Zookeeper 连接丢失错误

<ph type="x-smartling-placeholder"></ph> 您正在查看 Apigee Edge 文档。
转到 Apigee X 文档
信息

问题

ZooKeeper 连接问题可能表现为不同的症状,例如:

  1. API 代理部署错误
  2. Management API 调用失败并显示 5XX 错误
  3. 路由器或消息处理器无法启动
  4. Google Analytics 组件会在 system.logs 中报告 ZooKeeper 连接丢失情况

错误消息

下面提供了使用异常链接时可能会出现的错误消息示例 ZooKeeper 节点的连接丢失。

  1. 部署 API 代理时,管理服务器日志中会返回以下错误 因 ZooKeeper 连接丢失而失败:
    org: env: main INFO ZOOKEEPER - ZooKeeperServiceImpl.exists() :
    Retry path existence path:
      /regions/dc-1/pods/analytics/servers/692afe93-8010-45c6-b37d-e4e05b6b2eb5/reachable,
      reason: KeeperErrorCode = ConnectionLoss
    org: env: main ERROR ZOOKEEPER - ZooKeeperServiceImpl.exists() :
      Could not detect existence of path:
      /regions/dc-1/pods/analytics/servers/692afe93-8010-45c6-b37d-e4e05b6b2eb5/reachable ,
      reason: KeeperErrorCode = ConnectionLoss
    org: env: main ERROR KERNEL.DEPLOYMENT - ServiceDeployer.startService() :
      ServiceDeployer.deploy() : Got a life cycle exception while starting service
      [ServerRegistrationService, Error while checking path existence for path :
      /regions/dc-1/pods/analytics/servers/692afe93-8010-45c6-b37d-e4e05b6b2eb5/reachable] :
      com.apigee.zookeeper.ZooKeeperException{ code = zookeeper.ErrorCheckingPathExis tence,
      message = Error while checking path existence for path :
      /regions/dc-1/pods/analytics/servers/692afe93-8010-45c6-b37d-e4e05b6b2eb5/reachable,
      associated contexts = []} 2015-03-25 10:22:39,811
    org: env: main ERROR KERNEL - MicroKernel.deployAll() : MicroKernel.deployAll() :
    Error in deploying the deployment : EventService com.apigee.zookeeper.ZooKeeperException:
    Error while checking path existence for path :
      /regions/dc-1/pods/analytics/servers/692afe93-8010-45c6-b37d-e4e05b6b2eb5/reachable
      at com.apigee.zookeeper.impl.ZooKeeperServiceImpl.exists(ZooKeeperServiceImpl.java:339)
      ~[zookeeper-1.0.0.jar:na] at com.apigee.zookeeper.impl.ZooKeeperServiceImpl.exists(
      ZooKeeperServiceImpl.java:323) ~[zookeeper-1.0.0.jar:na] at ... snipped
    
  2. 在启动期间,路由器和消息处理器将连接到 ZooKeeper。如果有 ZooKeeper 出现连接问题,则这些组件将无法从以下状态开始 错误:
    2017-08-01 23:20:00,404  CuratorFramework-0 ERROR o.a.c.f.i.CuratorFrameworkImpl
      - CuratorFrameworkImpl.logError() : Background operation retry gave up
    org.apache.zookeeper.KeeperException$ConnectionLossException: KeeperErrorCode = ConnectionLoss
      at org.apache.zookeeper.KeeperException.create(KeeperException.java:99) ~[zookeeper-3.4.6.jar:3.4.6-1569965]
      at org.apache.curator.framework.imps.CuratorFrameworkImpl.checkBackgroundRetry(CuratorFrameworkImpl.java:710) [curator-framework-2.5.0.jar:na]
      at org.apache.curator.framework.imps.CuratorFrameworkImpl.performBackgroundOperation(CuratorFrameworkImpl.java:827) [curator-framework-2.5.0.jar:na]
      at org.apache.curator.framework.imps.CuratorFrameworkImpl.backgroundOperationsLoop(CuratorFrameworkImpl.java:793) [curator-framework-2.5.0.jar:na]
      at org.apache.curator.framework.imps.CuratorFrameworkImpl.access$400(CuratorFrameworkImpl.java:57) [curator-framework-2.5.0.jar:na]
      at org.apache.curator.framework.imps.CuratorFrameworkImpl$4.call(CuratorFrameworkImpl.java:275) [curator-framework-2.5.0.jar:na]
      at java.util.concurrent.FutureTask.run(FutureTask.java:266) [na:1.8.0_131]
      at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1142) [na:1.8.0_131]
      at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:617) [na:1.8.0_131]
      at java.lang.Thread.run(Thread.java:748) [na:1.8.0_131]
    
