通过集群端点连接AWS MemoryDB集群偶发连接失败问题咨询

这是StackExchange.Redis适配AWS MemoryDB集群模式的典型配置缺失问题，按以下步骤排查修复即可：

1. 升级依赖版本并补全核心配置 #

首先移除对旧版本StackExchange.Redis的隐式依赖：Microsoft.Extensions.Caching.StackExchangeRedis 6.0.4默认锁定依赖StackExchange.Redis 2.2.4，该版本对MemoryDB的集群拓扑解析存在已知bug。注意：2.5.x版本的StackExchange.Redis存在MemoryDB集群槽位映射解析bug，升级时请选择2.6.122及以上稳定版本，必须在项目文件中显式添加对应版本的直接包引用，避免被NuGet依赖还原规则锁定到旧版本。

之后替换Redis客户端配置，补全缺失的集群适配参数：

new ConfigurationOptions()
{
    EndPoints =
    {
        { "clustercfg.ourapp-memorydb-cluster.xxxxx.memorydb.eu-west-1.amazonaws.com", 6379 } // 集群端点无需修改
    },
    User = "username",
    Password = "password",
    Ssl = true,
    AbortOnConnectFail = false,
    ConnectTimeout = 60000,
    // 新增以下配置项
    ConnectRetry = 5,
    ConfigCheckSeconds = 30, // 缩短集群拓扑刷新间隔，默认60秒无法快速感知故障转移
    ResolveDns = true, // 每次建立连接强制重新解析DNS，适配节点故障转移后的IP变更
    HeartbeatInterval = TimeSpan.FromSeconds(10), // 开启TCP心跳保活，避免ECS空闲网络连接被回收
    KeepAlive = 60,
    SslProtocols = SslProtocols.Tls12 | SslProtocols.Tls13, // MemoryDB已禁用低版本TLS，显式指定避免握手随机失败
    DefaultDatabase = 0
};

2. 修复网络访问规则 #

直连副本节点时提示无法访问主节点，是典型的安全组/网络配置错误：

• 检查ECS任务绑定的安全组出站规则：必须允许访问MemoryDB集群所属安全组的6379端口全量网段，不要仅放通集群端点解析出的单个IP。集群模式下客户端拉取拓扑后会直连所有节点，安全组放通范围不全就会出现随机连接失败。
• 禁止通过公网访问MemoryDB集群：MemoryDB集群返回的节点地址均为VPC内网域名，公网环境下无法解析，跨VPC访问必须配置VPC对等连接或PrivateLink。
• 验证ECS任务内的DNS解析：登录ECS任务容器，分别解析主、副本节点的域名，确认不存在解析超时、返回公网IP的问题。

3. 连通性验证 #

先在ECS容器内用redis-cli做基准验证，排除服务端问题：

redis-cli -h clustercfg.ourapp-memorydb-cluster.xxxxx.memorydb.eu-west-1.amazonaws.com -p 6379 --tls -u "rediss://username:password@clustercfg.ourapp-memorydb-cluster.xxxxx.memorydb.eu-west-1.amazonaws.com:6379" -c cluster nodes

如果命令返回的所有节点地址在容器内都能通过telnet 节点地址 6379连通，应用上述配置后问题即可解决。

生产高可用说明 #

不要使用直连主节点的临时方案，clustercfg开头的集群端点本身已经内置故障转移路由能力，配置正确的拓扑刷新间隔后，主备切换时客户端最多30秒即可自动感知新主节点，无需手动修改连接串。建议在ASP.NET Core健康检查中添加Redis连通性校验，连续3次PING失败时主动重置ConnectionMultiplexer实例，进一步降低故障影响时间。

内容的提问来源于stack exchange，提问作者AnthonyG