GKE集群Jenkins触发Selenium测试超时及异常求助

环境信息 #

• Chrome 镜像：node-chrome:123.0.6312.86-chromedriver-123.0.6312.86-grid-4.19.1-20240402
• Selenium Hub 镜像：selenium/hub:4.19.1-20240402
• .NET 版本：6
• 运行环境：GKE 集群并行节点

问题现象 #

自周日起测试间歇性失败，多数在截图操作时抛出如下异常：

Unable to execute request for an existing session: java.util.concurrent.TimeoutException

部分测试出现加载随机HTML元素而非目标应用页面的情况，已阻塞回归测试周期。

具体排查与解决步骤 #

一、核查GKE集群资源与Selenium超时配置 #

• 检查节点资源使用率：截图操作对Chrome的CPU、内存消耗较高，并行测试时若节点资源不足会导致进程卡顿触发超时。通过GKE控制台查看节点CPU/内存负载，若存在瓶颈，临时扩容节点或降低测试并行度。
• 调整Selenium超时参数：
  • Hub启动时增加--session-timeout参数（默认300秒），例如设置为--session-timeout 600延长会话超时时间
  • Node侧同步调整--session-timeout，同时检查--idle-timeout避免空闲会话被过早回收；可结合--override-max-sessions合理控制单节点并发会话数
  • .NET测试代码中调整WebDriver超时：

    driver.Manage().Timeouts().PageLoad = TimeSpan.FromSeconds(60);
    driver.Manage().Timeouts().ImplicitWait = TimeSpan.FromSeconds(10);
    driver.Manage().Timeouts().AsynchronousJavaScript = TimeSpan.FromSeconds(30);
    

二、优化Chrome实例性能与镜像稳定性 #

• 重新拉取镜像避免缓存损坏：

  docker pull selenium/hub:4.19.1-20240402
  docker pull selenium/node-chrome:123.0.6312.86-chromedriver-123.0.6312.86-grid-4.19.1-20240402
  

• 添加Chrome启动参数减少资源占用：在Node启动时配置以下参数，解决容器内资源限制问题：

  --arguments="--disable-extensions --disable-gpu --no-sandbox --disable-dev-shm-usage --disable-software-rasterizer --window-size=1920,1080"
  

  其中--disable-dev-shm-usage可规避GKE容器中/dev/shm空间不足导致的Chrome崩溃。

三、规范测试代码与会话管理 #

• 确保测试结束后彻底销毁会话：在.NET测试的TearDown方法中调用driver.Quit()而非driver.Close()，避免残留会话占用资源。
• 截图前增加显式等待：确保页面关键元素加载完成后再执行截图，避免页面未渲染完全引发超时：

  WebDriverWait wait = new WebDriverWait(driver, TimeSpan.FromSeconds(20));
  wait.Until(d => d.FindElement(By.Id("page-loaded-marker")).Displayed);
  var screenshot = ((ITakesScreenshot)driver).GetScreenshot();
  

• 禁用会话复用：确保每个测试用例使用独立的WebDriver会话，避免跨测试复用导致的状态混乱。

四、排查GKE网络与DNS问题 #

• 测试集群内部网络连通性：在Hub和Node容器内执行ping或traceroute，检查节点间网络延迟，若延迟过高，排查GKE集群的区域分布、VPC网络策略。
• 验证应用域名解析：在Node容器内执行nslookup测试目标应用域名，确认解析结果正确，排除DNS劫持或解析异常导致的页面加载错误。

内容的提问来源于stack exchange，提问作者kvm006