  3. Edge 界面可能会显示以下错误,指示它无法检查 API 代理的部署状态:
    Error Fetching Deployments
    Error while checking path existence for path: path
    

可能的原因

下表列出了此问题的可能原因:

原因 适用于
不同数据中心的网络连接问题 Edge Private Cloud 用户
ZooKeeper 节点未处理请求 Edge Private Cloud 用户

点击表格中的链接可查看针对该问题的可能解决方案。

不同数据中心的网络连接问题

诊断

ZooKeeper 集群的节点可能跨多个区域/数据中心,例如 DC-1 和 DC-2。典型的 Apigee Edge 2 DC 拓扑具有以下特点:

  • 在 DC-1 中,ZooKeeper 将服务器 1、2 和 3 作为投票者
  • 在 DC-2 中,ZooKeeper 4 和 5 作为选民,ZooKeeper 6 作为观察者。

如果 DC-1 区域出现故障或 DC-1 和 DC-2 之间的网络连接中断,则: ZooKeeper 节点无法在 DC-2 中选出新的主要节点,并且它们无法与主要节点通信 节点。ZooKeeper 观察者无法选出新的队长,DC-2 中剩余的两名选民也没有选择 通过至少 3 个选民节点的最小票数选出新的领导者。因此,DC-2 中的动物园管理员 无法处理任何请求DC-2 中剩余的 ZooKeeper 节点将继续循环 重新与 ZooKeeper 选民进行连接以寻找领先变体。

分辨率

按指定顺序应用以下解决方案解决此问题。

如果您在尝试这些解决方案后仍无法解决问题,请 请与 Apigee 支持团队联系。

解决方案 1

  1. 与网络管理员合作修复 数据中心。
  2. 当 ZooKeeper 集成能够跨数据中心进行通信并选择 ZooKeeper 主节点,节点应运行状况良好并能够处理请求。

解决方案 2

  1. 如果网络连接需要一些时间才能修复,解决方法是重新配置 关闭区域中的 ZooKeeper 节点。例如,重新配置 ZooKeeper 因此该区域中的 3 个 ZooKeeper 节点都是投票者,并删除 server.#来自 DC-1 地区的动物管理员的zoo.cfg
    1. 在以下示例中,zoo.cfg 为 DC-1 使用 us-ea 的 2 个区域配置节点 主机名(表示美国东区)和 DC-2 使用 us-wo 主机名(表示美国西区)。 (注意:仅显示相关配置):
      server.1=zk01ea.us-ea.4.apigee.com:2888:3888
      server.2=zk02ea.us-ea.4.apigee.com:2888:3888
      server.3=zk03ea.us-ea.4.apigee.com:2888:3888
      server.4=zk04wo.us-wo.4.apigee.com:2888:3888
      server.5=zk05wo.us-wo.4.apigee.com:2888:3888
      server.6=zk06wo.us-wo.4.apigee.com:2888:3888:observer
      

      在上面的示例中,按如下方式重新配置 zoo.cfg

      server.1=zk04wo.us-wo.4.apigee.com:2888:3888
      server.2=zk05wo.us-wo.4.apigee.com:2888:3888
      server.3=zk06wo.us-wo.4.apigee.com:2888:3888
      
    2. 使用包含配置的代码, 创建一个包含以下内容的 /opt/apigee/customer/application/zookeeper.properties 文件:
      conf_zoo_quorum=server.1=zk04wo.us-wo.4.apigee.com:2888:3888\
      \nserver.2=zk05wo.us-wo.4.apigee.com:2888:3888\
      \nserver.3=zk06wo.us-wo.4.apigee.com:2888:3888\
      

    在上文中,来自美国东部的节点被移除,美国-西节点被提升到 :observer 注释被移除时支持投票者。

  2. 备份 /opt/apigee/apigee-zookeeper/conf/zoo.cfg 及之前的数据 /opt/apigee/customer/application/zookeeper.properties

