consul服务注册与服务发现的巨坑

原创
2018/03/13 19:51
阅读数 3.3W

最近使用consul作为项目的服务注册与服务发现的基础功能。在塔建集群使用中遇到一些坑,下面一个个的记录下来。

consul集群多node

consul集群的node也就是我们所说的consul实例。集群由多个node组成,为了集群的可用性,需要超过半数的node启用server。如5个node中起码3个启用server模式,3个node组成的集群就2个node启用server模式。 看到这里的时候你一定觉得没有什么问题呀,但是consul坑就是多。加入你的集群组成如下:

Node          Address              Status  Type    Build  Protocol  DC                    Segment
BJ-MQTEST-01  10.163.145.117:8301  alive   server  1.0.6  2         iget-topology-aliyun  <all>
BJ-MQTEST-02  10.163.147.47:8301   alive   server  1.0.6  2         iget-topology-aliyun  <all>
BJ-TGO-01     10.163.145.110:8301     alive   client  1.0.6  2         iget-topology-aliyun  <default>

那么client可以使用上述的3个ip连接到consul集群,假设client A使用使用10.163.145.117注册了service,重启后使用地址10.163.145.110注册之前的service信息,此时你就会惊喜的发现,UI可以同时看到在同一个servicename下存在两个相同的serviceid。

这就是consul集群多node的坑,因为service底层虽然使用了KV存储,但是service的KEY与serviceid无关,所以在集群中可以重复。

解决方案一

集群中只有一个node使用server模式,其他的都是client模式。缺点很明显,如果server的node挂了,那么集群的可用性就没有了。

解决方案二

相同的客户端使用相同的node地址,这样就可以确保同一个servicename下不存在两个相同的serviceid。缺点是如果客户端绑定的node挂了,那么client就不能使用。 代码给出

package registry

import (
	"fmt"
	"math"
	"net"
	"sort"
	"strings"

	log "github.com/golang/glog"
)

type ConsulBind struct {
	Addr  string
	IpInt float64
}
type ConsulBindList []ConsulBind

func (s ConsulBindList) Len() int {
	return len(s)
}
func (s ConsulBindList) Swap(i, j int) {
	s[i], s[j] = s[j], s[i]
}
func (s ConsulBindList) Less(i, j int) bool {
	return s[i].IpInt < s[j].IpInt
}
func (s ConsulBindList) ToStrings() []string {
	ret := make([]string, 0, len(s))
	for _, cbl := range s {
		ret = append(ret, cbl.Addr)
	}
	return ret
}

func BingConsulSort(consulAddrs []string) []string {
	localIpStr, err := GetAgentLocalIP()
	if err != nil {
		return consulAddrs
	}
	localIp := net.ParseIP(localIpStr)
	localIpInt := int64(0)
	if localIp != nil {
		localIpInt = util.InetAton(localIp)
	}
	addrslist := make([]ConsulBind, 0, len(consulAddrs))
	for _, addr := range consulAddrs {
		ads := strings.Split(addr, ":")
		if len(ads) == 2 {
			ip := net.ParseIP(ads[0])
			if ip != nil {
				ipInt := util.InetAton(ip)
				fmt.Println("ip:", ip, ipInt, localIpInt, (ipInt - localIpInt))
				addrslist = append(addrslist, ConsulBind{
					Addr:  addr,
					IpInt: math.Abs(float64(ipInt - localIpInt)),
				})
			}
		}
	}
	consulBindList := ConsulBindList(addrslist)
	sort.Sort(consulBindList)
	log.Infof("sort addrs %v", consulBindList)
	return consulBindList.ToStrings()
}

解决方案三

客户端随机使用集群中的任意一个地址,但是注册之前先判断该servicename是否已经存在要注册的serviceid了,如果存在就删除重新注册。缺点就是watch会有较多事件,可以升级为如果存在并且是健康的就不允许重复注册,我使用的就是该方案。

删除service

一开始很多人都会觉得服务出现问题了下架了挂了,那么就会被移出了。但是在consul中删除service没有那么简单! 请查看官网文档:
catalog文档
Deregister Entity
agent/service文档
Deregister Service

看着似乎任选一个就可以做到正确删除service了!可以继续说一声,没有那么简单,consul的坑就是多。

选择了/agent/service/deregister/:service_id接口,会发现你无法删除别的node的service。比如10.163.145.117中有个serviceid为agent_xxxx_v1,但是客户端连接consul使用的IP为10.163.145.110,那么就无法删除掉agent_xxxx_v1

没事不是还有一个接口没有使用吗?再来看看/catalog/deregister,执行完成后看了UI,嗯嗯的确是删除了agent_xxxx_v1。等等。。。 。。。 30s后发现agent_xxxx_v1又出现了,这是怎么回事????

