springcloud-health检查超时引发的大坑

2019独角兽企业重金招聘Python工程师标准>>>

0. 前提约定

• service：只一个微服务
• server：只提供一个微服务的app，一般一个service有多个server。

1. 问题介绍

线上springcloud遇到这样的问题：某些时候会移除某个service的所有server。

2. 原因分析

springcloud中默认使用springboot-actauctor的health-url作为健康检测，默认检查的超时时间为10s，如果生产环境遇到网络、db、redis慢或者挂了等问题，会导致health检查请求超时，springcloud注册中心会认为该server异常，从而将server状态变更为critial，服务调用方(feign)会将该异常server从负载中移除(HealthServiceServerListFilter)。 如果遇到某网段或更大规模的网络、db等问题，会导致某个service所有server都被注册中心移除，导致该service不可用。但是实际上该server只是存在部分问题例如：仅仅是db或redis慢，不算不可用，但还是被注册中心强制摘除了。

3. 解决办法

3.1 通用解决办法