自動スケーリング環境でConsulとそのクォーラムを管理する方法は？

私たちはサービスの発見にConsulを使用する自動スケーリングDocker環境を持っています。これらの環境では、数分ごとに1つのインスタンスを追加または削除できます。

初期のConsulテストでは、Consulが定足数を失うのは非常に簡単であることがわかりました。おそらく単純に、最初の実験は、すべてのインスタンスでConsulサーバーを起動し、そのConsulサーバーをクラスターに参加させるセットアップでした。その部分はうまく機能していました。

ただし、非常にスケーラブルな環境では、Consulは到達不能なノードを迅速に（約72時間かかりますか？）定足数を失います。

GitHub：https : //github.com/hashicorp/consul/issues/454#issuecomment-125767550のこの問題に関するほぼ2年前からのarmonの応答を見てきました。

これらの問題のほとんどは、正常な休暇をとるというデフォルトの動作が原因です。私たちのメンタルモデルでは、サーバーは長命であり、予期しない停電、または正常なメンテナンス（クラスターを離れる必要がある場合）以外の理由でシャットダウンしません。振り返ってみると、それは悪いデフォルトでした。これはほとんどすべて、Consulサーバーを-9で強制終了することで回避でき、電力損失のシミュレーションに影響を与えます。

専用の長期間有効なノードを実行しないようにしようとしていました。どの時点でも、自動スケーリンググループからN / 2 + 1インスタンスを削除しないことに注意してください。EC2クラスターは、ほとんどのノードにいつでも到達でき、ノードをConsul（または他のツール）クラスターから削除するかどうかを投票できる必要があります。

leave_on_terminateオプションをtrueに設定します。ドキュメントに従って

leave_on_terminate有効にすると、エージェントがTERMシグナルを受信すると、Leaveメッセージをクラスターの残りの部分に送信し、適切に終了します。この機能のデフォルトの動作は、エージェントがクライアントまたはサーバーとして実行されているかどうかによって異なります（Consul 0.7より前のバージョンでは、デフォルト値は無条件にfalseに設定されていました）。クライアントモードのエージェントでは、これはデフォルトでtrueになり、サーバーモードのエージェントでは、これはデフォルトでfalseになります。

ノードが正常にシャットダウンされると、シャットダウン前にすべてのプロセスにSIGTERMが送信されます。これは、領事エージェントのこの設定によりクラスターを離れるため、再起動してクラスター内のクラスターに戻ることができるノードとは見なされません。数時間（見積もりでは、デフォルトでこのようになっています）。