ryan
600a7acdfb
- 删除未经验证的环境要求（Docker 版本号、浏览器条目）与括号废话 - 故障排查改为真实处理路径（升级→重新发布→强制同步→重建 Agent→提交 issue），删除仅开发时用的排障章节 - 删除设计文档中的测试与验收、实现检查清单、贡献者阅读建议等开发内容 - 修正与代码不符的事实：reset-passwd 命令名、证书续签窗口 7 天、Pages 检查间隔 1440 分钟、Relay vhost 端口 8080、SSO 仅支持 OIDC 等 - 去除口语化表述与无意义括号，改写「不是…而是…」句式 - 同步修正文档站链接锚点，构建验证通过
8.8 KiB
故障排查
你会学到：如何按症状排查 OpenFlare Server、数据库、登录、Agent、OpenResty 和配置发布问题。
排查时先确认问题发生在哪一层：浏览器、Server、数据库、Agent、OpenResty、源站或 DNS。OpenFlare 的配置不会直接在线写入所有节点，只有激活版本变化后，Agent 才会在 heartbeat 中发现并应用。
快速定位
| 现象 | 先看哪里 |
|---|---|
| 管理端打不开 | Server 容器或进程日志、端口监听 |
| 登录异常 | 默认账号、Session Cookie、Server 日志 |
| 数据无法保存 | 数据库连接、SQLite 文件权限、PostgreSQL 健康状态 |
| Agent 离线 | Agent 日志、Token、Server 地址、网络连通性 |
| 发布后节点未更新 | 激活版本、节点 heartbeat、应用记录 |
| OpenResty 应用失败 | 应用记录、Agent 日志、证书、上游地址、端口占用 |
| 访问分析无数据 | OpenResty 容器状态、观测端口、Agent 补报日志 |
| 静态资源总不命中缓存 | 全局/站点缓存开关、策略扩展名、配置是否已发布、访问日志 cache_status、源站 Set-Cookie / Cache-Control |
Server 无法启动
- 查看日志：
docker compose logs -n 200 openflare
源码运行时查看终端输出。
- 检查端口占用：
lsof -i :3000
- 如果使用 PostgreSQL，确认数据库健康：
docker compose ps postgres
docker compose logs -n 100 postgres
- 如果使用 SQLite，确认数据库文件目录可写：
ls -ld "$(dirname /path/to/openflare.db)"
常见原因：
| 日志或现象 | 处理 |
|---|---|
| 数据库连接失败 | 检查 DB_HOST、DB_PORT、DB_USERNAME、DB_PASSWORD、DB_NAME、DB_SSL_MODE 是否一致 |
| SQLite 无法创建文件 | 检查 SQLITE_PATH 所在目录是否存在且可写 |
| 端口被占用 | 修改 PORT 或 --port，或停止占用端口的进程 |
管理端打不开或空白
- 确认 Server 正在监听：
curl -I http://127.0.0.1:3000
- 检查浏览器访问地址是否与反向代理配置一致。
默认账号无法登录
默认账号是 admin / 12345678。首次登录后如果已经修改密码，应使用修改后的密码。
排查步骤：
- 确认连接的是预期数据库，避免
SQLITE_PATH或DB_HOST/DB_NAME指向了另一个环境。 - 查看 Server 日志中使用的是
sqlite还是postgres。 - 在浏览器开发者工具中确认管理端 API 请求已正确携带 Session Cookie。
- 清理浏览器缓存及 Cookie 后重新登录。
应急重置管理员密码
忘记 admin 账户密码时，使用 reset-passwd 命令重置（支持 SQLite 与 PostgreSQL）：
go run main.go reset-passwd --user admin --password your-new-password
若使用 SQLite，建议先停止 Server 进程再执行，避免数据库文件锁冲突。未指定 --password 时命令会生成随机密码并输出到终端。重置成功后请立即登录并修改密码。
Agent 无法注册或一直离线
在 Agent 节点执行：
curl -I http://your-server:3000
查看 Agent 日志：
journalctl -u openflare-agent -n 200 --no-pager
检查配置文件：
sed -n '1,160p' /opt/openflare-agent/agent.json
重点确认：
| 配置 | 说明 |
|---|---|
server_url |
必须是 Agent 节点能访问的 Server 地址 |
agent_token / discovery_token |
至少填写一个 |
heartbeat_interval |
支持毫秒整数或 Go duration 字符串 |
request_timeout |
网络较慢时可适当增大 |
如果日志提示 Token 无效，重新在管理端准备 Token 并更新 agent.json，然后重启：
systemctl restart openflare-agent
发布后节点没有应用新版本
按顺序检查：
- 版本页面中是否已经激活目标版本。
- 节点是否在线，最近心跳时间是否更新。
