Kubernetes中Nacos服务UnknownHostException排查与优化

1. 问题背景与现象分析

在Kubernetes集群中部署Nacos 3.1.1服务时，最常遇到的经典报错就是java.net.UnknownHostException。这个错误通常发生在服务注册或服务发现阶段，表现为Nacos客户端无法解析服务端地址。根据我处理过的二十多个生产环境案例，这类问题往往由以下三种典型场景引发：

1. DNS解析失败：当Pod间通信使用Service名称作为主机名时，CoreDNS未能正确解析
2. 网络策略限制：NetworkPolicy配置不当导致跨命名空间通信被阻断
3. 客户端配置错误：应用连接Nacos时使用了错误的主机名格式

实际报错日志通常呈现如下形式：

java复制Caused by: java.net.UnknownHostException: nacos-headless.default.svc.cluster.local
    at java.net.InetAddress.getAllByName0(InetAddress.java:line)
    at java.net.InetAddress.getAllByName(InetAddress.java:line)

2. 完整部署方案与关键配置

2.1 基础资源准备

首先创建专属命名空间和配置文件：

bash复制kubectl create ns nacos-system

nacos-cm.yaml配置文件示例：

yaml复制apiVersion: v1
kind: ConfigMap
metadata:
  name: nacos-config
  namespace: nacos-system
data:
  mysql.host: "mysql-primary.nacos-system.svc.cluster.local"
  mysql.port: "3306"
  MODE: "cluster"

2.2 StatefulSet核心配置

采用Headless Service配合StatefulSet是生产级部署的最佳实践：

yaml复制apiVersion: apps/v1
kind: StatefulSet
metadata:
  name: nacos
  namespace: nacos-system
spec:
  serviceName: nacos-headless
  replicas: 3
  template:
    spec:
      containers:
      - name: nacos
        envFrom:
        - configMapRef:
            name: nacos-config
        readinessProbe:
          httpGet:
            path: /nacos/v1/ns/instance/list?serviceName=nacos
            port: 8848
          initialDelaySeconds: 30

2.3 网络策略配置

必须确保以下通信路径畅通：

1. Pod间通信：8848（主端口）、7848（Raft端口）、9848（gRPC端口）
2. 客户端访问：通常通过NodePort或Ingress暴露

示例NetworkPolicy：

yaml复制apiVersion: networking.k8s.io/v1
kind: NetworkPolicy
metadata:
  name: nacos-netpolicy
spec:
  podSelector:
    matchLabels:
      app: nacos
  ingress:
  - from:
    - namespaceSelector:
        matchLabels:
          project: microservices
    ports:
    - protocol: TCP
      port: 8848

3. UnknownHostException深度排查指南

3.1 DNS解析验证流程

1. 进入客户端Pod执行诊断：

bash复制kubectl exec -it client-pod -- bash
nslookup nacos-headless.nacos-system.svc.cluster.local

2. 检查CoreDNS日志：

bash复制kubectl logs -n kube-system -l k8s-app=kube-dns

3. 验证/etc/resolv.conf配置：

bash复制cat /etc/resolv.conf
# 应包含类似配置
search nacos-system.svc.cluster.local svc.cluster.local cluster.local
nameserver 10.96.0.10

3.2 客户端连接方案对比

3.3 连接池优化参数

在客户端应用中添加以下配置可显著提升稳定性：

properties复制# Spring Cloud Alibaba配置
spring.cloud.nacos.discovery.server-addr=nacos-headless.nacos-system.svc.cluster.local:8848
spring.cloud.nacos.config.max-retry=5
spring.cloud.nacos.config.config-retry-time=2000
spring.cloud.nacos.config.config-long-poll-timeout=30000

4. 生产环境验证方案

4.1 端到端测试流程

1. 服务注册验证：

bash复制curl -X POST 'http://nacos-headless.nacos-system:8848/nacos/v1/ns/instance?serviceName=test-service&ip=10.244.1.15&port=8080'

2. 配置发布测试：

bash复制curl -X POST "http://nacos-headless.nacos-system:8848/nacos/v1/cs/configs" -d "dataId=test-data&group=DEFAULT_GROUP&content=helloWorld"

3. 订阅检查：

bash复制curl -X GET "http://nacos-headless.nacos-system:8848/nacos/v1/cs/configs?dataId=test-data&group=DEFAULT_GROUP"

4.2 监控指标配置

建议部署以下Prometheus监控指标：

yaml复制- job_name: 'nacos'
  metrics_path: '/nacos/actuator/prometheus'
  static_configs:
  - targets: ['nacos-headless.nacos-system:8848']

关键监控指标包括：

• nacos_monitor{name="http_requests_total"}
• nacos_monitor{name="config_count"}
• nacos_monitor{name="service_count"}

5. 高级调优技巧

5.1 JVM参数优化

在StatefulSet中添加以下JVM配置：

yaml复制env:
- name: JVM_XMS
  value: "2g"
- name: JVM_XMX
  value: "2g"
- name: JVM_XMN
  value: "1g"
- name: NACOS_SERVER_IP
  valueFrom:
    fieldRef:
      fieldPath: status.podIP

5.2 集群故障转移方案

1. 部署Nacos-Sync组件实现多集群同步：

yaml复制apiVersion: apps/v1
kind: Deployment
metadata:
  name: nacos-sync
spec:
  template:
    spec:
      containers:
      - name: sync
        image: nacos/nacos-sync:latest
        env:
        - name: SOURCE_CLUSTER
          value: "nacos://nacos-headless.nacos-system:8848"

2. 配置自动故障检测脚本：

bash复制#!/bin/bash
while true; do
  if ! curl -s http://localhost:8848/nacos/v1/ns/health/instance; then
    kubectl delete pod nacos-0 -n nacos-system
  fi
  sleep 30
done

6. 典型问题解决方案

6.1 跨命名空间访问问题

当客户端与应用位于不同命名空间时，需要特殊处理服务发现：

java复制// Spring Cloud Alibaba定制配置
@Bean
public NacosDiscoveryProperties nacosProperties() {
    NacosDiscoveryProperties properties = new NacosDiscoveryProperties();
    properties.setServerAddr("nacos-headless.nacos-system.svc.cluster.local:8848");
    properties.setNamespace("你的命名空间ID");
    return properties;
}

6.2 服务反复掉线处理

1. 检查客户端心跳配置：

properties复制spring.cloud.nacos.discovery.heartbeat-interval=5000
spring.cloud.nacos.discovery.heartbeat-timeout=15000

2. 服务端调整健康检查阈值：

sql复制-- 在Nacos数据库执行
UPDATE config_info SET content = content || '\nhealthCheck.interval=10s' 
WHERE data_id LIKE '%nacos.health%';

6.3 大规模服务注册优化

对于超过5000个服务的场景：

1. 修改Nacos集群配置：

properties复制# application.properties
nacos.naming.distro.taskDispatchThreadCount=32
nacos.naming.distro.taskDispatchPeriod=200

2. 客户端启用批量注册：

java复制@Configuration
public class NacosConfig {
    @Bean
    public NamingService namingService() {
        NamingService naming = NacosFactory.createNamingService(serverAddr);
        ((NacosNamingService)naming).setBatchRegisterEnabled(true);
        return naming;
    }
}