如何配置Jenkins主节点容错模式：故障时自动重触发任务

嘿，这个需求我刚好帮几个团队落地过，核心是构建Jenkins主节点的高可用集群，再配合插件实现任务自动重跑。不用操心从节点的话，步骤其实挺清晰的，我给你一步步拆解：

Jenkins本身没有原生的主节点故障接管能力，得靠「共享数据层+外部故障检测+插件补全重触发逻辑」这三者配合来实现。

1. 先搞定主节点的数据共享（最关键的前提） #

所有主节点必须共用同一套配置、作业定义和构建历史，不然切换到备用节点后，新节点根本不知道之前有哪些任务在跑。常用的两种方案：

• 共享存储挂载：把Jenkins的核心目录$JENKINS_HOME挂载到NFS、GlusterFS或者云厂商的分布式存储（比如AWS EFS）上，所有主节点都指向这个共享目录。

  注意：一开始建议用「主动/被动」模式，也就是平时只有一个主节点读写共享存储，避免多节点并发写导致的文件锁冲突。等验证稳定后再考虑主动/主动模式。

• 外部数据库配合共享存储：把Jenkins的配置数据从默认的XML文件迁移到MySQL/PostgreSQL，不过作业的构建历史、临时工作空间还是得靠共享存储，所以一般是两者结合使用。

2. 配置故障检测与自动流量切换 #

需要一个外部组件监控主节点状态，故障时自动把请求切到备用节点：

• 负载均衡器（带健康检查）：比如HAProxy、Nginx或者云厂商的负载均衡器（比如阿里云SLB）。配置健康检查规则，比如检测Jenkins的/login页面返回状态，或者用jenkins-healthcheck插件提供的专门健康端点。
  给你个简化的HAProxy配置片段参考：

  frontend jenkins_frontend
      bind *:80
      default_backend jenkins_backend
  
  backend jenkins_backend
      balance roundrobin
      option httpchk GET /login HTTP/1.1\r\nHost:\ your-jenkins-domain.com
      server jenkins-master1 192.168.1.10:8080 check inter 5s fall 3 rise 2
      server jenkins-master2 192.168.1.11:8080 check inter 5s fall 3 rise 2 backup
  

  这里的backup标识备用节点，只有主节点健康检查失败时，流量才会切过去。
• Kubernetes方案（如果用容器部署主节点）：用StatefulSet部署Jenkins主节点，配合Liveness/Readiness探针监控状态，Service会自动把流量切换到健康的节点上，这个方案更适合容器化环境。

3. 实现故障后的任务自动重触发 #

主节点故障时，正在运行的任务会直接中断，切换到新主节点后需要插件帮我们自动重跑：

• Build Retry Plugin：给单个作业或者全局配置重试策略，当任务因为节点故障中断时，自动重试指定次数。可以在作业配置的「Build Retry」选项里设置，也能通过全局配置批量应用到所有作业。
• Declarative Pipeline 自定义重试逻辑：如果用流水线作业，可以在Jenkinsfile里直接写重试逻辑，比如：

  pipeline {
      agent { label 'docker-on-demand' } // 你的按需Docker从节点
      stages {
          stage('Build') {
              steps {
                  retry(3) {
                      sh 'mvn clean install'
                  }
              }
          }
      }
      post {
          failure {
              script {
                  // 判断是节点故障导致的失败，就重新触发任务
                  if (currentBuild.result in ['ABORTED', 'FAILURE'] && currentBuild.causes[0].shortDescription.contains('Node')) {
                      build job: env.JOB_NAME, parameters: [string(name: 'REASON', value: 'MasterNodeFailover')]
                  }
              }
          }
      }
  }
  

• Jenkins Cluster Operations Plugin：这个插件可以识别集群中节点故障的情况，自动重新触发被中断的任务，不过需要和主节点集群的共享数据层配合使用，确保新主节点能读到未完成的任务记录。

4. 主动/主动模式的注意事项（可选） #

如果想让多个主节点同时处理请求，得额外注意：

• 确保共享存储支持并发写入，Jenkins的构建队列、锁机制在多主节点下容易出冲突，建议用Redis这类外部锁来协调。
• 尽量让所有作业都跑在你的Docker从节点上，主节点只负责调度和配置，减少主节点的负载和冲突概率。

5. 一定要测试故障切换流程 #

别光配置完就完事，一定要手动模拟故障验证：

• 手动停止主节点，观察负载均衡器是否自动切换到备用节点。
• 检查备用节点是否能正常加载所有作业配置和历史记录。
• 启动一个正在运行的任务，然后中断主节点，看是否能按照配置自动重触发。

内容的提问来源于stack exchange，提问作者kagarlickij