Jenkins Gerrit Trigger偶发断连且手动重连失败问题排查求助

网络层面排查 #

• 抓取通信包分析：在出问题的Jenkins实例上执行tcpdump host <Gerrit服务器IP> and port 29418 -w gerrit_conn.pcap，捕获断开前后的网络包，分析是否存在主动断开（FIN/RST包发起方）、丢包或超时情况，定位是网络链路还是两端服务的问题。
• 检查中间设备超时策略：确认Jenkins与Gerrit之间的防火墙、负载均衡设备是否设置了过短的TCP空闲超时，导致连接被主动回收。对比正常Jenkins实例的网络路径配置，排查差异点。

插件与配置校验 #

• 对比实例配置差异：将出问题的Jenkins上Gerrit Trigger的配置（SSH密钥路径、连接超时、事件监听规则等）与正常实例逐行对比，重点检查SSH密钥文件权限（必须为600）、密钥是否与Gerrit端配置匹配。
• 重装/调整插件版本：备份Gerrit Trigger配置后，卸载并重新安装同版本插件（排除插件文件损坏）；或尝试升级至与Jenkins 2.319.1兼容的更高版本（如Gerrit Trigger 2.31.x），验证是否解决兼容性问题。

Jenkins实例自身问题排查 #

• 检查线程与资源占用：通过Jenkins「系统管理→系统信息」查看线程池使用情况，或执行jstack <Jenkins进程ID>导出线程栈，搜索Gerrit相关线程是否存在阻塞、死锁；用lsof -p <Jenkins进程ID>检查文件描述符是否耗尽，对比系统ulimit限制。
• 验证运行用户权限：确认Jenkins运行用户对SSH密钥文件、插件目录有完整读写权限，避免因权限不足导致连接初始化失败。

Gerrit服务器端排查 #

• 查看Gerrit SSH日志：检查Gerrit服务器的logs/sshd_log文件，搜索该Jenkins实例的IP，定位连接断开时的日志信息，确认是否因认证失败、连接数超限等原因被Gerrit主动断开。
• 检查Gerrit连接限制：查看Gerrit配置文件etc/gerrit.config中的sshd.maxConnections、sshd.maxAuthTries参数，确认是否该Jenkins实例触发了连接数或认证尝试次数限制。

修复建议 #

• 调整TCP保活参数：在Jenkins实例所在服务器修改TCP keepalive配置，例如执行echo 600 > /proc/sys/net/ipv4/tcp_keepalive_time，确保空闲连接不会被中间设备回收。
• 优化重连策略：在Gerrit Trigger设置中，缩短Connection retry interval参数，开启Reconnect on error选项，提升自动重连效率。
• 切换连接方式：若SSH连接问题持续，尝试改用HTTP/HTTPS方式连接Gerrit（需Gerrit开启HTTP接口，并配置Jenkins对应访问权限）。

内容的提问来源于stack exchange，提问作者ElpieKay