Antrea项目中OVS重启导致网络连接中断问题的分析与解决
2025-07-09 19:16:01作者:宗隆裙
问题背景
在Antrea网络插件的测试过程中,发现一个名为TestConnectivity/testOVSRestartSameNode
的端到端测试用例频繁失败。该测试用例主要验证在同一个节点上重启Open vSwitch(OVS)后,Pod之间的网络连接能否保持正常。测试失败表现为在OVS重启过程中出现了数据包丢失的情况。
问题现象
通过测试日志可以观察到,在OVS重启过程中,ARPing测试显示有4%的数据包丢失。进一步分析发现,在OVS重启后约300ms的时间窗口内出现了网络连接中断。这个时间窗口正好对应于从移除flow-restore-wait
配置到Pod转发流表安装完成之间的时间差。
技术分析
OVS流表恢复机制
Antrea使用OVS的flow-restore-wait
功能来保证在OVS重启过程中的网络连接不中断。这个机制的工作原理是:
- 当OVS启动时,如果设置了
flow-restore-wait
,它会保留现有的数据路径流表 - 用户空间控制器(这里是antrea-agent)完成必要的流表配置后,移除
flow-restore-wait
标志 - OVS收到标志移除后,会清除保留的数据路径流表,开始使用新配置的流表
问题根源
深入分析发现,问题的根本原因在于:
- 移除
flow-restore-wait
配置和CNI Server完成Pod流表配置之间缺乏同步机制 - 由于PR #5777的修改,Pod流表的安装变为异步操作,且需要等待所有已知网络策略完成配置
- 这导致在移除
flow-restore-wait
后,Pod转发流表可能还未安装完成,造成短暂的数据通路中断
解决方案
为解决这个问题,可以采取以下改进措施:
- 在antrea-agent中添加同步机制,确保在移除
flow-restore-wait
前,CNI Server已完成所有Pod流表的配置 - 优化CNI Server的协调逻辑,优先处理Pod转发流表,再处理其他配置
- 在测试用例中增加适当的容错机制,允许极短时间内的数据包丢失
经验总结
这个案例给我们带来以下启示:
- 网络组件的重启过程需要特别关注数据通路的连续性
- 异步操作可能引入难以预料的时间差问题,需要谨慎设计同步机制
- 端到端测试是发现这类时序问题的有效手段
- 对于关键网络功能,即使短暂的中断也可能影响上层应用
通过这次问题的分析和解决,Antrea项目在OVS重启场景下的稳定性得到了提升,也为类似网络插件的设计提供了有价值的参考经验。
登录后查看全文
热门项目推荐
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.93 K

deepin linux kernel
C
22
6

React Native鸿蒙化仓库
C++
192
274

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
423
392

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
64
511