dolphinscheduler部署排错记录

dolphinscheduler部署至K8S集群上的遇到的坑

问题

问题出现场景：

? 在部署完ui, worker, master, api四个模块之后，随手建了一个工作流，点击运行的时候，在master节点上出现这个报错。

猜测原因

发送方发送的消息和接收方接收的消息格式不一致，导致报的这个错，但是程序在本地环境上打包成镜像是可以正常跑流程的，部署到K8S之后就出现了这个问题，代码中间也没有改动过，master和worker之间的RPC消息格式一定是一致的。

因此猜测是有其它请求访问了master或者worker节点，导致出现了这个问题。

排错过程

首先是寻找K8S集群和本地打包镜像的区别，网络通信会有区别，查看dolphinscheduler注册的k8s上的node信息。

在worker和master的pod上分别ping对应的ip，发现都可以通。随后陷入了很长一段时间的懵逼过程。

最后在dolphinscheduler的issue中找到同款报错。

内心狂喜，因为K8S上存在健康检查，而本地搭建镜像并不存在每隔一段时间的健康检查。随后查看健康检查的脚本，发现了在worker节点中，K8S系统会每隔一段时间去访问worker的1234端口，正好是worker用来和master进行RPC通信的端口，随后重写了一个http的健康检查端口，打包发版，问题解决。