Puppet使用ENC報'Could not load external node results for'

這個問題出現有一段時間了，最開始的時候從一天3-5次左右到最近的一天出現10多次的告警郵件...

因為Puppet同步采取了主動觸發和定時同步兩種策略，幾乎每次的報錯都是在定時同步時出現...

Puppet Server采用雙主結構，Web ui使用Foreman，為了確定這個報錯是出現在那臺服務器上, 通過對源代碼的log增加主機標記最終定位到了這個錯誤只是出現在一臺服務器上...，出現的很偶然，但所有的錯誤標記中，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，方便區分， --- false 是返回的output的信息..

在Puppet源代碼中 ， 通過indirector與enc相關的find方法中可以看到這個find方法接受一個參數 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 是調用父方法的find

父方法的find會調用enc腳本獲取返回值，如果失敗或調用不成功則為Nil..

這時會繼續通過translate方法，將yaml輸出轉為ruby的對象

如果output為nil，這時yaml在讀取這個數據的時候就會拋出異常，異常就是收到的Puppet郵件告警的內容了。

  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

羅嗦了一大堆，其實就是node.rb的腳本在通過api取參數的時候，沒有獲得200...導致的。

通過指向一個錯誤的WEB服務器地址，可以看到 開頭--- 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

腳本的前面都是在構造一個http的對象...，直接看倒數第三行

可以清楚的看到一個判斷，然后拋出異常，沒有任何的重試機制....，為此我很確信我的web，它如果能有一次重試的機會，那么下一次一定能正常獲得返回值，  然后我就給了它很多次的機會。。。

  #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

這時有些人可能會想，while 循環，加3秒重試，，如果一直不成功怎么辦？

在腳本最開頭會有配置timeout的地方，在timeout到了之后，會關閉http連接，然后讀取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)

這段代碼可以很清晰的看出，在timeout沒超時時會調用enc這個方法返回結果，然后在調用cache方法寫入到cache文件

如果超時或http錯誤，則讀取cache，但是這里的異常不包括...，HTTP的...，如果如果是4XX的錯誤，不會觸發讀取cache的異常..