    这些文件将在网络连接恢复后用于恢复默认设置 数据中心之间。

  3. 为观察者节点停用观察者表示法。为此, 将以下配置添加到 /opt/apigee/customer/application/zookeeper.properties 的顶部:

    conf_zoo_peertype=
  4. 按如下方式修改 /opt/apigee/data/apigee-zookeeper/data/myid 文件:

    • 对于 server.1,将 myid 内的条目从 4 更改为 1
    • 对于 server.2,请将 myid5 更改为 2
    • 对于 server.3,将 myid6 更改为 3
  5. 在重新配置 ZooKeeper 的区域中重启 ZooKeeper 节点 集群。
  6. 对 DC-2。
  7. 验证节点是否处于主要节点:
    $ echo srvr | nc zk04wo.us-wo.4.apigee.com 2181
    > echo srvr | nc zk05wo.us-wo.4.apigee.com 2181
    > echo srvr | nc zk06wo.us-wo.4.apigee.com 2181
    

    此命令的输出将包含一行内容为“mode”后跟“leader”如果是 是领先变体,或“关注者”代表关注者。

    重新建立数据中心之间的网络后,ZooKeeper 配置 可还原 DC-2 中的 ZooKeeper 节点上的更改。

解决方案 3

  1. 如果集群中的 ZooKeeper 节点未启动,请将其重启。
  2. 检查 ZooKeeper 日志,确定 ZooKeeper 节点发生故障的原因。

    ZooKeeper 日志位于以下目录中:

    $ cd /opt/apigee/var/log/apigee-zookeeper
    $ ls -l
    total 188
    -rw-r--r--. 1 apigee apigee   2715 Jul 22 19:51 apigee-zookeeper.log
    -rw-r--r--. 1 apigee apigee  10434 Jul 17 19:51 config.log
    -rw-r--r--. 1 apigee apigee 169640 Aug  1 19:51 zookeeper.log
    
  3. 请与 Apigee 支持团队联系并提供 ZooKeeper 日志用于对任何可能已停止的 ZooKeeper 节点进行问题排查。

ZooKeeper 节点未处理请求

集成中的 ZooKeeper 节点可能运行状况不佳,无法响应客户端 请求。可能的原因如下:

  1. 该节点已停止,但并未重启。
  2. 节点已重新启动,但未启用自动启动功能。
  3. 节点上的系统负载导致其关闭或运行状况不佳。

诊断

  1. 在每个 ZooKeeper 节点上执行以下 ZooKeeper 健康检查命令, 检查输出: <ph type="x-smartling-placeholder">
      </ph>
    1. $ echo "ruok" | nc localhost 2181
      

      输出示例:

      $ echo "ruok" | nc localhost 2181
      imok
      
    2. echo srvr | nc localhost 2181
      

      检查模式以确定 ZooKeeper 节点是主要节点还是关注者。

      一体化单个 ZooKeeper 节点的输出示例:

      $ echo srvr | nc localhost 2181
      ZooKeeper version: 3.4.5-1392090, built on 09/30/2012 17:52 GMT
      Latency min/avg/max: 0/0/88
      Received: 4206601
      Sent: 4206624
      Connections: 8
      Outstanding: 0
      Zxid: 0x745
      Mode: standalone
      Node count: 282
      
    3. $ echo mntr | nc localhost 2181
      

      此命令列出了 ZooKeeper 变量,可用于检查 对 ZooKeeper 集群执行相应操作

      输出示例:

      $ echo mntr | nc localhost 2181
      zk_version 3.4.5-1392090, built on 09/30/2012 17:52 GMT
      zk_avg_latency 0
      zk_max_latency 88
      zk_min_latency 0
      zk_packets_received     4206750
      zk_packets_sent 4206773
      zk_num_alive_connections 8
      zk_outstanding_requests 0
      zk_server_state standalone
      zk_znode_count 282
      zk_watch_count 194
      zk_ephemerals_count 1
      zk_approximate_data_size 22960
      zk_open_file_descriptor_count 34
      zk_max_file_descriptor_count 4096
      
    4. $ echo stat | nc localhost 2181
      

      此命令会列出性能和已连接客户端的相关统计信息。

      输出示例:

