这个问题出现有一段时间了，最开始的时候从一天3-5次左右到最近的一天出现10多次的告警邮件...
因为Puppet同步采取了主动触发和定时同步两种策略，几乎每次的报错都是在定时同步时出现...
Puppet Server采用双主结构，Web ui使用Foreman，为了确定这个报错是出现在那台服务器上, 通过对源代码的log增加主机标记最终定位到了这个错误只是出现在一台服务器上...，出现的很偶然，但所有的错误标记中，都是它....
Level Resource message err Puppet Could not retrieve catalog from remote server: Error 400 on SERVER: Failed when searching for node xxx: 001。,Could not load external node results for xxx: undefined method `inject' for false:FalseClass ::--- false notice Puppet Using cached catalog err Puppet Could not retrieve catalog; skipping run
最后面的 :: --- false 其中::是在log中追加的分解符，方便区分， --- false 是返回的output的信息..
在Puppet源代码中 ， 通过indirector与enc相关的find方法中可以看到这个find方法接受一个参数 request
indirector/node/exec.rb def find(request) output = super or return nil # Translate the output to ruby. result = translate(request.key, output) create_node(request.key, result) end
output 是调用父方法的find
父方法的find会调用enc脚本获取返回值，如果失败或调用不成功则为Nil..
这时会继续通过translate方法，将yaml输出转为ruby的对象
如果output为nil，这时yaml在读取这个数据的时候就会抛出异常，异常就是收到的Puppet邮件告警的内容了。
def translate(name, output)
YAML.load(output).inject({}) do |hash, data|
case data[0]
when String
hash[data[0].intern] = data[1]
when Symbol
hash[data[0]] = data[1]
else
raise Puppet::Error, "key is a #{data[0].class}, not a string or symbol"
end
hash
end
rescue => detail
raise Puppet::Error, "001,Could not load external node results for #{name}: #{detail} ::#{output} "
end
罗嗦了一大堆，其实就是node.rb的脚本在通过api取参数的时候，没有获得200...导致的。
通过指向一个错误的WEB服务器地址，可以看到 开头--- false。。。。
[root@test puppet]# ruby node1.rb test --- false Error retrieving node test: Net::HTTPNotFound
分析node.rb
def enc(certname)
foreman_url = "#{url}/node/#{certname}?format=yml"
uri = URI.parse(foreman_url)
req = Net::HTTP::Get.new(uri.request_uri)
http = Net::HTTP.new(uri.host, uri.port)
http.use_ssl = uri.scheme == 'https'
if http.use_ssl?
if SETTINGS[:ssl_ca] && !SETTINGS[:ssl_ca].empty?
http.ca_file = SETTINGS[:ssl_ca]
http.verify_mode = OpenSSL::SSL::VERIFY_PEER
else
http.verify_mode = OpenSSL::SSL::VERIFY_NONE
end
if SETTINGS[:ssl_cert] && !SETTINGS[:ssl_cert].empty? && SETTINGS[:ssl_key] && !SETTINGS[:ssl_key].empty?
http.cert = OpenSSL::X509::Certificate.new(File.read(SETTINGS[:ssl_cert]))
http.key = OpenSSL::PKey::RSA.new(File.read(SETTINGS[:ssl_key]), nil)
end
end
res = http.start { |http| http.request(req) }
raise "Error retrieving node #{certname}: #{res.class}" unless res.code == "200"
res.body
end脚本的前面都是在构造一个http的对象...，直接看倒数第三行
可以清楚的看到一个判断，然后抛出异常，没有任何的重试机制....，为此我很确信我的web，它如果能有一次重试的机会，那么下一次一定能正常获得返回值， 然后我就给了它很多次的机会。。。
#raise "Error retrieving node #{certname}: #{res.class}" unless res.code == "200"
while res.code != "200"
res = http.start { |http| http.request(req) }
puts "Error retrieving node #{certname}: #{res.class}" sleep 3
end这时有些人可能会想，while 循环，加3秒重试，，如果一直不成功怎么办？
在脚本最开头会有配置timeout的地方，在timeout到了之后，会关闭http连接，然后读取cache。
# query External node begin result = "" timeout(tsecs) do result = enc(certname) cache(certname, result) end rescue TimeoutError, SocketError, Errno::EHOSTUNREACH, Errno::ECONNREFUSED # Read from cache, we got some sort of an error. result = read_cache(certname)
这段代码可以很清晰的看出，在timeout没超时时会调用enc这个方法返回结果，然后在调用cache方法写入到cache文件
如果超时或http错误，则读取cache，但是这里的异常不包括...，HTTP的...，如果如果是4XX的错误，不会触发读取cache的异常..
