[Bug] Java SDK 自动发现持续选择已断网的 DataNode,导致查询周期性等待连接超时
- Lingua principale
- Java
- Stelle
- 6.4k
- Fork
- 1.2k
- Merge medio
- 1g 23h
- PR unite (30g)
- 115
Descrizione
## 现象与复现
IoTDB 服务端和 Java SDK 均为 **2.0.10**,Table model,三节点各部署 ConfigNode/DataNode;Schema 三副本,Data 两副本,数据共识为 IoTConsensus。
1. 将节点 A 断网,保持 B/C 正常。等待 `SHOW CLUSTER` 显示 A 为 `Unknown`、B/C 为 `Running`。
2. 此时 `SHOW AVAILABLE URLS` 仍返回 A/B/C 三个地址。
3. 使用原生 `TableSessionPoolBuilder`,初始 `nodeUrls` **只配置 B/C**,设置 `maxSize(1)`、`connectionTimeoutInMs(3000)`,开启 `enableAutoFetch(true)` 和 `enableRedirection(true)`,串行重复执行同一条 `SELECT … LIMIT 5`,完整读取并关闭结果集。
绕过业务适配层仍能复现,12 次查询均成功返回 5 行:
| 设置 | 12 次查询结果 |
| --- | --- |
| 自动发现、重定向均开启 | 第 1/4/7/10 次分别约 2423/2976/3029/3028 ms,其余约 22–29 ms |
| 两项均关闭,其他配置及 SQL 不变 | 全部约 21–30 ms |
节点 A 在整个对照期间保持断网。即使初始地址仅填写 B/C,自动发现仍会将 A 加回查询候选列表。这不是故障发生瞬间的一次切换等待,而是持续的周期性延迟。
## 关键源码
以下链接固定到 **v2.0.11**:对比发现,本问题涉及的关键逻辑仍保留;**尚未在完整 2.0.11 集群实测复现**。
**1. 服务端仅排除 Removing,没有排除 Unknown。**
[`ShowAvailableUrlsTask.buildTsBlock()`](https://github.com/apache/iotdb/blob/v2.0.11/iotdb-core/datanode/src/main/java/org/apache/iotdb/db/queryengine/plan/execution/config/metadata/ShowAvailableUrlsTask.java#L58-L63):
```java
for (TDataNodeInfo dataNodeInfo : showDataNodesResp.getDataNodesInfoList()) {
String status = dataNodeInfo.getStatus();
if (RegionStatus.Removing.getStatus().equals(status)) {
continue;
}
```
**2. SDK 根据发现列表轮询端点。**
[`NodesSupplier`](https://github.com/apache/iotdb/blob/v2.0.11/iotdb-client/session/src/main/java/org/apache/iotdb/session/NodesSupplier.java) 使用以下策略;`getQueryEndPoint()` 调用 `policy.chooseOne(get())`:
```java
private final QueryEndPointPolicy policy = new RoundRobinPolicy();
```
**3. 连接失败后回落默认连接,但没有在该路径隔离失败端点。**
[`Session.getQuerySessionConnection()`](https://github.com/apache/iotdb/blob/v2.0.11/iotdb-client/session/src/main/java/org/apache/iotdb/session/Session.java#L998-L1011),该方法与 2.0.10 完全一致:
```java
endPointToSessionConnection.computeIfAbsent(
endPoint.get(),
k -> {
try {
return constructSessionConnection(this, endPoint.get(), zoneId);
} catch (IoTDBConnectionException ex) {
return null;
}
});
```
`computeIfAbsent` 返回 null 时不会保存映射;方法随后回落到默认连接。故障地址仍留在轮询列表,下次选中时再次尝试连接,和实测“每三次出现一次秒级等待”吻合。
## 期望与希望确认
当一个节点持续不可达且其他节点可完成查询时,希望 SDK 能暂时隔离失败端点并探测恢复,避免后续查询反复承担完整连接超时。
请确认:`SHOW AVAILABLE URLS` 包含 Unknown 是否为预期?此场景是否应由 SDK 增加故障端点退避/隔离,或调整服务端过滤规则?是否已有对应修复或推荐配置?
目前临时通过关闭自动发现、重定向并只配置健康节点规避,但这需要用户手动维护节点列表。
Guida per i contributori
Apri la guida per i contributori
Direzione di ricerca
Inizia da ShowAvailableUrlsTask.java, NodesSupplier.java e Session.java nelle posizioni collegate di v2.0.11, quindi riproduci lo scenario di TableSessionPoolBuilder con un nodo disconnesso e confronta auto-discovery abilitato e disabilitato. Analizza come vengono selezionati gli endpoint non disponibili e come vengono gestite le connessioni fallite. Il lavoro è completato quando viene evitato il ritardo ripetuto dovuto al timeout di connessione, mentre i nodi integri continuano a servire le query e il recupero rimane possibile.
Scritto dal modello di indicizzazione a partire dal testo della issue.
Valutazione
- Stack tecnologico
- java
- Ambito
- databases, distributed-systems
- Tipo di issue
- Bug
- Difficoltà
- 4/5
- Tempo stimato
- 3-5 giorni
- Stato di attività
- Attiva
- Chiarezza
- Abbastanza chiara
- Idoneità per principianti
- 48/100