删除Amazon EFS文件时遭遇Stale file handle错误求助

我之前也碰到过Amazon EFS的这个棘手问题，给你几个实际验证过的排查和解决思路：

1. 先搞懂问题根源 #

这个Stale file handle错误本质是客户端的文件元数据缓存和EFS服务端不一致。比如你可能在另一个挂载了同一个EFS的EC2实例上修改/删除了/OutlookAttachments目录，当前实例的NFS客户端还缓存着旧的目录句柄，导致操作时引用了已经失效的资源。

2. 临时应急：重新挂载EFS #

这是最快解决当前问题的方法：

• 先检查有没有进程在占用这个挂载目录，避免卸载失败：

  lsof /OutlookAttachments
  

• 停掉所有占用该目录的进程后，卸载挂载点：

  sudo umount /OutlookAttachments
  

• 用你原来的挂载命令重新挂载（替换成你的EFS ID和区域）：

  sudo mount -t nfs4 -o nfsvers=4.1,rsize=1048576,wsize=1048576,hard,timeo=600,retrans=2,noresvport fs-xxxxxx.efs.us-east-1.amazonaws.com:/ /OutlookAttachments
  

3. 长期优化：调整NFS挂载参数 #

为了避免后续再出现这个问题，可以修改EFS的挂载参数，减少元数据缓存不一致的概率：

• 如果你对一致性要求高，能接受轻微性能损耗，可以添加noac参数（禁用属性缓存）：

  sudo mount -t nfs4 -o nfsvers=4.1,rsize=1048576,wsize=1048576,hard,timeo=600,retrans=2,noresvport,noac fs-xxxxxx.efs.us-east-1.amazonaws.com:/ /OutlookAttachments
  

• 要是不想完全禁用缓存，也可以缩短缓存过期时间，比如设置acregmin=30,acregmax=60（属性缓存最短30秒，最长60秒过期）：

  sudo mount -t nfs4 -o nfsvers=4.1,rsize=1048576,wsize=1048576,hard,timeo=600,retrans=2,noresvport,acregmin=30,acregmax=60 fs-xxxxxx.efs.us-east-1.amazonaws.com:/ /OutlookAttachments
  

4. 代码层面的防护 #

你的Java代码也可以做些优化，应对这种分布式文件系统的一致性问题：

• 确保遍历文件树时及时关闭所有文件/目录流，不要持有过时的引用；
• 添加重试逻辑，捕获FileSystemException后等待几秒再重新执行遍历删除操作，比如：

  boolean deleteSuccess = false;
  int retryAttempts = 3;
  while (!deleteSuccess && retryAttempts > 0) {
      try {
          Files.walk(Paths.get("/OutlookAttachments"))
               .sorted(Comparator.reverseOrder()) // 先删文件再删目录，避免目录非空报错
               .forEach(path -> {
                   try {
                       Files.delete(path);
                   } catch (IOException e) {
                       throw new UncheckedIOException(e);
                   }
               });
          deleteSuccess = true;
      } catch (UncheckedIOException e) {
          retryAttempts--;
          if (retryAttempts == 0) {
              throw e;
          }
          // 等待2秒后重试，给EFS元数据同步留时间
          try {
              Thread.sleep(2000);
          } catch (InterruptedException ie) {
              Thread.currentThread().interrupt();
          }
      }
  }
  

内容的提问来源于stack exchange，提问作者cojeca