
在跨地域机房之间存在的长距离传输中,晶振温度漂移和网络抖动共同作用,仅依靠默认的NTP客户端无法解决秒级误差问题。Chrony由于具有快速收敛和频率补偿的特点,在广域环境下更为合适:它可以用driftfile来保存本机的晶振偏差数据,在网络中断的情况下仍然可以按照斜率进行推算;makestep 1.0 3只允许在启动阶段出现较大的跳变,而之后的所有操作都采用slew的方式来进行平滑调整,防止分布式事务的时间戳回退。
区域架构采用分层授时的方式,在每个机房里安装2到3台本地的时间服务器,上面连接多个权威的时间源,打上prefer标记,业务机只和同一个区域内的节点同步时间,避免跨城市长RTT带来的随机性。用maxdelay来过滤掉较差的响应,根据链路的质量调整采样频率,在网卡支持的情况下启用硬件打点功能,定期更新RTC防止断电后出现的时间偏差。
监控侧不再依靠人工巡检来运行chronyc tracking的Last offset、RMS offset、Frequency、Root delay以及源可达状态等数据到Prometheus中,当偏移量大于50ms时发出警告,超过100ms则发出警报,如果源频繁更换的话就要检查网络分区情况。
跨域时钟治理的主要方法是“本地收敛、分层防抖、指标可观测”,即减少对外部公共网络的时间源依赖,采用频率补偿和平滑调速的方式来处理时间偏差问题,使时间误差可以长期被监测到。