加入Galera Cluster遇WSREP连接超时错误，该如何解决？

首先复现你遇到的错误日志：

2023-09-19T22:46:03.068834Z 0 [ERROR] WSREP: failed to open gcomm backend connection: 110: failed to reach primary view: 110 (Connection timed out)
at gcomm/src/pc.cpp:connect():160
2023-09-19T22:46:03.068858Z 0 [ERROR] WSREP: gcs/src/gcs_core.cpp:gcs_core_open():209: Failed to open backend connection: -110 (Connection timed out)
2023-09-19T22:46:03.069136Z 0 [ERROR] WSREP: gcs/src/gcs.cpp:gcs_open():1458: Failed to open channel 'zabbix_data_cluster' at 'ip1,ip2,ip3': -110 (Connection timed out)
2023-09-19T22:46:03.069150Z 0 [ERROR] WSREP: gcs connect failed: Connection timed out
2023-09-19T22:46:03.069155Z 0 [ERROR] WSREP: wsrep::connect(gcomm://ip1,ip2,ip3) failed: 7
2023-09-19T22:46:03.069163Z 0 [ERROR] Aborting

以下是针对性的排查和解决步骤：

1. 验证网络连通性 #

• 在待加入节点上，用ping ip1、ping ip2、ping ip3测试与集群所有节点的基础连通性，确保无丢包或高延迟。
• 检查Galera核心端口的可达性：

  telnet <集群节点IP> 4567  # 组播/单播通信端口
  telnet <集群节点IP> 4568  # 增量状态传输（IST）端口
  telnet <集群节点IP> 4444  # 全量状态传输（SST）端口
  

  若端口不通，排查节点间路由是否正常，是否有网络设备（交换机、路由器）的ACL限制。

2. 调整防火墙与SELinux #

• 临时关闭防火墙测试（仅用于定位问题）：

  systemctl stop firewalld
  

  确认问题解决后，永久开放端口：

  firewall-cmd --add-port=4567/tcp --add-port=4568/tcp --add-port=4444/tcp --permanent
  firewall-cmd --reload
  

• 检查SELinux状态，临时设置为宽容模式测试：

  setenforce 0
  

  问题解决后，可通过semanage配置SELinux允许相关端口通信。

3. 核对集群配置文件 #

检查待加入节点的my.cnf（或mysqld.cnf）中Galera相关参数：

• wsrep_cluster_address：确认IP列表正确，格式为gcomm://ip1,ip2,ip3，无拼写错误
• wsrep_cluster_name：必须与集群其他节点完全一致（示例中为zabbix_data_cluster）
• wsrep_node_address：设置为当前节点的正确IP，避免用localhost或错误地址

4. 检查集群节点状态 #

• 在已运行的集群节点上，确认集群处于Primary状态：

  SHOW STATUS LIKE 'wsrep_cluster_status';
  

  若结果为Non-primary，需先修复主节点状态。
• 确认集群节点正常运行：

  systemctl status mariadb  # 或mysql，根据数据库类型
  

5. 遵循正确的集群启动顺序 #

• 新集群初始化：先启动第一个节点，指定空集群地址，待启动完成后再启动其他节点：

  galera_new_cluster
  # 或手动启动
  mysqld_safe --wsrep_cluster_address=gcomm:// &
  

• 加入已有集群：确保集群中至少有2个节点正常运行，避免单节点集群的脑裂或不可用问题。

6. 查看更多日志细节 #

• 检查待加入节点的MySQL错误日志（通常在/var/log/mysql/error.log或/var/log/mariadb/mariadb.log），获取额外错误信息。
• 查看集群其他节点的日志，确认是否有拒绝连接或异常状态记录。

内容的提问来源于stack exchange，提问作者Gledison