Bei einem aktuellen Produktionsvorfall erlebte ein Drei-Knoten-Nacos-Cluster einen schweren Kaskadenausfall, nachdem ein einzelner Knoten aufgrund von Hardwareproblemen neu gestartet wurde. Trotz der inhärenten Unterstützung des Clusters für Knoten-Failover löste der Neustart eine Welle von Warnmeldungen über nicht gesunde Dienste aus, was zu weit verbreiteten Dienstneustarts führte. Die Ursache war nicht der Knotenausfall selbst, sondern wie die kurze serverseitige Störung auf Clients übertragen wurde und einen Schneeballeffekt verursachte. Dieser Vorfall unterstreicht die Bedeutung robuster clientseitiger Resilienz, einschließlich ordnungsgemäßer Wiederholungslogik, Verbindungspooling und Health-Check-Timeouts. Er hebt auch die Notwendigkeit gründlicher Tests von Failover-Szenarien und die Implementierung von Leistungsschaltern hervor, um Kaskadenausfälle zu verhindern.
Ein Produktions-Nacos-Cluster mit drei Knoten erlebte einen Kaskadenausfall, als ein Knoten neu gestartet wurde, was weit verbreitete Service-Health-Check-Fehler und Neustarts verursachte. Dies unterstreicht wichtige Lektionen im Design verteilter Systeme.