
五台机器的时间差到两秒,日志就再也对不上了。你查一台机器的 14:03:07,另一台记的是 14:03:05,中间那两分钟发生过什么,只能靠猜。时间不同步不是精度问题,是可观测性的地基问题。
下面这套配置在 Ubuntu 24.04(chrony 4.5、systemd 255)上跑通,一台内网机器做时间源,另外四台向它对时,全程不依赖公网。这套方案的成本是一次配置,代价是没有外部精度背书。
先说清楚适用边界:这套方案适合一个没有独立硬件时钟、又不能让机器直接访问外网 NTP 的机房或办公室。如果你有 GPS 或铷钟,这套配置只作为二级备份,不要当主时间源。
1. 先看清楚机器上现在有几个时间服务
Ubuntu 24.04 默认装的是 systemd-timesyncd,它也是一个 NTP 客户端。你再装 chrony,两个服务会同时试图调整系统时钟。两个进程改同一个时钟,结果不是更准,是互相拖。
systemctl status systemd-timesyncd --no-pager
timedatectl
第二条命令的输出里有一行 System clock synchronized,还有一行 NTP service。如果 NTP service 显示 active,说明 timesyncd 正在工作。装 chrony 之前要把它停掉并屏蔽,否则重启后它会被依赖关系拉起来。
sudo systemctl disable --now systemd-timesyncd
sudo systemctl mask systemd-timesyncd
sudo apt install -y chrony
mask 和 disable 的区别在这里很实际:disable 只是取消开机自启,mask 把它链接到 /dev/null,任何依赖都拉不起来。生产环境里,停服务要停到别人拉不起来为止。
2. 时间源那台机器的配置
这台机器的内网地址假定为 192.168.10.10,网段 192.168.10.0/24。它的角色是「没有上游也要能服务」,所以要打开本地层级。
# /etc/chrony/chrony.conf
driftfile /var/lib/chrony/chrony.drift
logdir /var/log/chrony
# 有公网上游就写 upstream,没有就删掉这一段
pool ntp.aliyun.com iburst maxsources 2
# 允许内网客户端来对时
allow 192.168.10.0/24
# 自身失去上游时,用本地时钟撑一个层级对外服务
local stratum 10
# 启动阶段允许一次性跳变,最多三次,幅度超过 1 秒才跳
makestep 1.0 3
rtcsync
几行配置逐条说明。driftfile 记录晶振的固有偏差,重启后不用从零估算;logdir 用来事后追查对时历史;allow 是访问控制,没写这一行,客户端全部被拒绝。
最关键的是 local stratum 10。没有它,这台机器一旦失去上游,chrony 会认为自己未同步,然后拒绝为客户端提供时间。加了这个参数,它才肯在「自己也不太确定」的状态下继续对外报时。
stratum 10 是个刻意选大的数字。NTP 里层级越小越接近源头,1 是原子钟,2 到 4 是常见公网服务器,10 已经属于「本地兜底」。把层级调大不是示弱,是告诉客户端这台机器不保证精度。
makestep 1.0 3 的含义是:启动后前三次对时,如果偏差超过 1 秒就直接跳变,三次之后改为缓慢调整。跳变会打断正在计时的程序,所以只能用在启动阶段。
3. 客户端四台机器的配置
客户端配置短得多,核心只有一行 server。
# /etc/chrony/chrony.conf
driftfile /var/lib/chrony/chrony.drift
logdir /var/log/chrony
server 192.168.10.10 iburst prefer
makestep 1.0 3
rtcsync
iburst 的意思是启动时连续发四个包,而不是等 64 秒一次的常规轮询。它把「第一次同步要等两分钟」压到几秒。这个参数对重启频繁的机器几乎是必需的。
prefer 让 chrony 优先信任这台服务器。单服务器场景下它没有实际作用,但写上去没有坏处。先写上,比将来回来改省事。
配置文件路径要留意。Debian 和 Ubuntu 是 /etc/chrony/chrony.conf,RHEL 系是 /etc/chrony.conf,两者差一个目录。改错文件最典型的表现是:重启成功,配置完全没生效,日志里一句错都没有。
改完之后的目录结构大致是这样。出问题时按这个顺序看,不要跳步。
/etc/chrony/
├── chrony.conf 主配置
├── chrony.keys 对称密钥(本方案不用)
├── conf.d/ 追加配置片段
└── sources.d/ 安装时生成的源文件
/var/lib/chrony/
├── chrony.drift 晶振偏差估计
└── chrony.pid
/var/log/chrony/
├── tracking.log 每秒一次的状态记录
├── statistics.log 统计量
└── measurements.log 每次测量的原始数据
