Docker

1、Docker 迁移存储目录

默认情况系统会将 Docker 容器存放在 /var/lib/docker 目录下

  • [问题起因] 通过监控系统发现一台服务器的磁盘快慢，随即上去看了下，发现 /var/lib/docker 这个目录特别大。由上述原因，都知道在 /var/lib/docker 中存储的都是相关于容器的存储，所以也不能随便的将其删除掉。
  • 那就准备迁移 docker 的存储目录吧，或者对 /var 设备进行扩容来达到相同的目的。更多关于 dockerd 的详细参数，请点击查看 官方文档 地址。
  • 但是需要注意的一点就是，尽量不要用软链， 因为一些 docker 容器编排系统不支持这样做，比如所熟知的 k8s 就在内。 ```bash

    发现容器启动不了了

    ERROR：cannot create temporary directory!

查看系统存储情况

$ du -h —max-depth=1

  2. - **[解决方法 1] 添加软链接**
  3. ```bash
  4. # 1.停止docker服务
  5. $ sudo systemctl stop docker
  7. # 2.开始迁移目录
  8. $ sudo mv /var/lib/docker /data/
  10. # 3.添加软链接
  11. $ sudo ln -s /data/docker /var/lib/docker
  13. # 4.启动docker服务
  14. $ sudo systemctl start docker
  • [解决方法 2] 改动 docker 配置文件 ```bash

    [方式一] 改动docker启动配置文件

    $ sudo vim /lib/systemd/system/docker.service ExecStart=/usr/bin/dockerd —graph=/data/docker/

[方式二] 改动docker启动配置文件

$ sudo vim /etc/docker/daemon.json { “live-restore”: true, “graph”: [ “/data/docker/“ ] }

  2. - **[操作注意事项]** 在迁移 docker 目录的时候注意使用的命令，要么使用 mv 命令直接移动，要么使用 cp 命令复制文件，但是需要注意同时复制文件权限和对应属性，不然在使用的时候可能会存在权限问题。如果容器中，也是使用 root 用户，则不会存在该问题，但是也是需要按照正确的操作来迁移目录。
  3. ```bash
  4. # 使用mv命令
  5. $ sudo mv /var/lib/docker /data/docker
  7. # 使用cp命令
  8. $ sudo cp -arv /data/docker /data2/docker
  • 下图中，就是因为启动的容器使用的是普通用户运行进程的，且在运行当中需要使用 /tmp 目录，结果提示没有权限。在导入容器镜像的时候，其实是会将容器启动时需要的各个目录的权限和属性都赋予了。如果直接是 cp 命令单纯复制文件内容的话，就会出现属性不一致的情况，同时还会有一定的安全问题。

2022-04-14-08-25-17-013845.png

2、Docker 设备空间不足

Increase Docker container size from default 10GB on rhel7.

  • [问题起因一] 容器在导入或者启动的时候，如果提示磁盘空间不足的，那么多半是真的因为物理磁盘空间真的有问题导致的。如下所示，可以看到 / 分区确实满了。

    1. # 查看物理磁盘空间
    2. $ df -Th
    3. Filesystem    Size    Used    Avail    Use%    Mounted on
    4. /dev/vda1      40G     40G       0G    100%    /
    5. tmpfs         7.8G       0     7.8G      0%    /dev/shm
    6. /dev/vdb1     493G    289G     179G     62%    /mnt

  • 如果发现真的是物理磁盘空间满了的话，就需要查看到底是什么占据了如此大的空间，导致因为容器没有空间无法启动。其中，docker 自带的命令就是一个很好的能够帮助发现问题的工具。

    1. # 查看基本信息
    2. # 硬件驱动使用的是devicemapper，空间池为docker-252
    3. # 磁盘可用容量仅剩16.78MB，可用供使用
    4. $ docker info
    5. Containers: 1
    6. Images: 28
    7. Storage Driver: devicemapper
    8. Pool Name: docker-252:1-787932-pool
    9. Pool Blocksize: 65.54 kB
    10. Backing Filesystem: extfs
    11. Data file: /dev/loop0
    12. Metadata file: /dev/loop1
    13. Data Space Used: 1.225 GB
    14. Data Space Total: 107.4 GB
    15. Data Space Available: 16.78 MB
    16. Metadata Space Used: 2.073 MB
    17. Metadata Space Total: 2.147 GB

