OCP的OB集群新增ZONE的时候提示No route to host (Host unreachable)

AntTech_CTIJUU · 2025 年12 月 10 日 15:31

【使用环境】生产环境
【 OB or 其他组件】OB OCP
【使用版本】OB版本4.3.5.2，OCP版本4.3.1
【问题描述】主机添加是成功了，然后我在集群里添加ZONE的时候报错提示Unhandled exception, type=HttpConnectFailedException, message=connect to agent failed, NoRouteToHostException: No route to host (Host unreachable)
这是为什么
【复现路径】问题出现前后相关操作
【附件及日志】

旭辉 · 2025 年12 月 10 日 15:46

observer机器有防火墙策略吗？

压缩发下包含操作报错时间点的 ocp-server.log，3.111这台机器的mgragent.log monagent.log

AntTech_CTIJUU · 2025 年12 月 10 日 15:57

防火墙已经关了
mgragent.log (1.2 MB)
monagent.log (3.3 MB)
ocp-server.zip (8.8 MB)

旭辉 · 2025 年12 月 10 日 16:27

在OCP Server机器
telnet 192.168.3.110 62888
telnet 192.168.3.110 62889
试下

2025-12-10 12:21:27.426  INFO 11763 --- [prometheus-exporter-check2,c514c9a8ba3c10ed,d903bdbbd05c5d40] c.o.o.m.service.OcpExporterServiceImpl   : exporter healthCheck failed, instance=http://192.168.3.110:62889/metrics/node/host, message=java.net.ConnectException: No route to host: /192.168.3.110:62889
2025-12-10 12:21:27.425  INFO 11763 --- [metric-parse-38,,] c.o.o.m.s.OcpMetricCollectServiceImpl    : Collect failed, exporter=http://192.168.3.110:62888/metrics/stat, collectAt=1765340484, message=java.net.ConnectException: No route to host: /192.168.3.110:62888, rootCause=NoRouteToHostException: No route to host
2025-12-10 12:21:27.426  WARN 11763 --- [prometheus-exporter-check2,c514c9a8ba3c10ed,d903bdbbd05c5d40] .o.m.s.OcpExporterStatusCheckServiceImpl : exporter http://192.168.3.110:62889/metrics/node/host is inactive
2025-12-10 12:21:27.426  INFO 11763 --- [metric-parse-19,,] c.o.o.m.s.OcpMetricCollectServiceImpl    : Collect failed, exporter=http://192.168.3.110:62889/metrics/stat, collectAt=1765340484, message=java.net.ConnectException: No route to host: /192.168.3.110:62889, rootCause=NoRouteToHostException: No route to host
2025-12-10 12:21:27.437 ERROR 11763 --- [ocp-schedules-24,d425efa887bab7e7,519c0a4afc25abc8] o.s.s.s.TaskUtils$LoggingErrorHandler    : Unexpected error occurred in scheduled task

AntTech_CTIJUU · 2025 年12 月 10 日 16:29

不是110，是111,110这台机器现在有问题，还没整

AntTech_CTIJUU · 2025 年12 月 10 日 16:30

两个端口都是通的

旭辉 · 2025 年12 月 10 日 16:33

看日志报错的是110，你按上面说的测下110

AntTech_CTIJUU · 2025 年12 月 10 日 16:34

110就是有问题，110这台主机都没了，我添加的是111啊

AntTech_CTIJUU · 2025 年12 月 10 日 16:35

你看我截图上面的主机IP，是192.168.3.111

旭辉 · 2025 年12 月 10 日 16:37

你上面截图拓扑图上是有110的，110在这个集群内，就可能和它有关系
“110这台主机都没了” ？你发下最新的集群拓扑图看下

AntTech_CTIJUU · 2025 年12 月 10 日 16:40

这是集群的拓扑图，上面是显示的110这台是正常运行的，我不知道是什么原因，但是这台机子所在的物理机磁盘都已经损坏了，所以已经没有这台机子了

通过OCP的这个主机列表也能发现这个110这台主机是离线的状态

旭辉 · 2025 年12 月 10 日 16:54

看起来OCP未更新集群的状态，110这个observer上还有unit吗?

select * from dba_ob_tenants;

SELECT c.TENANT_ID, e.TENANT_NAME, f.SVR_IP,concat(c.NAME, ': ', d.NAME)`pool:conf`,concat(c.UNIT_COUNT, ' unit: ', d.min_cpu, 'C/', ROUND(d.MEMORY_SIZE/1024/1024/1024,0), "G") unit_info FROM DBA_OB_RESOURCE_POOLS c, DBA_OB_UNIT_CONFIGS d, DBA_OB_TENANTS e ,DBA_OB_UNITS f WHERE c.UNIT_CONFIG_ID=d.UNIT_CONFIG_ID AND c.TENANT_ID=e.TENANT_ID AND e.TENANT_ID=f.TENANT_ID AND c.RESOURCE_POOL_ID=f.RESOURCE_POOL_ID ORDER BY c.TENANT_ID;