      $ echo stat | nc localhost 2181
      ZooKeeper version: 3.4.5-1392090, built on 09/30/2012 17:52 GMT
      Clients:
       /10.128.0.8:54152[1](queued=0,recved=753379,sent=753385)
       /10.128.0.8:53944[1](queued=0,recved=980269,sent=980278)
       /10.128.0.8:54388[1](queued=0,recved=457094,sent=457094)
       /10.128.0.8:54622[1](queued=0,recved=972938,sent=972938)
       /10.128.0.8:54192[1](queued=0,recved=150843,sent=150843)
       /10.128.0.8:44564[1](queued=0,recved=267332,sent=267333)
       /127.0.0.1:40820[0](queued=0,recved=1,sent=0)
       /10.128.0.8:53960[1](queued=0,recved=150844,sent=150844)
      
      Latency min/avg/max: 0/0/88
      Received: 4206995
      Sent: 4207018
      Connections: 8
      Outstanding: 0
      Zxid: 0x745
      Mode: standalone
      Node count: 282
      
    5. $ echo cons | nc localhost 2181
      

      此命令提供了有关 ZooKeeper 连接的更多详细信息。

      输出示例:

      $ echo cons | nc localhost 2181
      /127.0.0.1:40864[0](queued=0,recved=1,sent=0)
      /10.128.0.8:54152[1](queued=0,recved=753400,sent=753406,sid=0x15d521a96d40007,
        lop=PING,est=1500321588647,to=40000,lcxid=0x972e9,lzxid=0x745,lresp=1502334173174,
        llat=0,minlat=0,avglat=0,maxlat=26)
      /10.128.0.8:53944[1](queued=0,recved=980297,sent=980306,sid=0x15d521a96d40005,
        lop=PING,est=1500321544896,to=40000,lcxid=0xce92a,lzxid=0x745,lresp=1502334176055,
        llat=0,minlat=0,avglat=0,maxlat=23)
      /10.128.0.8:54388[1](queued=0,recved=457110,sent=457110,sid=0x15d521a96d4000a,
        lop=PING,est=1500321673852,to=40000,lcxid=0x4dbe3,lzxid=0x745,lresp=1502334174245,
        llat=0,minlat=0,avglat=0,maxlat=22)
      /10.128.0.8:54622[1](queued=0,recved=972967,sent=972967,sid=0x15d521a96d4000b,
        lop=PING,est=1500321890175,to=40000,lcxid=0xccc9d,lzxid=0x745,lresp=1502334182417,
        llat=0,minlat=0,avglat=0,maxlat=88)
      /10.128.0.8:54192[1](queued=0,recved=150848,sent=150848,sid=0x15d521a96d40008,
        lop=PING,est=1500321591985,to=40000,lcxid=0x8,lzxid=0x745,lresp=1502334184475,
        llat=3,minlat=0,avglat=0,maxlat=19)
      /10.128.0.8:44564[1](queued=0,recved=267354,sent=267355,sid=0x15d521a96d4000d,
        lop=PING,est=1501606633426,to=40000,lcxid=0x356e2,lzxid=0x745,lresp=1502334182315,
        llat=0,minlat=0,avglat=0,maxlat=35)
      /10.128.0.8:53960[1](queued=0,recved=150848,sent=150848,sid=0x15d521a96d40006,
        lop=PING,est=1500321547138,to=40000,lcxid=0x5,lzxid=0x745,lresp=1502334177036,
        llat=1,minlat=0,avglat=0,maxlat=20)
      

      如果最后 3 个健康检查命令中的任何一个显示以下消息:

      $ echo stat | nc localhost 2181
          This ZooKeeper instance is not currently serving requests
      

      这表明特定的 ZooKeeper 节点未处理请求。

  2. 检查特定节点上的 ZooKeeper 日志,并尝试查找导致 ZooKeeper 停止运营。ZooKeeper 日志位于以下目录中:
    $ cd /opt/apigee/var/log/apigee-zookeeper
    $ ls -l
    total 188
    -rw-r--r--. 1 apigee apigee   2715 Jul 22 19:51 apigee-zookeeper.log
    -rw-r--r--. 1 apigee apigee  10434 Jul 17 19:51 config.log
    -rw-r--r--. 1 apigee apigee 169640 Aug  1 19:51 zookeeper.log
    

分辨率

  1. 逐个重启集群中的所有其他 ZooKeeper 节点。
  2. 在每个节点上重新运行 ZooKeeper 健康检查命令,看看能否获得预期的 输出。

请联系 Apigee 支持团队,排查导致 或重启无法解决问题。