测试服 6 个服务全量部署,iron 死活起不来:一个 config/ 目录的坑
任务来了:6 个仓库全量拉 dev,iron 是个盲区
周四下午,需求群甩来一句话:"测试服拉最新 dev,高炉前端用 dev-ability,全量重新构建部署。"
我手上跑的是 deploy_134.py,6 个任务串起来:打包、上传、备份旧包、重启。manager(8080)、sj(8083)、admin-web(8055)、nginx(8056/8058)都是老熟人了,脚本里全有。
但 iron(9090)不同——它在 134 上从来没跑起来过。之前几次部署都只动了 manager 和 sj,iron 一直是"暂时跳过"。这次全量覆盖,它绕不开了。
部署前核对:分支和服务状态别靠记忆
动手前我建了个 checklist,逐项过:
- 6 个仓库当前分支是否已 checkout 到目标(ironmaking-web → dev-ability,其余 5 个 → dev)
- 工作区是否 clean(避免带本地改动进构建)
- 134 上各端口当前监听状态
结果 6 个仓库全部 up to date,fetch + rebase 后没有任何新提交,任务 1 五分钟搞定。134 现状:manager 和 sj 跑着上周的旧包,iron 端口 9090 压根没监听。
真正要花心思的是第 3 项。iron 在 134 的 /opt/iron 目录长这样:
app.sh:老版本,SPRING_ARGS变量为空iron-*.jar:7 月 17 日打的包,版本落后两个迭代- 没有
config/目录
而隔壁 manager 的 /opt/manager 早就是修正版:app.sh 里带了 --spring.config.additional-location=file:./config/,外部 config/application.yml 覆盖了 jar 内置的数据源。
根因:jar 里塞了联调库地址,SPRING_ARGS 空等于没生效
把 iron 的 jar 解开看 BOOT-INF/classes/application.yml,里面写死了一个内网联调环境的 MySQL 地址。这个地址在 134 的出口策略里不通,连上就挂。
本地开发时谁也没注意这行配置,因为本地直连联调库没问题。但上了 134,网络平面完全不同,Spring Boot 启动阶段连数据库超时,日志里刷一串 CommunicationsException,然后进程静默退出。因为 SPRING_ARGS 是空的,app.sh 启动 jar 时没追加任何参数,外部配置根本不会被加载。
修复方式跟 manager 完全对齐:
- 在
/opt/iron/config/下新建application.yml,数据源指向 134 能访问的测试库 app.sh的SPRING_ARGS补上--spring.config.additional-location=file:./config/,保留--spring.profiles.active=prod等已有参数- 重新上传 jar + 脚本 + config,
systemctl restart iron
一条经验:部署脚本里别只写"重启",要写"健康检查"
这次 iron 的坑之所以藏了这么久,是因为 deploy_134.py 里对 iron 的步骤是 rm -f /opt/iron/old.jar && cp new.jar /opt/iron/ && bash /opt/iron/app.sh,后面没有 sleep 15 && curl -s localhost:9090/actuator/health。
服务静默挂了,脚本照样打印 deploy success,没人去看端口。
我给脚本补了一段:
sleep 12
if curl -sf localhost:9090/actuator/health | grep -q UP; then
echo "[iron] healthy"
else
echo "[iron] FAILED, last 50 log lines:"
tail -50 /opt/iron/logs/iron.log
exit 1
fi
现在任何一个服务没真正起来,脚本直接非零退出,CI 流水线红色,不用人肉盯。
可带走的三条
- 部署前 grep 一下 jar 里的数据源配置。只要 jar 里写死了某个 IP,上到不同网络平面就是雷。
unzip -p app.jar BOOT-INF/classes/application.yml | grep url,十秒钟的事。 SPRING_ARGS为空 ≠ 没用外部配置,但等于你没用外部配置。老脚本里这个变量经常被留空,看着像"没配就没问题",实际是外部 yml 完全没加载。- 部署脚本末尾必须加健康检查 + 日志兜底输出。
rm + cp + restart三步走通不代表服务真的活了,curl /actuator/health才是终点线。
做自动化这几年,最耗时间的从来不是写代码,是摸清每个平台的脾气。
这篇里提到的坑,都是真金白银踩出来的。
如果你手上也有重复度很高的活儿——批量发布、数据搬运、有固定规则的机械操作
——可以在评论区说说你的场景,我看看能不能自动化掉。

浙公网安备 33010602011771号