Eric.Chou

经过多次测试，发现，只要让缩容掉多数节点后，再恢复到最初的节点数，重新恢复的节点就会报这个错。 例如，初始3节点： case 1， --replicas=2然后再--replicas=3，之前关停的node-2再重新启动后能正常加入集群 case 2， --replicas=1然后再--replicas=3，之前关停的node-1和node-2再重新启动后不能正常加入集群，选举日志报错。

> 你case2 里面能否通过控制台看到集群节点的状态？看下剩下那台节点状态是否正确,我们现在初步怀疑是当节点一次性缩容超过半数的时候,jraft这个时候还没选出主无法更新自己的conf导致的,但是只要不超过半数就不会有这个问题,比如5台节点可以直接缩容到3台 好的，我下午再测试一次。另外想再咨询一下，在集群模式下，nacos的副本数为1也不行吗？我自己测试的时候，想着说始终运行在集群模式下，但是仅仅通过副本数来模拟单机部署的效果。但是发现nacos是不可用的。

> 你是说只启动一个节点吗？ 是的

> 你case2 里面能否通过控制台看到集群节点的状态？看下剩下那台节点状态是否正确,我们现在初步怀疑是当节点一次性缩容超过半数的时候,jraft这个时候还没选出主无法更新自己的conf导致的,但是只要不超过半数就不会有这个问题,比如5台节点可以直接缩容到3台 控制台上显示如图  剩余的这个节点的raft日志报错如下 

> 你是说只启动一个节点吗？ 刚才在现有环境测试了一下是没问题的，可能是我自己的原因。我再重新清空环境部署一次试试看。

> > > 你case2 里面能否通过控制台看到集群节点的状态？看下剩下那台节点状态是否正确,我们现在初步怀疑是当节点一次性缩容超过半数的时候,jraft这个时候还没选出主无法更新自己的conf导致的,但是只要不超过半数就不会有这个问题,比如5台节点可以直接缩容到3台 > > > > > > 控制台上显示如图 > >  > > 剩余的这个节点的raft日志报错如下 > >  > > 因为一次性杀了过半节点，这个时候可能新leader没选出来，或者不够半数节点已经无法选出leader了，无法去更改jraft自己的conf，所以出现没办法自愈了，暂时只能一台一台去启停吧，后续会Nacos本身会想办法优化一下这个 好的，谢谢解答。另外，我测试了两次，关于集群模式下只部署单个节点的场景，两次的表现都是nacos的pod能正常running，控制台能登录，但是服务注册模块的接口报503。   后端服务在调用注册接口的时候也是报以上的错误。

> @zcz3313 您好我描述一下我的困境，我们使用Heml部署方式，有时会将nacos服务重启，k8s杀一台之后另一台立马就杀掉实际上nacos还没初始化完成。造成的结果是三台pod重新启动之后在nacos UI控制台查看集群状态不正常节点信息不同步。我查看了您的解决过程发现官方给的结果是设置热启动为fasle。 我发现您的问题和我十分类似请问设置完 nacos.naming.data.warmup=false之后就正常了吗？ 这个参数能解决我提出的“使用集群模式但是副本数设置为1”的问题，无法解决“多数节点down掉后，集群无法通过节点自我重启后恢复自愈”的问题，依旧需要手动删除协议持久化目录，人工介入。 详情参考[这里](https://github.com/alibaba/nacos/issues/5776#issuecomment-843724300) 另一个方案是把数据同步下移到存储层，将nacos当做无状态的各个单机节点，外接高可用数据库（mysql集群化），此时的nacos各个节点的工作模式是standalone，各节点不相互通信。此方案应该也可以，但是我没有试过。鉴于我们公司的实际情况，我还是选择了nacos的内置存储模式。 BTW，我查阅了一些资料，从raft协议官网上没有找到相关说明，即“过半数节点短时间内宕机后再重启，整个集群能否重新选出领导人”，但我推测应该是可以的。nacos底层raft协议使用的是[jraft](https://github.com/sofastack/sofa-jraft)实现，可以去jraft那边提一个issue试试。我个人鉴于时间问题没有太多精力深入追踪，如果你有更多发现欢迎随时探讨。

> 十分感谢你的解答。我会做出验证，并且持续跟踪问题如果有进展我会反馈到问题上面 Thank you very much for your answer. I'm going to do validation and I'm going to keep tracking the issues and I'm going to feed back to the...