GitHub Actions Runner 连接异常问题分析与解决方案

问题现象

GitHub Actions Runner 在长期稳定运行两年后突然出现无法接收任务的情况。具体表现为：

1. 任务长时间处于"等待Runner接收"状态直至超时
2. Runner服务显示在线且空闲状态
3. 日志显示Runner持续轮询但无法获取任务
4. 问题间歇性出现，有时会自动恢复

日志分析

从日志中可观察到几个关键错误模式：

1. 会话冲突错误：

GitHub.DistributedTask.WebApi.TaskAgentSessionConflictException: The actions runner Production Server already has an active session.

2. 服务不可用错误：

POST request to https://pipelinesghubeus7.actions.githubusercontent.com failed (HTTP Status: ServiceUnavailable)

3. 认证令牌错误：

GitHub.Services.OAuth.VssOAuthTokenRequestException: Registration was not found or is not medium trust.

根本原因

综合日志分析和技术判断，问题可能由以下因素共同导致：

1. 会话状态不一致：Runner与GitHub后端服务之间的会话状态出现不一致，导致服务端认为Runner已有活跃会话而拒绝新连接。

2. 服务端临时故障：GitHub后端服务出现间歇性不可用情况，影响Runner的正常连接。

3. 认证令牌失效：长期运行的Runner可能出现令牌过期或信任级别变更问题。

4. 网络连接问题：Runner与GitHub服务之间的网络连接可能出现不稳定情况。

解决方案

临时解决方案

1. 重启Runner服务：

sudo systemctl restart actions.runner.*.service

2. 完全重启服务器：确保所有网络连接和进程状态被重置。

永久解决方案

1. 重新配置Runner：

# 移除旧配置
rm -f .runner

# 重新配置
./config.sh remove
./config.sh --url <repo-url> --token <new-token>

2. 定期维护计划：

• 设置定期Runner重启计划
• 监控Runner连接状态
• 保持Runner版本更新

3. 网络优化：

• 检查网络访问设置
• 确保到GitHub服务的网络连接稳定
• 考虑使用网络加速服务改善连接质量

最佳实践建议

1. 版本管理：定期更新Runner到最新稳定版本，避免长期运行旧版本。

2. 监控机制：实现Runner健康状态监控，及时发现连接问题。

3. 冗余设计：配置多个Runner实例，避免单点故障影响CI/CD流程。

4. 日志分析：定期检查Runner日志，提前发现潜在问题。

5. 自动化恢复：编写自动化脚本，在检测到Runner异常时自动执行恢复操作。

技术深度解析

GitHub Actions Runner与服务端的交互基于分布式任务调度系统，采用会话机制维持长连接。当出现以下情况时可能导致连接问题：

1. 会话超时：长时间空闲可能导致会话超时但状态未同步。

2. 网络分区：短暂网络中断可能导致两端状态不一致。

3. 服务端维护：GitHub后端服务更新可能导致连接中断。

4. 证书/令牌过期：长期运行的Runner可能出现安全凭证失效。

理解这些底层机制有助于更好地诊断和预防类似问题。建议开发团队建立Runner连接问题的系统化处理流程，确保CI/CD管道的稳定性。