P2P 与分布式存储 / 系统课时
节点反复重启如何保住持久化
节点反复重启如何保住持久化
节点反复启动又退出时,自动重启只会不断重复同一个故障。本节先保护仓库与启动证据,再检查路径、版本、权限和资源,制定有限重试与回退规则,避免用重新初始化掩盖数据问题。
学习目标
- 区分进程管理故障与仓库内容故障。
- 为重启设置次数预算和明确停止条件。
停止重启循环保留现场
暂停服务的自动重启,保存每次启动日志、退出码和运行账户信息。确认没有其他进程占用同一仓库,再核对实际挂载点与 IPFS_PATH。服务账户的默认目录可能与交互账户不同,导致它启动一个新仓库或找不到原仓库。
不要删除锁文件后强行启动,也不要对原仓库再次 ipfs init 当成通用修复。先正常停止占用者,再检查兼容 Kubo 与仓库版本。版本升级造成的仓库变更不能靠随意降级撤销,回退应使用升级前保留的兼容副本。
按最小变更排查
先验证磁盘挂载、可读写权限和空间,再检查配置是否可解析及路径是否存在。配置包含秘密,排障日志应只输出必要字段而不是完整内容。离线完整性检查在可靠工作副本上进行,存储设备不稳定时先做保全。
下面 Node.js 程序计算有限退避计划,纯逻辑运行,不启动任何进程。保存为 retry-plan.cjs 后执行 node retry-plan.cjs。它示范预算检查,不替代服务管理器配置。
const maxAttempts = 4, budgetSeconds = 20;
let elapsed = 0;
for (let attempt = 1; attempt <= maxAttempts; attempt++) {
const delay = Math.min(2 ** (attempt - 1), 8);
// 超过累计等待预算就停;并未在这里真实sleep或重启。
if (elapsed + delay > budgetSeconds) break;
elapsed += delay;
console.log(`attempt ${attempt}: wait ${delay}s, total ${elapsed}s`);
}
console.log('after budget: investigate, do not loop forever');预期输出:
attempt 1: wait 1s, total 1s
attempt 2: wait 2s, total 3s
attempt 3: wait 4s, total 7s
attempt 4: wait 8s, total 15s
after budget: investigate, do not loop forever真实服务还要预算每次启动的执行时间。对明确的权限、磁盘满和配置错误,不应先耗尽四次再报警;这类固定错误应立即停止。随机网络暂时失败才适合带上限的重试,也要保留每次独立日志。
维护时也要检查服务管理器的超时、端口占用和重启策略。它们可以导致启动失败,却不直接证明块损坏;应把进程层错误与数据层检查结果分别保存。
回退保留关系和业务增量
目标节点失败时先停止它,保留新仓库与错误证据,再切回经过验证的旧仓库。整仓副本含相同身份,旧源与新源不能同时在线。若新节点已经接收增量,要先盘点新根和业务映射,不能直接回旧状态抹掉最新数据。
稳定启动后核对身份、仓库路径、业务根和离线完整恢复,再恢复导入任务。进程运行几分钟并不证明保留数据完整。练习列出一个立即停止条件和一个允许有限重试的条件;真实重启故障与服务切换本节未执行。
参考官方迁移与回退说明及Kubo 配置生效时机。可恢复的节点依靠明确路径和完整仓库,不能依靠无限重启次数。