QoderWake高可用架构：防止单点故障影响自动化

QoderWake高可用架构是保障数字员工体系7×24小时稳定运行的关键防线——通过3节点无状态控制平面、Redis Sentinel集群、双Kafka热备+本地文件/系统日志三重兜底，以及Harness分布式调度与自动漂移机制，彻底消除单点故障风险：主控宕机时流程不中断、任务状态不丢失、事件监听不漏收、调度接管无缝切换，让自动化真正具备生产级韧性与自我愈合能力。

当QoderWake主控节点意外宕机或网络中断时，正在执行的自动化流程会立即中断、任务状态丢失、事件监听停止，整个数字员工体系陷入静默。必须通过配置高可用架构，让核心控制平面具备故障自动接管与状态无缝迁移能力。

部署多实例控制节点并启用状态同步

QoderWake控制平面（Core Service）本身无状态，但依赖外部组件维持运行上下文。仅靠单个实例无法满足生产级连续性要求。

1、在三台独立服务器上分别部署QoderWake v1.0+实例，确保不在同一物理机或可用区；

2、所有实例共用同一个PostgreSQL集群（建议Patroni + 3节点），并在每个config/core.yaml中统一配置：
database:
  host: "pg-ha-vip.example.com"
  port: 5432
  name: "qoderwake_core"

3、Redis必须使用Redis Sentinel模式，禁用单点Redis配置；【若仍使用单实例Redis，jobservice任务将永久丢失且无法恢复】

4、启动全部实例后，执行qoderwakectl cluster status验证节点注册状态，输出应包含三个active节点ID及leader标识。

配置事件总线冗余与自动切换

事件总线是QoderWake感知外部变化的生命线。默认Kafka连接若中断，新工单、告警、日志变更将全部漏收。

方法一：启用双Kafka集群热备
在config/integrations/eventbus.yaml中设置primary和fallback两个broker列表，启用auto_failover: true；

方法二：降级至本地文件事件队列
当Kafka不可用时，自动写入/var/qoderwake/events/queue/下的滚动文件，每5分钟由leader节点扫描并重放；

方法三：注入系统日志流作为兜底源
配置rsyslog转发规则，将本机journal日志按tag过滤后推送到QoderWake内置UDP监听端口5140，无需额外中间件。

启用Harness编排层故障自动漂移

当当前运行Harness的节点失联，其承载的任务必须被其他节点自动接续，否则流程将卡死在中间状态。

第一步：确认所有节点已启用Harness共享调度器
在每台机器的config/core.yaml中添加：
harness:
  scheduler_mode: "distributed"
  lease_ttl_seconds: 30

第二步：为每个Harness任务显式声明可漂移标识
编辑任务定义YAML，在metadata下插入字段：
allow_migration: true
max_migrate_attempts: 2

第三步：触发一次模拟故障测试
手动kill -9掉当前正在执行Harness的进程，观察30秒内另一节点日志是否出现“Migrated harness [ID] from node-A to node-B”记录。

第四步：验证任务状态一致性
进入「任务中心」→ 筛选该Harness ID，确认其status字段在故障前后保持running，且last_updated时间戳持续更新。

今天带大家了解了的相关知识，希望对你有所帮助；关于科技周边的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~