高可用模式下服务异常引起的bug

[juipengchang]

• 假设

我有3台ecs机器搭成的TuGraph集群，公网ip分别是A、B、C
测试代码：

public static void main(String[] args) throws Exception {
    List<String> urls = Lists.newArrayList(A, B, C);
    TuGraphDbRpcClient client = new TuGraphDbRpcClient(urls, username, password);
    System.out.println("client done");
    for (int i = 0; i < 3; i++) {
        for (int j = 0; j < 3; j++) {
            String res = client.callCypher("match (n) return count(n);", "default", 100);
            System.out.println(res);
        }
        Thread.sleep(1000 * 30);  // 挂起30s方便去关停服务
        System.out.println("sleep done");
    }
}

• 问题1：启动阶段机器挂掉（无需解决）

如果应用启动阶段就有一台机器挂掉，则报错：

调用路径是



到这里，由于url已经无效，所以抛出异常给refreshConnection，refreshConnection捕获异常但会继续抛出异常给构造方法TuGraphDbRpcClient，导致启动失败。
不过仔细想这样其实也不算问题，因为应用启动时，务必保证所有的TuGraph服务都可用，如果不可用则报错排查，符合逻辑。

• 问题2：运行阶段机器挂掉（需要解决）

如果启动阶段机器都正常，第一次循环结束后挂起的30s内去关掉一台机器，则接下来的第二次循环将报错：

调用路径是



查询走到这里时，如果恰好轮询到的是关闭的机器，则会抛出异常，又试图通过refreshConnection去重新连接所有的url，自然又会和应用启动时一样再次抛出异常，并且这里同样也是捕获异常后再次向外抛出。
这里的预期行为应该是，即使挂掉一台ecs，client也能够在满足集群要求的情况下正常提供查询服务，而不是因为存在已经失效的url而抛出异常。建议在refreshClientPool函数中对url维度做异常处理。

[juipengchang]

#24