请查看consul的bugUnable to deregister a service #1188

解决方案

第一步:查询出serviceid所属的servicename所有的列表;
第二步:遍历列表获取到node的地址后删除所有的serviceid;

if len(c.Options.Addrs) > 0 {
		addrMap := make(map[string]string, len(c.Options.Addrs))
		for _, host := range c.Options.Addrs {
			addr, _, err := net.SplitHostPort(host)
			if err != nil {
				log.Warningf("%v is err=%v", host, err)
				continue
			}
			addrMap[addr] = host
		}
		rsp, _, _ := c.Client.Health().Service(s.Name, "", false, nil)
		for _, srsp := range rsp {
			if srsp.Service.ID == serviceId {

				if host, ok := addrMap[srsp.Node.Address]; ok {
					config := consul.DefaultNonPooledConfig()
					config.Address = host
					// 创建consul连接
					client, err := consul.NewClient(config)
					if err != nil {
						log.Warningf("NewClient is err=%v", host, err)
					}
					err = client.Agent().ServiceDeregister(serviceId)
					log.Infof("ServiceDeregister host=%v , serviceId=%v", host, serviceId)
				}
			}
		}
	} else {
		err = c.Client.Agent().ServiceDeregister(serviceId)
		log.Infof("ServiceDeregister  serviceId=%v", serviceId)
	}

可以肯定的是consul还有其他的坑的,但是这两个坑让我记忆深刻,记录下来给准备使用consul或者已经遇到这些坑的同学一个提醒。

展开阅读全文
打赏
5
62 收藏
分享
加载中
梦朝思夕博主

引用来自“landryzhi”的评论

引用来自“梦朝思夕”的评论

引用来自“se77en”的评论

不是 consul 的问题,是你完全不会用,而且没仔细看文档,我司机器数量是你的几百倍,没出过这种问题。你启动 server 的方式就不对。

回复@se77en : 你是说哪一个问题没有出现呢?还是这两个问题都没有出现?
你好,我的理解是,作者以挎斗模式设计consul agent,就是推荐注册、注销和查询都通过本地agent发起,基于这个前提:
1. 问题1就不存在了,serviceid中包含ip+port,而且都通过本地agent发起注册
2. 问题2呢,谁注册谁注销的原则,nodeA想要注销nodeB注册的服务,不好意思不允许。如果说nodeA非要注销nodeB上的服务,可以通过假装nodeB的方式来请求,即http://nodeB_bind_ip:8500/v1/agent/service/deregister/serviceid的方式,前提是nodeB上的consul的启动参数中bind指定的是全网段至少也是内网ip,而非localhost

一旦你使用了consul agent 模式,后续你就会为扩展性问题哭爹喊娘
2019/01/12 23:11
回复
举报

引用来自“梦朝思夕”的评论

引用来自“se77en”的评论

不是 consul 的问题,是你完全不会用,而且没仔细看文档,我司机器数量是你的几百倍,没出过这种问题。你启动 server 的方式就不对。

回复@se77en : 你是说哪一个问题没有出现呢?还是这两个问题都没有出现?
你好,我的理解是,作者以挎斗模式设计consul agent,就是推荐注册、注销和查询都通过本地agent发起,基于这个前提:
1. 问题1就不存在了,serviceid中包含ip+port,而且都通过本地agent发起注册
2. 问题2呢,谁注册谁注销的原则,nodeA想要注销nodeB注册的服务,不好意思不允许。如果说nodeA非要注销nodeB上的服务,可以通过假装nodeB的方式来请求,即http://nodeB_bind_ip:8500/v1/agent/service/deregister/serviceid的方式,前提是nodeB上的consul的启动参数中bind指定的是全网段至少也是内网ip,而非localhost
2019/01/12 18:41
回复
举报
7le
同意楼上,这2个问题就是一个,consul的设计就是通过本地的agent和服务端进行通信。 感觉把不同的设计理念达到不同的效果说成坑或bug不太合适把
2018/06/28 11:34
回复
举报
第一个问题其实也是因为第二个问题
2018/04/11 16:06
回复
举报
刚刚被坑了一个项目
2018/03/27 09:41
回复
举报
梦朝思夕博主

引用来自“Laughing_Vzr”的评论

引用来自“purple_grape”的评论

感觉楼主的姿势有问题。

“3个node组成的集群就2个node启用server模式,”

这明显不对呀,要三个节点都运行在server模式才能选举。
没错,是这样的。所以楼主的用法本身就是错的。client只是用来转述给server端注册或者摘除的一些动作的。

请先测试再来猜测
2018/03/20 16:26
回复
举报

引用来自“purple_grape”的评论

感觉楼主的姿势有问题。

“3个node组成的集群就2个node启用server模式,”

这明显不对呀,要三个节点都运行在server模式才能选举。
没错,是这样的。所以楼主的用法本身就是错的。client只是用来转述给server端注册或者摘除的一些动作的。
2018/03/20 16:20
回复
举报

引用来自“purple_grape”的评论

consul集群(所有server节点)个数必须是基数,且 >=3 个,推荐5个节点。
它的正确启动姿势是,必须有一个初始节点,且手动指定为leader,然后开启其它server节点,让它们加入集群。
最后初始节点下线,重新加入集群,参与选举。
正解
2018/03/19 22:37
回复
举报
推荐的是大于3的奇数集群啊
2018/03/19 22:36
回复
举报
梦朝思夕博主

引用来自“se77en”的评论

不是 consul 的问题,是你完全不会用,而且没仔细看文档,我司机器数量是你的几百倍,没出过这种问题。你启动 server 的方式就不对。

回复@se77en : 或者你把你启动的配置贴一下,我测试看看
2018/03/15 15:49
回复
举报
更多评论
打赏
34 评论
62 收藏
5
分享
返回顶部
顶部