遇到 Nacos 集群节点数据不一致导致服务发现失败，优先检查集群成员状态和网络连通性，确认配置一致后再考虑重启节点。

核心排查命令

以下命令用于快速查看集群状态和日志，请在 Nacos 服务器节点上执行：

curl http://127.0.0.1:8848/nacos/v1/ns/operator/servers
tail -f logs/nacos.log

集群状态接口解读

调用 /nacos/v1/ns/operator/servers 接口后，关注返回 JSON 中的 serverState 字段：

• UP：节点健康，数据同步正常。
• DOWN 或 SUSPECT：节点异常，可能存在网络分区或心跳丢失。
• leader：当前 Raft 协议的主节点，若集群无 leader 则无法写入持久化实例。

若发现某节点状态异常，优先检查该节点到集群其他节点的網絡连通性。

日志关键错误检索

运行时错误主要记录在 logs/nacos.log 中，启动日志 start.log 仅供参考。使用以下关键词检索：

grep "Raft" logs/nacos.log
grep "Distro" logs/nacos.log
grep "Connection refused" logs/nacos.log

常见错误含义：

• Raft Error：CP 模式共识失败，可能导致持久化实例数据不一致。
• Distro Sync Failed：AP 模式数据同步失败，临时实例可能丢失。
• Connection refused：节点间通信端口被防火墙拦截或目标节点未启动。

配置文件与网络检查

确保所有节点的 conf/cluster.conf 配置完全一致，示例如下：

192.168.1.10:8848
192.168.1.11:8848
192.168.1.12:8848

注意：Nacos 2.x 版本还需确保 gRPC 端口连通：

• 8848：HTTP 接口
• 9848：客户端 gRPC 请求
• 9849：服务端间同步

使用 date 命令确认各节点时间偏差，建议偏差控制在 500ms 以内，否则影响分布式协议判断。

安全重启与数据恢复

直接重启节点可能导致 CP 模式数据丢失或脑裂，请按以下步骤操作：

1. 备份数据：复制 data/ 目录到安全位置。
2. 停止节点：先停止异常节点，观察集群剩余节点是否恢复正常。
3. 清理缓存：若数据已损坏，可尝试清理异常节点的 data/protocol 目录（需谨慎）。
4. 启动节点：重新启动节点，观察 nacos.log 确认加入集群成功。

验证方法

1. 登录 Nacos 控制台，查看服务列表是否完整且健康实例数正常。

2. 分别对不同节点调用服务查询 API，确认返回数据一致：

curl http://node1:8848/nacos/v1/ns/instance/list?serviceName=TEST_SERVICE
curl http://node2:8848/nacos/v1/ns/instance/list?serviceName=TEST_SERVICE

常见坑

• 防火墙拦截节点间通信端口（8848/9848/9849），导致心跳丢失。
• 节点 IP 变更未更新 cluster.conf，导致旧节点无法剔除。
• 服务器时间未同步，导致分布式协议判断失效。
• Nacos 2.x 客户端未适配 gRPC 端口，导致连接失败。

参考来源

Nacos 官方文档 - 集群部署说明 https://nacos.io/zh-cn/docs/cluster-mode-quick-start.html

Nacos GitHub 仓库 https://github.com/alibaba/nacos