GCP上多Ejabberd Pod调用get_user_rooms接口返回结果不一致

问题详情 #

• 运行环境：GCP上部署3个Ejabberd Pod
• 数据库相关配置模板：

{%- if env["DEFAULT_DB"] is defined %}
default_db: {{ env["DEFAULT_DB"] }}
{%- endif %}

• 异常现象：调用get_user_rooms接口时，仅一个Pod能返回正确的房间列表，其余Pod均返回空数组
• 已执行操作：重载配置、重启Pod、删除重建Pod；所有操作后启动日志显示配置加载成功、无报错，且Pod均成功加入集群
• 相关启动日志：

2025-01-31 14:28:07.432 GET
2025-01-31 10:28:07.431631+00:00 [info] Loading configuration from /home/ejabberd/conf/ejabberd.yml
2025-01-31 14:28:07.437 GET
2025-01-31 10:28:07.435907+00:00 [warning] Option 'commands_admin_access' is deprecated and has no effect anymore. Use option 'api_permissions' instead.
2025-01-31 14:28:07.613 GET
2025-01-31 10:28:07.612765+00:00 [info] Configuration loaded successfully
...
2025-01-31 14:28:11.378 GET
[entrypoint_script] ejabberd did join cluster successfully

排查与解决建议 #

1. 确认所有Pod的数据库配置一致性
   • 检查每个Pod的DEFAULT_DB环境变量值是否完全一致，包括数据库地址、端口、名称的拼写和大小写
   • 进入每个Pod内部，查看最终生成的/home/ejabberd/conf/ejabberd.yml文件，确认default_db配置完全相同，避免模板渲染时出现差异
2. 验证集群节点状态与数据同步
   • 在每个Pod执行ejabberdctl status，确认节点处于running状态
   • 执行ejabberdctl get_cluster_nodes，检查所有3个节点都在集群列表中且连通正常
   • 若使用Mnesia存储，执行ejabberdctl mnesia info，检查muc_room、muc_user等MUC相关表是否在所有节点上配置了复制；若未复制，可在主节点执行命令强制同步：

     ejabberdctl mnesia_change_table_copy_type muc_room disc_copies [节点1,节点2,节点3]
     ejabberdctl mnesia_change_table_copy_type muc_user disc_copies [节点1,节点2,节点3]
     

3. 测试接口本地执行结果
   • 直接在每个Pod内部执行ejabberdctl get_user_rooms [目标用户名] [域名]，验证本地命令返回结果是否正确，排除负载均衡或API网关的路由问题
4. 检查负载均衡配置
   • 确认GCP负载均衡是否开启了会话粘性，如果开启，可能导致请求一直路由到同一个Pod；可临时关闭粘性，测试请求分发到不同Pod的结果
5. 开启Debug日志排查细节
   • 在每个Pod的配置中添加loglevel: debug，重启后调用接口，查看日志中关于数据库查询、集群数据同步的细节，定位是否存在查询失败或同步异常的报错

内容的提问来源于stack exchange，提问作者Ojs