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。
- 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。
- 此时
SHOW AVAILABLE URLS 仍返回 A/B/C 三个地址。
- 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():
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 使用以下策略;getQueryEndPoint() 调用 policy.chooseOne(get()):
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(),该方法与 2.0.10 完全一致:
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。
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。
SHOW CLUSTER显示 A 为Unknown、B/C 为Running。SHOW AVAILABLE URLS仍返回 A/B/C 三个地址。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:
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():2. SDK 根据发现列表轮询端点。
NodesSupplier使用以下策略;getQueryEndPoint()调用policy.chooseOne(get()):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(),该方法与 2.0.10 完全一致: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。