NCache社区版4.8双实例复制集群单实例离线后异常问题咨询

我之前处理过好几起NCache Community版双实例集群的这类故障，你遇到的问题本质是复制集群在节点离线后，默认的连接重试机制拖慢了所有操作，再加上Community版没有自动故障转移的能力，才导致了这些异常。下面给你一步步拆解解决办法：

1. 先搞懂问题根源 #

在双实例复制集群架构里，当其中一个节点离线后，存活的节点会按照默认配置持续尝试和离线节点建立心跳连接、同步数据。每一次缓存操作（不管是GUI的管理操作还是业务的读写）都会等待这些重试超时完成，这就直接导致了操作变慢甚至超时。而且NCache Community版不支持自动剔除离线节点，必须手动干预。

2. 立即恢复的手动操作 #

• 手动移除不可达节点
  先通过命令行或者NCache Manager把离线节点从集群中移除，这样存活节点就不会再浪费资源尝试连接它：

  Remove-Node -CacheName YourCacheClusterName -Server OfflineNodeIPAddress
  

  执行完这个命令后，你会发现GUI的启停操作和缓存读写的速度立刻恢复正常。

• 重启存活节点的NCache服务
  如果移除节点后还是有延迟，建议重启存活节点上的NCache服务，彻底清空它内部保留的离线节点连接状态：

  Restart-Service Alachisoft.NCache.Service
  

3. 长期优化配置，减少后续故障影响 #

• 调整心跳检测参数
  修改缓存配置文件（config.ncconf，一般在C:\Program Files\NCache\Config或/opt/ncache/config路径下）里的集群心跳设置，缩短超时时间，减少存活节点的等待时长：

  <cluster-settings>
    <heartbeat-interval>1</heartbeat-interval> <!-- 默认2秒，改为1秒加快检测 -->
    <heartbeat-timeout>3</heartbeat-timeout> <!-- 默认5秒，改为3秒减少等待 -->
  </cluster-settings>
  

  修改后记得重启NCache服务让配置生效。

• 开启集群节点事件通知
  在config.ncconf里开启节点上下线的通知，这样你能第一时间发现节点离线，及时处理：

  <cache-settings>
    <events>
      <cluster-notifications node-joined="True" node-left="True"/>
    </events>
  </cache-settings>
  

4. 关于NCache Community版的重要提醒 #

要注意，NCache Community版没有自动故障转移功能，这个是Enterprise版才有的特性。所以在双实例集群场景下，一旦节点离线，必须手动执行移除节点的操作，否则存活节点会一直处于重试连接的状态，持续影响性能。

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