- 应用记录中是否有目标版本的成功、警告或失败记录。
- 网站配置是否启用；未启用的网站不会参与发布渲染。
- Agent 日志是否出现拉取、校验、reload 或回滚信息。
查看 Agent 日志：
journalctl -u openflare-agent -f
注意：某个目标 version + checksum 一旦应用失败并回退，Agent 会在本地状态中阻断该目标重复应用。修正配置后需要重新发布生成新的 checksum，或激活旧版本回滚。
如果这是 Agent 首次应用配置，且本地没有历史 nginx.conf 可回滚，失败目标仍会被阻断，但 Agent 会尝试进入安全兜底运行态。此时应用记录和 Agent 日志会包含 fallback runtime started，OpenResty 对外只监听 80 端口并统一返回 503 与 OpenFlare: No Valid Configuration，同时保留本地 stub_status 健康检查入口。修正配置并重新发布新版本后，Agent 会覆盖兜底配置并恢复正常代理。
OpenResty 应用失败
常见原因：
| 原因 | 排查 |
|---|---|
| 域名或 server 块冲突 | 检查同一域名是否被多个网站配置使用 |
| 上游地址不合法 | 确认所有上游都是 http:// 或 https:// |
| 多上游格式不符合约束 | 多上游必须是纯 scheme://host[:port] |
| 证书缺失或路径错误 | 检查域名是否绑定证书，以及 Agent 证书目录是否可写 |
| 端口被占用 | 检查本机 80、443 端口 |
OpenResty 配置校验：
openresty -t -c /path/to/openflare/data/etc/nginx/nginx.conf
OpenResty 运行状态：
ps aux | grep openresty
Agent 周期性健康检查通过本地 http://127.0.0.1:<openresty_observability_port>/openflare/stub_status 判断 OpenResty 是否存活，不会反复执行 openresty -t。如果节点被标记为 unhealthy，优先确认该本地观测端口是否正在监听；如果只在应用配置时出现 host not found in upstream，说明失败来自配置校验或 reload，而不是周期性健康探针。
实际二进制路径和主配置路径以 agent.json 中的 openresty_path 与 main_config_path 为准。
HTTPS 不生效
- 确认证书已经上传或托管。
- 确认网站配置中对应域名已经绑定证书。
- 确认发布并激活了新版本。
- 查看应用记录是否成功。
- 用
curl查看证书和状态码：
curl -Iv https://your-domain
没有绑定证书的域名不会被自动加入 HTTPS 配置，这是预期行为。
访问分析没有数据
- 确认节点已经成功应用包含观测 Lua 资源的配置。
- 确认 OpenResty 正在运行。
- 查看 Agent 日志是否有观测采集或补报失败信息。
- 检查
openresty_observability_port是否被占用，默认是18081。 - 确认 Server 侧没有因数据库清理策略删除对应时间窗口数据。
边缘缓存命中率异常
访问日志中缓存三态：命中（HIT/STALE/REVALIDATED/UPDATING）、回源（MISS/EXPIRED）、未缓存（BYPASS 或空，请求时未进入可缓存路径或响应未入库）。设计说明见 边缘缓存策略设计。
检查清单
- 性能设置 中全局 OpenResty 缓存已开启。
- 站点 缓存 已启用，策略与路径匹配（「标准静态资源」只覆盖内置扩展名，不含 HTML/JSON；
.js.map的扩展名是map，在默认表内）。 - 已 发布并激活 配置版本，对应节点应用记录成功（改缓存规则不发布则节点仍用旧旁路逻辑）。
- 请求方法为 GET（非 GET 一律不缓存）。
- 源站未对目标 URL 返回
Set-Cookie（有则不会写入边缘）。 - 源站未声明
Cache-Control: private/no-store（共享缓存不会存）。 - 浏览器 DevTools「禁用缓存」只影响浏览器；边缘是否 HIT 看访问日志
cache_status，不要只看 Network 面板。
常见误解
| 现象 | 说明 |
|---|---|
| 登录后全是「未缓存」且从未发布新版本 | 旧配置曾因会话 Cookie 旁路；升级后须重新发布节点配置 |
static 下 /api/foo 或 /index.html 未缓存 |
预期行为（扩展名不在默认可缓存表） |
策略为 all 后 HTML 被串用户 |
源站未禁止共享缓存；改回 static 或给动态响应加 private/no-store |
带 ?v= 的 URL 命中率低 |
默认缓存键含完整 $request_uri，query 不同即不同对象 |
| 第一次 MISS、第二次仍 MISS | 查源站是否每次 Set-Cookie、是否 private，或节点磁盘/缓存 inactive 过短 |
期望行为（对齐 Cloudflare 默认）
- 带登录 Cookie 的用户访问
/_app/**/*.js等静态资源：可以 HIT。 - 响应带
Set-Cookie或private：不入库。 - 无源站缓存头的可缓存状态码：使用默认 Edge TTL（如 200 约 120 分钟）。