时,种子节点将其标记为 UNREACHABLE 并开始定期记录以下内容:

Association with remote system [akka.tcp://application@xxx.xx.x.xxx:xxxx] has failed, address is now gated for [5000] ms. Reason: [Association failed with [akka.tcp://application@xxx.xx.x.xxx:xxxx]] Caused by: [connection timed out: /xxx.xx.x.xxx:xxxx]

很公平。但是,当我重新启动节点时,新启动的节点开始重复:

2018-01-29 22:59:09,587 [DEBUG]: akka.cluster.ClusterCoreDaemon in application-akka.actor.default-dispatcher-18 - now supervising Actor[akka://application/system/cluster/core/daemon/joinSeedNodeProcess-16#-1572745962]

2018-01-29 22:59:09,587 [DEBUG]: akka.cluster.JoinSeedNodeProcess in application-akka.actor.default-dispatcher-3 - started (akka.cluster.JoinSeedNodeProcess@2ae57537)

2018-01-29 22:59:09,755 [DEBUG]: akka.cluster.JoinSeedNodeProcess in application-akka.actor.default-dispatcher-2 - stopped

种子节点日志:

2018-01-29 22:56:25,442 [INFO ]: a.c.Cluster(akka://application) in application-akka.actor.default-dispatcher-4 - Cluster Node [akka.tcp://application@52.xx.xxx.xx:xxxx] dc [asia] - New incarnation of existing member [Member(address = akka.tcp://application@172.xx.x.xxx:xxxx, dataCenter = indonesia, status = Up)] is trying to join. Existing will be removed from the cluster and then new member will be allowed to join.

2018-01-29 22:56:25,443 [INFO ]: a.c.Cluster(akka://application) in application-akka.actor.default-dispatcher-18 - Cluster Node [akka.tcp://application@52.xx.xxx.xx:xxxx] dc [asia] - Marking unreachable node [akka.tcp://application@172.xx.x.xxx:xxxx] as [Down]

之后反复:

2018-01-29 22:57:41,659 [INFO ]: a.c.Cluster(akka://application) in application-akka.actor.default-dispatcher-18 - Cluster Node [akka.tcp://application@52.xx.xxx.xx:xxxx] dc [asia] - Sending InitJoinAck message from node [akka.tcp://application@52.xx.xxx.xx:xxxx] to [Actor[akka.tcp://application@172.xx.x.xxx:xxxx/system/cluster/core/daemon/joinSeedNodeProcess-8#-1322646338]]

2018-01-29 22:57:41,827 [INFO ]: a.c.Cluster(akka://application) in application-akka.actor.default-dispatcher-18 - Cluster Node [akka.tcp://application@52.xx.xxx.xx:xxxx] dc [asia] - New incarnation of existing member [Member(address = akka.tcp://application@172.xx.x.xxx:xxxx, dataCenter = indonesia, status = Down)] is trying to join. Existing will be removed from the cluster and then new member will be allowed to join.

我觉得奇怪的是,日志表明“将”发生的事情不会发生,现有的被删除,新的成员被允许加入。我一直在谷歌上搜索该消息,但找不到关于我可能需要做什么才能实现这一点的解释。

4

1 回答 1

1

假设您在 Akka.NET 上,看起来您可能遇到了一个未解决的问题,其中领导者不断尝试删除旧的化身以让新的化身加入。问题单中有一些关于放松的故障排除建议heartbeat-interval,也许可以提供对可能原因的一些见解。

鉴于多个地理位置分散的数据中心的延迟通常较高,我会仔细研究的一个领域是故障检测

这似乎与报告的问题无关,但根据您显示的日志,不同数据中心的两个节点之间似乎存在时间差异。

于 2018-01-30T22:23:45.827 回答