记录生产环境项目部署故障

背景：线上A服务，是双节点，node1和node2

问题描述：node1能正常部署起来，node2一直部署失败，进程无法启动，

造成结果：由于SLB上给这2个节点，配置的流量都是50%，此时打到node2上面的请求全部返回404服务异常，而且请求还特别多，外部请求纷纷报错，都来找我们

初步判断不是代码问题，因为项目已经构建成功，只是部署失败，考虑到此项目流量特别大，通过日志无法快速定位原因，5分钟后，绝对先启用临时方案

临时解决办法：将SLB上，node1节点流量配置100%，将所有流量指向node1，保证请求能正常访问（短时间内，部分请求报QPS过载），然后迅速扩容一个新节点node3，将项目构建部署，发现能部署成功，果断在SLB上，将node1和node3的流量各配置成50%，此时项目正常运行，请求响应正常

后续排查：将node2流量置为0，尝试重新部署node2，发现node2上报以下错误

问题根源：我们项目中会有重试队列（重试请求外方），会生成一个个database文件存储在/tmp/cop/taskRetry上，一般在项目重启的时候会去默认继续读取队列，然后当项目部署的时候，，kill进程的时候，队列文件写入失败，但是在另一个根队列中列表文件中记录了队列名称，所以项目重启初始化的时候，找不到这个队列，会报fileNotFoundException，导致项目启动不了

解决办法：将/tmp/cop/taskRetry底下的根队列文件删除，重新部署，启动成功