Higress对接Nacos3 MCP服务发现问题排查与解决方案

问题背景

在使用Higress 2.1.3版本对接Nacos 3.0.0作为MCP服务发现源时，发现虽然WasmPlugin配置能够正常生成，但ServiceEntry等关键配置未能自动创建，导致服务路由无法正常工作。

问题现象分析

从日志和配置信息中可以观察到以下关键现象：

1. Higress控制台显示MCP服务源已成功连接Nacos服务器
2. Nacos控制台中可以看到MCP服务已注册
3. 访问服务时返回404错误，日志显示"route_not_found"
4. 检查configz配置发现缺少ServiceEntry相关配置

深入排查过程

通过分析控制器日志，发现以下关键错误信息：

1. 控制器尝试连接Nacos服务器时出现"client not connected"警告
2. 多次重试后出现"server check request failed"错误
3. 具体错误为"context deadline exceeded"，表明连接超时

进一步检查Nacos SDK日志发现：

1. 配置客户端状态停留在"STARTING"状态，未能正常连接
2. 域名解析可能存在问题，导致无法建立连接

根本原因

经过深入分析，确定问题的根本原因是：

容器内DNS解析失败。当使用域名配置Nacos服务器地址时，Higress控制器运行在容器环境中，无法正确解析该域名，导致无法建立与Nacos服务器的连接，进而无法获取服务实例信息生成ServiceEntry配置。

解决方案

针对这一问题，可以采用以下解决方案：

1. 使用IP地址替代域名：将Nacos服务器地址配置为IP地址，绕过DNS解析问题
2. 配置容器DNS解析：修改容器DNS配置，确保能够解析内部域名
3. 使用Kubernetes服务发现：在K8s环境中，可以使用Service名称代替直接IP

在实际案例中，采用第一种方案——将Nacos服务器地址从域名改为IP地址后，问题立即得到解决。

经验总结

1. 在容器化环境中使用服务发现时，需要特别注意网络连通性和DNS解析问题
2. 当服务发现配置看似正确但实际不生效时，应优先检查底层连接是否正常建立
3. 日志中的连接超时和状态异常信息往往是解决问题的关键线索
4. 对于关键中间件连接，建议在初期使用IP地址配置，排除DNS因素影响

最佳实践建议

1. 生产环境中建议为Nacos等服务配置高可用集群，并使用稳定的访问方式
2. 在容器网络环境中，提前规划好服务发现和DNS解析方案
3. 定期检查服务发现组件的连接状态和健康状况
4. 建立完善的日志监控机制，及时发现并解决连接问题

通过这次问题排查，我们不仅解决了具体的技术问题，也积累了在容器化环境中集成服务发现组件的宝贵经验。这些经验对于构建稳定可靠的微服务架构具有重要意义。