排查Azure Service Fabric本地开发集群部署发布问题

我之前在本地开发Service Fabric应用时也碰到过一模一样的问题，给你整理几个实用的排查步骤，应该能帮你定位到问题：

先确认集群节点是否正常运行 #

• 先看任务栏托盘里的Service Fabric本地集群管理器，检查所有节点是不是都处于Up状态。本地集群很容易因为内存/CPU占满、或者偶尔的进程异常导致节点离线，一旦有节点挂了，服务副本就没法达到配置的目标数量。如果有节点是Down或者Unhealthy，先试试重启该节点，不行的话就重启整个集群。

检查服务副本配置和集群节点数是否匹配 #

• 打开你项目里的ApplicationManifest.xml或ServiceManifest.xml，核对服务的TargetReplicaSetSize（目标副本数）和MinReplicaSetSize（最小副本数）。比如你的本地集群默认是5节点，但如果把有状态服务的目标副本数设成了6，或者你改成了单节点集群但副本数还保留3，这种不匹配的情况肯定会导致分区达不到要求。无状态服务的话也要注意实例数不能超过可用节点数哦。

深挖日志找具体原因 #

• 打开Fabric Explorer，定位到报错的分区，切换到“Events”标签，过滤Source为System.FM的事件，里面会有更详细的报错细节——比如是找不到可用节点、资源不够，还是服务本身启动失败导致副本没法就绪。
• 本地集群的日志默认存在C:\ProgramData\SF\Log目录，你可以看看FabricHost.log或者对应应用的服务日志，找找有没有服务启动时抛出的异常（比如依赖库缺失、端口被占、配置项读取失败之类的）。有时候表面看配置没问题，但服务启动时悄悄报错挂了，Failover Manager就会报分区低于目标数。

排查资源占用和端口冲突 #

• 打开任务管理器看看CPU、内存是不是跑满了，本地集群需要足够的资源来承载服务副本，内存不够的话节点会被标记为不健康，没法分配副本。
• 检查服务配置的端口有没有被其他程序占用，比如你的服务用了8080，但本地IIS或者别的程序已经占了这个端口，服务启动失败自然就没法形成完整的副本集。可以用命令netstat -ano | findstr :<你的端口号>来快速排查端口占用情况。

终极手段：重置本地集群 #

如果上面的步骤都试过还是不行，那就试试重置本地集群——打开集群管理器选“Reset Cluster”就行。重置会清空集群上所有应用和状态，回到初始状态。有时候本地集群运行久了会出现一些状态不一致的问题，重置后再重新发布应用往往能解决。

另外提个小细节：发布的时候Visual Studio的发布配置里，第一次发布尽量选“Create a new application”，别选升级，避免升级逻辑带来的额外问题。

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