Erlang：分布式应用程序奇怪的行为

Question

我使用分布式 erlang 应用程序进行支付。

配置和思路取自：
http://www.erlang.org/doc/pdf/otp-system-documentation.pdf 9.9。分布式应用程序

• 我们有 3 个节点：n1@a2-X201、n2@a2-X201、n3@a2-X201
• 我们有应用程序 wd 执行一些有用的工作:)

配置文件：

• wd1 .config - 对于第一个节点：

      [{kernel,
          [{distributed,[{wd,5000,['n1@a2-X201',{'n2@a2-X201','n3@a2-X201'}]}]},
           {sync_nodes_mandatory,['n2@a2-X201','n3@a2-X201']},
           {sync_nodes_timeout,5000}
        ]}
      ,{sasl, [
      %% All reports go to this file
      {sasl_error_logger,{file,"/tmp/wd_n1.log"}}
      ]
    }].

• wd2.config 对于第二个节点：

    [{kernel,
        [{distributed,[{wd,5000,['n1@a2-X201',{'n2@a2-X201','n3@a2-X201'}]}]},
         {sync_nodes_mandatory,['n1@a2-X201','n3@a2-X201']},
         {sync_nodes_timeout,5000}
         ]
     }
    ,{sasl, [
        %% All reports go to this file
        {sasl_error_logger,{file,"/tmp/wd_n2.log"}}
    ]
    }].

• 对于节点 n3 看起来类似。

现在在3个单独的终端中启动erlang：

• erl -sname n1@a2-X201 -config wd1 -pa $WD_EBIN_PATH -boot start_sasl
• erl -sname n2@a2-X201 -config wd2 -pa $WD_EBIN_PATH -boot start_sasl
• erl -sname n3@a2 -X201 -config wd3 -pa $WD_EBIN_PATH -boot start_sasl

在每个 erlang 节点上启动应用程序： * 应用程序：启动（wd）。

(n1@a2-X201)1> application:start(wd).

=INFO REPORT==== 19-Jun-2011::15:42:51 ===
wd_plug_server starting... PluginId: 4 Path: "/home/a2/src/erl/data/SIG" FileMask: "(?i)(.*)\\.SIG$" 
ok

(n2@a2-X201)1> application:start(wd).
ok
(n2@a2-X201)2> 

(n3@a2-X201)1> application:start(wd).
ok
(n3@a2-X201)2> 

目前一切正常。正如 Erlang 文档中所写：应用程序正在节点 n1@a2-X201 上运行

，现在杀死节点 n1： 应用程序已迁移到n2

(n2@a2-X201)2> 
=INFO REPORT==== 19-Jun-2011::15:46:28 ===
wd_plug_server starting... PluginId: 4 Path: "/home/a2/src/erl/data/SIG" FileMask: "(?i)(.*)\\.SIG$" 

继续我们的游戏：杀死节点n2 多一个时间系统工作正常。我们的应用程序位于节点n3，

(n3@a2-X201)2> 
=INFO REPORT==== 19-Jun-2011::15:48:18 ===
wd_plug_server starting... PluginId: 4 Path: "/home/a2/src/erl/data/SIG" FileMask: "(?i)(.*)\\.SIG$" 

现在恢复节点n1和n2。 所以：

Erlang R14B (erts-5.8.1) [source] [smp:4:4] [rq:4] [async-threads:0] [hipe] [kernel-poll:false]

Eshell V5.8.1  (abort with ^G)
(n1@a2-X201)1> 

Eshell V5.8.1  (abort with ^G)
(n2@a2-X201)1> 

节点 n1 和 n2 又回来了。
看起来现在我必须手动重新启动应用程序： * 让我们首先在节点n2 上执行此操作：

(n2@a2-X201)1> application:start(wd).

• 看起来它已挂起...
• 现在在n1 上重新启动它，

(n1@a2-X201)1> application:start(wd).

=INFO REPORT==== 19-Jun-2011::15:55:43 ===
wd_plug_server starting... PluginId: 4 Path: "/home/a2/src/erl/data/SIG" FileMask: "(?i)(.*)\\.SIG$" 

ok
(n1@a2-X201)2> 

它可以工作。并且节点 n2 也返回了 OK：

Eshell V5.8.1  (abort with ^G)
(n2@a2-X201)1> application:start(wd).
ok
(n2@a2-X201)2> 

在节点 n3 处，我们看到：

=INFO REPORT==== 19-Jun-2011::15:55:43 ===
    application: wd
    exited: stopped
    type: temporary

一般来说，一切看起来都正常，如文档中所写，除了在节点 n3 处启动应用程序时出现延迟>n2。

现在再次杀死节点n1：

(n1@a2-X201)2> 
User switch command
 --> q
[a2@a2-X201 releases]$ 

Ops ...一切都挂起。应用程序未在另一个节点重新启动。

事实上，当我写这篇文章时，我意识到有时一切都很好，有时我遇到了问题。

有什么想法吗？虽然恢复“主”节点并再次杀死它时可能会出现问题？

Answer 1

正如 在 Learn You Some Erlang 中所解释的（滚动到底部），分布式应用程序只有在以下情况下才能正常工作：作为版本的一部分启动，而不是在您使用 application:start 手动启动它们时启动。

Answer 2

您所看到的奇怪现象很可能与您在节点 n1/n2 上完全重新启动应用程序有关，而 n3 仍在初始应用程序初始化下运行。

如果您的应用程序启动任何系统范围的进程并使用它们的 pid，而不是使用全局设置的注册名称，例如 pg 或 pg2，那么您可能正在使用两组全局状态。

如果是这种情况，建议采取的方法是专注于从现有应用程序中添加/删除节点，而不是重新启动整个应用程序。通过这种方式，节点可以离开并加入到一组现有的初始化值中。