Chef Server突发sqerl池启动失败问题求助

嘿，你的Chef Server突然罢工确实头疼！从你贴的错误日志和chef-server-ctl status输出来看，核心问题是Chef的核心组件（尤其是opscode-pushy-server）无法正常建立PostgreSQL数据库连接——日志里的econnrefused和PostgreSQL错误码<<"57P03">>是关键线索：57P03对应的是PostgreSQL的「数据库正在启动中」或者「进入维护模式」，虽然status显示PostgreSQL网络连通正常，但这个检测只是基础的端口可达性，实际数据库可能没法处理连接请求。

下面是一步步的排查修复步骤，按顺序来：

1. 先确认PostgreSQL的真实运行状态 #

别光信chef-server-ctl status的提示，直接登到PostgreSQL所在的服务器（10.0.1.86）做实际检查：

# 查看PostgreSQL进程是否真的在正常运行
ps aux | grep postgres

# 翻PostgreSQL日志找异常（Omnibus安装的Chef，日志路径一般是这个）
tail -n 50 /var/opt/opscode/postgresql/9.6/log/postgresql.log

重点找有没有database is in recovery、max_connections exceeded或者maintenance mode这类关键词，这些都是导致连接被拒的常见原因。

2. 检查PostgreSQL的连接数是否耗尽 #

如果数据库的连接数被占满，新的连接请求也会被拒绝。登录PostgreSQL执行：

-- 统计当前活跃连接数
SELECT count(*) FROM pg_stat_activity;
-- 查看配置的最大连接数上限
SHOW max_connections;

如果当前连接数接近或达到上限，需要修改postgresql.conf里的max_connections参数（比如调到200），然后重启PostgreSQL服务：

# Omnibus安装的Chef，重启PostgreSQL用这个命令
chef-server-ctl restart postgresql

3. 单独修复opscode-pushy-server的连接问题 #

日志里报错最多的就是这个组件，先单独重启它试试：

chef-server-ctl restart opscode-pushy-server

重启后再看日志有没有57P03错误。如果还有，手动验证它的数据库配置：

# 查看pushy-server的数据库配置文件
cat /var/opt/opscode/opscode-pushy-server/etc/sqerl.conf

确认里面的主机、端口、用户名、密码都正确，然后手动用这些参数连接数据库测试：

psql -h 10.0.1.86 -U opscode_pushy -d opscode_pushy

如果手动连不上，就得排查PostgreSQL的用户远程连接权限（比如pg_hba.conf里有没有允许Chef Server的IP访问），或者服务器之间的防火墙规则。

4. 按依赖顺序重启所有Chef组件 #

如果单个组件重启没用，就按「数据库优先」的顺序重启所有依赖数据库的组件：

# 先停掉所有需要数据库的组件
chef-server-ctl stop opscode-erchef opscode-pushy-server oc_bifrost oc_id
# 重启PostgreSQL
chef-server-ctl restart postgresql
# 等30秒让数据库完全启动，别着急起其他组件
sleep 30
# 再启动之前停掉的组件
chef-server-ctl start opscode-erchef opscode-pushy-server oc_bifrost oc_id

最后再检查一遍所有组件状态：

chef-server-ctl status

5. 别忘了检查磁盘空间 #

如果PostgreSQL所在的磁盘满了，数据库也会进入异常状态，连不上是常事：

df -h /var/opt/opscode/postgresql

如果磁盘使用率超过90%，赶紧清理旧日志、备份文件，或者扩展磁盘空间。

内容的提问来源于stack exchange，提问作者Meet Dave