  • [解决方法] 通过查看信息，可以知道正是因为 docker 可用的磁盘空间不足，所以导致启动的时候没有足够的空间进行加载启动镜像。解决的方法也很简单，第一就是清理无效数据文件释放磁盘空间(清除日志)，第二就是修改 docker 数据的存放路径(大分区)。 ```bash

    显示哪些容器目录具有最大的日志文件

    $ du -d1 -h /var/lib/docker/containers | sort -h

清除您选择的容器日志文件的内容

$ cat /dev/null > /var/lib/docker/containers/container_id/container_log_name

  2. - **[问题起因二]** 显然遇到的不是上一种情况，而是在启动容器的时候，容器启动之后不久就显示是 unhealthy 的状态，通过如下日志发现，原来是复制配置文件启动的时候，提示磁盘空间不足。
  3. - 后面发现是因为 CentOS7 的系统使用的 docker 容器默认的创建大小就是 10G 而已，然而使用的容器却超过了这个限制，导致无法启动时提示空间不足。
  4. ```bash
  5. 2019-08-16 11:11:15,816 INFO spawned: 'app-demo' with pid 835
  6. 2019-08-16 11:11:16,268 INFO exited: app (exit status 1; not expected)
  7. 2019-08-16 11:11:17,270 INFO gave up: app entered FATAL state, too many start retries too quickly
  8. cp: cannot create regular file '/etc/supervisor/conf.d/grpc-app-demo.conf': No space left on device
  9. cp: cannot create regular file '/etc/supervisor/conf.d/grpc-app-demo.conf': No space left on device
  10. cp: cannot create regular file '/etc/supervisor/conf.d/grpc-app-demo.conf': No space left on device
  11. cp: cannot create regular file '/etc/supervisor/conf.d/grpc-app-demo.conf': No space left on device

  • [解决方法 1] 改动 docker 启动配置文件

    1. # /etc/docker/daemon.json
    2. {
    3.   "live-restore": true,
    4.   "storage-opt": [ "dm.basesize=20G" ]
    5. }

  • [解决方法 2] 改动 systemctl 的 docker 启动文件 ```bash

    1.stop the docker service

    $ sudo systemctl stop docker

2.rm exised container

$ sudo rm -rf /var/lib/docker

2.edit your docker service file

$ sudo vim /usr/lib/systemd/system/docker.service

3.find the execution line

ExecStart=/usr/bin/dockerd and change it to: ExecStart=/usr/bin/dockerd —storage-opt dm.basesize=20G

4.start docker service again

$ sudo systemctl start docker

5.reload daemon

$ sudo systemctl daemon-reload

  2. - **[问题起因三]** 还有一种情况也会让容器无法启动，并提示磁盘空间不足，但是使用命令查看发现并不是因为物理磁盘真的不足导致的。而是，因为对于分区的 inode 节点数满了导致的。
  3. ```bash
  4. # 报错信息
  5. No space left on device
  • [解决方法] 因为 ext3 文件系统使用 inode table 存储 inode 信息，而 xfs 文件系统使用 B+ tree 来进行存储。考虑到性能问题，默认情况下这个 B+ tree 只会使用前 1TB 空间，当这 1TB 空间被写满后，就会导致无法写入 inode 信息，报磁盘空间不足的错误。可以在 mount 时，指定 inode64 即可将这个 B+ tree 使用的空间扩展到整个文件系统。 ```bash

