Spring+Geode+Kubernetes并行部署下PartitionOfflineException问题咨询

环境配置 #

• Spring Boot 2.7.8
• Geode 1.14.4
• 架构：K8s集群中两个独立Pod服务，应用服务（app）使用PARTITION_PROXY区域，缓存服务（cache）使用PARTITION_PERSISTENT_OVERFLOW区域

问题场景 #

K8s滚动更新补丁时，新旧服务并行运行（新服务就绪后再终止旧服务），但新启动的app服务仍会识别旧cache节点，抛出异常：

Region /REGION_NAME bucket 89 has persistent data that is no longer online stored at these locations

解决方案 #

1. 配置区域忽略离线桶 #

Geode支持通过ignore-unavailable-buckets属性让代理区域跳过离线分区桶的状态校验，直接路由请求到在线节点。

代码配置方式（Spring Boot）

在Geode区域配置类中，为PARTITION_PROXY区域启用该属性：

@Configuration
public class GeodeRegionConfig {

    @Bean
    public Region<String, Object> proxyRegion(GemFireCache cache) {
        return cache.createRegionFactory(RegionShortcut.PARTITION_PROXY)
                .setIgnoreUnavailableBuckets(true)
                .create("REGION_NAME");
    }
}

配置文件方式（application.properties）

直接在配置文件中指定区域属性：

spring.data.geode.region.REGION_NAME.shortcut=PARTITION_PROXY
spring.data.geode.region.REGION_NAME.ignore-unavailable-buckets=true

该配置会让app服务的代理区域不再校验离线桶状态，避免抛出上述异常，同时正常处理在线节点的请求。

2. 优化K8s滚动更新顺序（可选） #

如果允许调整部署节奏，可以先完成cache服务的滚动更新（确保新cache节点完全加入集群、所有桶在线），再启动app服务的更新，从根源避免旧cache节点的干扰。

在K8s的Deployment配置中，为cache服务设置更严格的就绪探针，确保节点完全初始化：

livenessProbe:
  tcpSocket:
    port: 40404
  initialDelaySeconds: 60
  periodSeconds: 10
readinessProbe:
  tcpSocket:
    port: 40404
  initialDelaySeconds: 90
  periodSeconds: 5

3. 调整Geode持久化恢复策略 #

对于PARTITION_PERSISTENT_OVERFLOW区域，可在cache服务的区域配置中设置恢复延迟，避免旧节点退出时立即触发桶离线检查：

@Bean
public Region<String, Object> persistentRegion(GemFireCache cache) {
    return cache.createRegionFactory(RegionShortcut.PARTITION_PERSISTENT_OVERFLOW)
            .setPersistentRecoveryDelay(30000) // 30秒延迟恢复
            .create("REGION_NAME");
}

关键说明 #

ignore-unavailable-buckets是并行部署场景下的核心解决方案，直接跳过离线桶校验；如果业务需要保证数据完整性，建议结合滚动更新顺序调整，确保cache集群稳定后再更新app服务。

内容的提问来源于stack exchange，提问作者Jan