Erlang节点间ping失败原因分析

今天和项仲在部署新系统的时候发现节点间ping不成功的情况，类似

1> net_adm:ping(‘xx@ip1′).

pang

这个问题比较普遍，我就记录下一步步的排除步骤.

首先从原理上分析下!由于erlang节点间通讯是透过tcp来进行的，所以我们确保以下几点：

1. 确保网络连接是通的，可以透过ping来查看。

2. 确保网络连接上tcp是可以通的，可以透过netcat在二个节点所在的机器上分别开个服务器端和客户端进行验证。

3. 确保端口是防火墙友好的。erlang的节点是登记在epmd服务上的，所以4369端口要能访问，其次节点的动态端口是可以访问的。

epmd -names

epmd: up and running on port 4369 with data:

name xx at port 46627

…

同样可以用netcat来验证。

4. erlang节点的cookie是一样的，可以透过setcookie来解决。

这几点确认无误后，就可以开始排查问题了。

交代下环境，二台机器IP分别是10.1.150.12,10.232.31.89, 上面分别运行Erlang版本R16B和R14B04，cookie统一设置为456789。

我们来演习下，首先我们10.1.150.12在节点A上起个节点’xx@10.1.150.12′，如下：

# erl -name xx@`hostname -i` --setcookie 456789
Erlang R16B (erts-5.10) 1

Eshell V5.10 (abort with ^G)
(xx@10.1.150.12)1>
=ERROR REPORT==== 28-Mar-2012::13:25:42 ===
** Connection attempt from disallowed node \'yy@10.232.31.89\' **同时我们在10.232.31.89上运行另外一个节点’yy@10.232.31.89′进行节点间连接，如下:
$erl -name yy@`hostname -i` --setcookie 456789
Erlang R14B04 (erts-5.8.5) 1

Eshell V5.8.5 (abort with ^G)
(yy@10.232.31.89)1> net_adm:ping(\'xx@10.1.150.12\').
pang
我们看到节点无法互通，出错的原因是”** Connection attempt from disallowed node ‘yy@10.232.31.89′ ** “.

在otp源码目录下简单的运行：

# grep -rin "disallowed node" .
./lib/kernel/src/dist_util.erl:154: "disallowed node ~w ** ~n", ),
./lib/kernel/src/dist_util.erl:603: "disallowed node ~w ** ~n", ),
./lib/kernel/src/dist_util.erl:623: "disallowed node ~w ** ~n", ),
./lib/kernel/src/net_kernel.erl:1149: "disallowed node ~w ** ~n", ),我们可以看到有3个函数有可能打印这个语句，分别是：

1. is_allowed %% check if connecting node is allowed to connect with allow-node-scheme

2 .recv_challenge_reply %% wait for challenge response after send_challenge

3. recv_challenge_ack

节点间allow相关的东西可以参考这篇文章：Erlang如何限制节点对集群的访问之net_kernel:allow

我们来排除下allow导致问题的原因,把allow设成[],允许任意节点访问：

2> net_kernel:allow([]).

ok

(xx@10.1.150.12)2>

=ERROR REPORT==== 28-Mar-2012::13:36:09 ===

** Connection attempt from disallowed node ‘yy@10.232.31.89′ **

没有解决问题。那就可以肯定是第2，3个原因了，回头来**我们的版本号：

R14B04 和 R16B， 差了二个大版本， 这个是核心原因。