針對上周 docker swarm 集群的頻繁故障（詳見故障一 、故障二、故障三），我們今天對 docker swarm 集群的部署進行了如下調整。

將 docker engine 由 “17.12.0-ce, build c97c6d6” 升級至 “17.12.1-ce, build 7390fc6” ，這是 docker 在 2 月 27 日發布的最新穩定版。

~# docker -v
Docker version 17.12.1-ce, build 7390fc6

將之前的 “5 個 manager 節點 + 1 個 worker 節點” 調整為 “3 個 manager 節點 + 3 個 worker 節點”，3 個 manager 節點的阿裏雲服務器配置為 1 臺 4 核 8 G + 2 臺 2 核 4 G ，3 個 worker 節點的配置為 3 臺 4 核 8 G ，應用容器盡量部署在 worker 節點上。

使用新的部署後，昨天 18:00 左右集群又出現了宕機，當時怎麽處理也無法恢復，最後實在沒辦法，通過阿裏雲控制臺強制重啟所有節點服務器後，竟然神奇地一切恢復正常。

在目前問題沒有根本解決的情況下，我們會采取這樣的應急措施：部署一個備用 docker swarm 集群，當主集群出現故障時，切換到備用集群。

另外在周末遇到一次節點服務器“死機”的情況，ssh 登錄無響應，通過阿裏雲控制臺管理終端登錄也沒有響應，唯有通過阿裏雲控制臺強制重啟服務器。

雲計算之路-阿裏雲上：針對 docker swarm 故障的部署調整以及應急措施