sources.d 目录值得单独提一句。Ubuntu 的包会在里面放一个指向公网池的文件,即使你在主配置里删掉了 pool,它仍然生效。只改主配置不改 sources.d,机器还在偷偷连公网。
4. 验收:三条命令确认真的同步了
第一台先看服务端自己,它不准,后面全不准。
chronyc tracking
chronyc sources -v
chronyc sourcestats -v
tracking 的输出里,Leap status 必须是 Normal。如果显示 Not synchronised,说明它自己还没对上,此时它对外提供的时间不可信。这一行是所有检查里最先要看的一行。
sources -v 里每一行前面有个符号:星号表示当前选中的源,加号表示备选,问号表示不可达。看到一排问号,先查网络和端口,不要先怀疑配置语法。
sourcestats 给的是长期统计,重点是 Skew 那一列,单位是 ppm。内网千兆环境下这个值通常在个位数到几十之间,如果稳定在几百,说明链路抖动严重或者机器负载过高。Skew 长期偏高,问题在链路,不在配置。
客户端四台依次执行同样的三条命令,再加一条看整体偏差。四台都要跑,抽查一台等于没查。
chronyc tracking
chronyc waitsync 30 0.01
waitsync 的参数是「最多等 30 秒,直到偏差小于 0.01 秒」。它返回 0 表示达标,返回非 0 表示超时。把这行写进部署脚本,比人肉看输出可靠得多。
如果要在四台机器之间互相验证,用 date 加纳秒输出对比即可。秒级时间戳看不出这类问题。
date -Ins
# 2026-11-15T19:52:03,418372611+08:00
5. 五个必然踩到的坑
坑一:防火墙只放了入站。chrony 作为客户端时,默认也拿 123 端口作为源端口发请求。很多防火墙规则只允许「目标端口 123」,源端口一律用随机高端口,于是请求发得出去,回应进不来。表现是 sources 里全是问号,而 ping 是通的。
解决办法有两个:防火墙放行源端口 123 的 UDP,或者在客户端配置里加一行 port 0,让 chrony 改用随机高端口。后者更适合跨 NAT 的环境,代价是将来做基于端口的访问控制会变麻烦。
坑二:服务端没上游就不服务。这一点前面提过,但踩的人仍然最多。刚装好的内网机器,上游一个都连不上,tracking 显示 Not synchronised,客户端全部对不上。加 local stratum 10 之后立刻恢复,这不是降低标准,是明确声明兜底层级。
坑三:虚拟机被宿主挂起之后,时钟一次跳几小时。KVM 和 Hyper-V 在宿主休眠时通常不推进客户机的时钟,恢复后偏差可能是几个小时。makestep 只在前三次对时生效,之后的偏差靠 slew 慢慢追,几小时的偏差要追几天。这种情况要手动执行一次强制跳变。
sudo chronyc makestep
chronyc tracking
坑四:容器里跑 chrony 需要额外权限。普通容器没有修改系统时钟的权限,chrony 启动后能读到源,但写不进时钟,日志里报权限错误。这不是配置问题,是能力问题,加 –cap-add SYS_TIME 才能解决。
顺带一句:容器共享宿主内核时钟,多数场景下不该在容器里跑时间服务,应该在宿主机上跑。容器内对时只在容器有自己的时间命名空间时才有意义。
坑五:时间跳变打断了正在计时的东西。数据库的事务超时、cron 的下次触发时间、TLS 证书校验、甚至某些语言的单调时钟实现,都假定时间是连续的。一次几秒的向后跳变,可能让一批定时任务在同一秒内全部触发。
所以 makestep 的第三次限制要留着。启动阶段允许跳,运行阶段只允许缓慢调整,每秒最多追 0.083 秒,这个速率是 chrony 的默认上限。可以调,但通常不该调。
6. 一份可以直接抄的部署顺序
- 在五台机器上执行 timedatectl,记录当前 NTP service 状态。
- 停用并 mask systemd-timesyncd,安装 chrony。
- 服务端写 allow 与 local stratum 10,客户端写 server 加 iburst。
- 检查 /etc/chrony/sources.d 下是否有残留的公网源文件,有就移走。
- systemctl restart chrony,然后 chronyc tracking 确认 Leap status。
- 客户端跑 chronyc waitsync 30 0.01,返回 0 才算通过。
- 四台机器各执行 date -Ins,人工比对毫秒位。
整个流程在四台机器上大约二十分钟,其中一半时间在等第一次同步。这套配置的价值不在于精度有多高,而在于它把「时间对不对」变成了一个可以一条命令回答的问题。
写在最后
时间同步这件事有个奇怪的性质:做对了没人注意,做错了所有排查都走偏。日志差两秒你会怀疑应用逻辑,差两小时你会怀疑日志系统。
我见过最贵的一次故障,起因是一台机器的 CMOS 电池没电,重启后时间退回 2019 年,证书全部判定为未生效,整个集群的对外调用全挂。根因是颗几块钱的电池,账单是几小时的停机。
所以内网时间源值得单独做一台。它不产生业务价值,但它决定了你出事时能不能把线索按顺序排出来。基础设施里最不起眼的那一层,通常是排查时最先用到的那一层。
你那几台机器的时间差,现在是几秒?有没有试过把两台机器的日志按时间戳并排放在一起看?

评论 (0)