    查看系统的inode节点使用情况

    $ sudo df -i

尝试重新挂载

$ sudo mount -o remount -o noatime,nodiratime,inode64,nobarrier /dev/vda1

  2. - **[补充知识]** 文件储存在硬盘上，硬盘的最小存储单位叫做 **扇区**(Sector)。每个扇区储存 512 字节(相当于0.5KB)。操作系统读取硬盘的时候，不会一个个扇区地读取，这样效率太低，而是一次性连续读取多个扇区，即一次性读取一个**块**(block)。这种由多个扇区组成的**块**，是文件存取的最小单位。**块**的大小，最常见的是4KB，即连续八个 sector 组成一个 block 块。文件数据都储存在**块**中，那么很显然，还必须找到一个地方储存文件的元信息，比如文件的创建者、文件的创建日期、文件的大小等等。这种储存文件元信息的区域就叫做**索引节点**(inode)。每一个文件都有对应的 inode，里面包含了除了文件名以外的所有文件信息。
  3. - inode 也会消耗硬盘空间，所以硬盘格式化的时候，操作系统自动将硬盘分成两个区域。一个是数据区，存放文件数据；另一个是 inode 区(inode table)，存放 inode 所包含的信息。每个 inode 节点的大小，一般是 128 字节或 256 字节。inode 节点的总数，在格式化时就给定，一般是每1KB或每2KB就设置一个 inode 节点。
  4. ```bash
  5. # 每个节点信息的内容
  6. $ stat check_port_live.sh
  7.   File: check_port_live.sh
  8.   Size: 225           Blocks: 8          IO Block: 4096   regular file
  9. Device: 822h/2082d    Inode: 99621663    Links: 1
  10. Access: (0755/-rwxr-xr-x)  Uid: ( 1006/  escape)   Gid: ( 1006/  escape)
  11. Access: 2019-07-29 14:59:59.498076903 +0800
  12. Modify: 2019-07-29 14:59:59.498076903 +0800
  13. Change: 2019-07-29 23:20:27.834866649 +0800
  14.  Birth: -
  16. # 磁盘的inode使用情况
  17. $ df -i
  18. Filesystem                 Inodes   IUsed     IFree IUse% Mounted on
  19. udev                     16478355     801  16477554    1% /dev
  20. tmpfs                    16487639    2521  16485118    1% /run
  21. /dev/sdc2               244162560 4788436 239374124    2% /
  22. tmpfs                    16487639       5  16487634    1% /dev/shm

3、Docker 缺共享链接库

Docker 命令需要对/tmp 目录下面有访问权限

  • [问题起因] 给系统安装完 compose 之后，查看版本的时候，提示缺少一个名为 libz.so.1 的共享链接库。第一反应就是，是不是系统少安装那个软件包导致的。随即，搜索了一下，将相关的依赖包都给安装了，却还是提示同样的问题。

    1. # 提示错误信息
    2. $ docker-compose --version
    3. error while loading shared libraries: libz.so.1: failed to map segment from shared object: Operation not permitted

  • [解决方法] 后来发现，是因为系统中 docker 没有对 /tmp 目录的访问权限导致，需要重新将其挂载一次，就可以解决了。

    1. # 重新挂载
    2. $ sudo mount /tmp -o remount,exec

    4、Docker 容器文件损坏

    对 dockerd 的配置有可能会影响到系统稳定

  • [问题起因] 容器文件损坏，经常会导致容器无法操作。正常的 docker 命令已经无法操控这台容器了，无法关闭、重启、删除。正巧，前天就需要这个的问题，主要的原因是因为重新对 docker 的默认容器进行了重新的分配限制导致的。

    1. # 操作容器遇到类似的错误
    2. b'devicemapper: Error running deviceCreate (CreateSnapDeviceRaw) dm_task_run failed'

  • [解决方法] 可以通过以下操作将容器删除/重建。 ```bash

    1.关闭docker

    $ sudo systemctl stop docker

2.删除容器文件

$ sudo rm -rf /var/lib/docker/containers

3.重新整理容器元数据

$ sudo thin_check /var/lib/docker/devicemapper/devicemapper/metadata $ sudo thin_check —clear-needs-check-flag /var/lib/docker/devicemapper/devicemapper/metadata

4.重启docker

$ sudo systemctl start docker

  1. <a name="uq5YU"></a>
  2. ## 5、Docker 容器优雅重启
  3. **不停止服务器上面运行的容器，重启 dockerd 服务是多么好的一件事**
  5. - **[问题起因]** 默认情况下，当 Docker 守护程序终止时，它会关闭正在运行的容器。从 Docker-ce 1.12 开始，可以在配置文件中添加 live-restore 参数，以便在守护程序变得不可用时容器保持运行。需要注意的是 Windows 平台暂时还是不支持该参数的配置。
  6. ```bash
  7. # Keep containers alive during daemon downtime
  8. $ sudo vim /etc/docker/daemon.yaml
  9. {
  10.   "live-restore": true
  11. }
  13. # 在守护进程停机期间保持容器存活
  14. $ sudo dockerd --live-restore
  16. # 只能使用reload重载
  17. # 相当于发送SIGHUP信号量给dockerd守护进程
  18. $ sudo systemctl reload docker
  20. # 但是对应网络的设置需要restart才能生效
  21. $ sudo systemctl restart docker
  • [解决方法] 可以通过以下操作将容器删除/重建。 ```bash

