ECS ServiceConnect下ZooKeeper Java客户端连接丢失异常排查

问题核心 #

ECS通过ServiceConnect将ZK容器映射为zoo服务名后，Ruby客户端连接完全正常，但Java客户端使用该服务名连接时频繁抛出ConnectionLossException；直接使用/etc/hosts中对应的IP127.255.0.10连接则无异常。这说明ServiceConnect基础连通性没问题，问题大概率出在Java端的DNS解析行为或ZK客户端的连接配置上。

解决办法（按优先级排序） #

1. 修改Java DNS缓存配置 #

Java默认会长期缓存DNS解析结果（甚至永久），但ServiceConnect服务名对应的IP可能因ECS任务调度发生变化，Java客户端无法及时感知导致连接失效。给Java启动参数添加以下配置：

-Dsun.net.inetaddr.ttl=60 -Dsun.net.inetaddr.negative.ttl=10

• sun.net.inetaddr.ttl=60：正向DNS记录缓存60秒，让Java能及时获取新IP
• sun.net.inetaddr.negative.ttl=10：失败解析记录缓存10秒，避免长时间卡在错误解析上

如果是Spring Boot应用，也可以在application.properties中配置：

spring.cloud.discovery.client.dns.ttl=60

2. 优化ZooKeeper Java客户端连接参数 #

ZK Java客户端默认配置可能不适应ServiceConnect的本地代理模式，调整以下参数：

• 延长会话超时时间，避免代理转发的微小延迟触发超时：

  ZooKeeper zk = new ZooKeeper("zoo:2181", 30000, watchedEvent -> {});
  

• 添加指数退避重试策略，遇到连接丢失自动重试：

  RetryPolicy retryPolicy = new ExponentialBackoffRetry(1000, 3);
  ZooKeeper zk = new ZooKeeper("zoo:2181", 30000, watchedEvent -> {}, retryPolicy);
  

• 若使用ZK 3.5+版本，禁用主机名验证，避免DNS解析后的校验问题：
  连接字符串改为 zoo:2181?disableHostnameVerification=true，或Java启动时添加参数 -Dzookeeper.disableHostnameVerification=true

3. 检查ServiceConnect配置（备用排查） #

虽然Ruby客户端无异常，仍需确认ServiceConnect配置是否正确：

"serviceConnectConfiguration": {
  "enabled": true,
  "clientAliases": [
    {
      "port": 2181,
      "dnsName": "zoo"
    }
  ]
}

确保dnsName为zoo，端口映射正确。可开启ServiceConnect日志，查看转发层面是否有错误。

4. 调整ZooKeeper服务端配置（最后排查） #

• 检查ZK容器内的zoo.cfg文件，确保clientPortAddress=0.0.0.0，允许接受所有地址的连接请求
• ECS环境下可尝试移除原配置中的stdin_open和tty参数，让ZK以后台模式稳定运行

验证顺序 #

优先调整Java DNS缓存配置测试稳定性；若无效，再优化ZK客户端参数；最后排查ServiceConnect和ZK服务端配置。

内容的提问来源于stack exchange，提问作者terrywb