Couchbase集群重平衡失败报错：Rebalance exited with reason {badmatch,failed}

我明白这个重平衡失败的报错已经卡了你集群搭建的进度，这种{badmatch,failed}的泛型错误确实让人头疼，不过咱们可以从几个关键方向去挖debug.log里的细节，一步步定位问题：

• 优先抓取debug.log里的底层错误细节
  {badmatch,failed}只是上层的错误封装，真正的根因藏在日志的更深处。你可以重点搜索这些关键词：

  • rebalance:failed 或 rebalance_error
  • 节点通信类报错，比如connection refused、timeout
  • 磁盘相关错误，比如disk full、io error
  • 权限问题，比如permission denied
    举个例子，如果日志里出现Failed to establish connection to node 192.168.1.103:8092，那大概率是节点间的数据端口没打通。

• 彻底检查节点间的网络连通性
  Couchbase集群需要多个端口互通，你得确认所有节点之间的这些端口都是完全开放的：

  • 8091（集群管理端口）
  • 8092（数据服务端口）
  • 11210（KV服务主端口）
  • 11211（KV服务备用端口）
  • 4369（Erlang节点发现端口）
  • 21100-21299（内部节点通信端口）
    可以用telnet <node-ip> <port>或者nc -zv <node-ip> <port>来测试连通性，只要有一个端口不通，重平衡就会直接失败。

• 验证节点磁盘状态与权限
  重平衡过程需要节点有足够的磁盘空间和正确的文件权限：

  • 检查每个节点的磁盘使用率，确保至少有20%的空闲空间（Couchbase官方推荐阈值），用df -h命令查看
  • 确认Couchbase运行用户（通常是couchbase）对数据目录（默认/opt/couchbase/var/lib/couchbase/）和日志目录有读写权限，用ls -l /opt/couchbase/var/lib/couchbase/检查权限配置

• 确认节点版本与时钟一致性

  • 所有要加入集群的节点必须和现有集群的Couchbase版本完全一致，哪怕是小版本号的差异都可能导致分布式同步失败
  • 检查所有节点的系统时钟是否同步，时间差超过5秒就可能引发分布式系统的一致性问题，用ntpstat或者timedatectl status验证时钟状态

• 尝试分步加入节点缩小范围
  不要一次性加入3个节点，先加1个节点，等重平衡成功后再加第二个，最后加第三个。这样可以快速定位是某个特定节点有问题，还是批量加入时的资源瓶颈导致失败。

• 用CLI获取重平衡任务的详细状态
  你可以通过Couchbase CLI工具获取更精准的重平衡任务信息，比如哪个分片迁移失败、具体失败原因：

  couchbase-cli rebalance-status -c <cluster-ip>:8091 -u <admin-username> -p <admin-password>
  

  这个命令会返回重平衡过程中每个子任务的状态，帮你定位到具体的失败环节。

如果按照上面的步骤找到了具体的根因（比如某个节点磁盘满了、网络端口未开放），针对性修复后再重试重平衡。如果还是无法解决，可以把debug.log里的关键错误片段贴出来，我再帮你进一步分析。

内容的提问来源于stack exchange，提问作者Mari U