    /etc/docker/daemon.yaml

    { “registry-mirrors”: [“https://vec0xydj.mirror.aliyuncs.com“], # 配置获取官方镜像的仓库地址 “experimental”: true, # 启用实验功能 “default-runtime”: “nvidia”, # 容器的默认OCI运行时(默认为runc) “live-restore”: true, # 重启dockerd服务的时候容易不终止 “runtimes”: { # 配置容器运行时
    1.   "nvidia": {
    2.       "path": "/usr/bin/nvidia-container-runtime",
    3.       "runtimeArgs": []
    4.   }
    }, “default-address-pools”: [ # 配置容器使用的子网地址池
    1.   {
    2.       "scope": "local",
    3.       "base":"172.17.0.0/12",
    4.       "size":24
    5.   }
    ] }

$ vim /etc/docker/daemon.json { “default-address-pools” : [ { “base” : “172.240.0.0/16”, “size” : 24 } ] }

  1. <a name="MmdJx"></a>
  2. ## 6、Docker 容器无法删除
  3. **找不到对应容器进程是最吓人的**
  5. - **[问题起因]** 今天遇到 docker 容器无法停止/终止/删除，以为这个容器可能又出现了 dockerd 守护进程托管的情况，但是通过 `ps -ef <container id>` 无法查到对应的运行进程。哎，后来开始开始查 supervisor 以及 Dockerfile 中的进程，都没有。这种情况的可能原因是容器启动之后，主机因任何原因重新启动并且没有优雅地终止容器。剩下的文件现在阻止重新生成旧名称的新容器，因为系统认为旧容器仍然存在。
  6. ```bash
  7. # 删除容器
  8. $ sudo docker rm -f f8e8c3..
  9. Error response from daemon: Conflict, cannot remove the default name of the container
  • [解决方法] 找到 /var/lib/docker/containers/ 下的对应容器的文件夹，将其删除，然后重启一下 dockerd 即可。可以发现，之前无法删除的容器没有了。 ```bash

    删除容器文件

    $ sudo rm -rf /var/lib/docker/containers/f8e8c3…65720

重启服务

$ sudo systemctl restart docker.service

  1. <a name="JBACb"></a>
  2. ## 7、Docker 容器中文异常
  3. **容器存在问题话，记得优先在官网查询**
  5. - **[问题起因]** 今天登陆之前部署的 MySQL 数据库查询，发现使用 SQL 语句无法查询中文字段，即使直接输入中文都没有办法显示。
  6. ```bash
  7. # 查看容器支持的字符集
  8. root@b18f56aa1e15:# locale -a
  9. C
  10. C.UTF-8
  11. POSIX
  • [解决方法] Docker 部署的 MySQL 系统使用的是 POSIX 字符集。然而 POSIX 字符集是不支持中文的，而 C.UTF-8 是支持中文的只要把系统中的环境 LANG 改为 “C.UTF-8” 格式即可解决问题。同理，在 K8S 进入 pod 不能输入中文也可用此方法解决。 ```bash

    临时解决

    docker exec -it some-mysql env LANG=C.UTF-8 /bin/bash

永久解决

docker run —name some-mysql \ -e MYSQL_ROOT_PASSWORD=my-secret-pw \ -d mysql:tag —character-set-server=utf8mb4 \ —collation-server=utf8mb4_unicode_ci

  1. <a name="Fr0OC"></a>
  2. ## 8、Docker 容器网络互通
  3. **了解 Docker 的四种网络模型**
  5. - **[问题起因]** 在本机部署 Nginx 容器想代理本机启动的 Python 后端服务程序，但是对代码服务如下的配置，结果访问的时候一直提示 502 错误。
  6. ```bash
  7. # 启动Nginx服务
  8. $ docker run -d -p 80:80 $PWD:/etc/nginx nginx
  10. server {
  11.     ...
  12.     location /api {
  13.         proxy_pass http://localhost:8080
  14.     }
  15.     ...
  16. }
  • [解决方法] 后面发现是因为 nginx.conf 配置文件中的 localhost 配置的有问题，由于 Nginx 是在容器中运行，所以 localhost 为容器中的 localhost，而非本机的 localhost，所以导致无法访问。
  • 可以将 nginx.conf 中的 localhost 改为宿主机的 IP 地址，就可以解决 502 的错误。 ```bash

    查询宿主机IP地址 => 172.17.0.1

    $ ip addr show docker0 docker0: mtu 1500 qdisc noqueue state UP group default link/ether 02:42:d5:4c:f2:1e brd ff:ff:ff:ff:ff:ff inet 172.17.0.1/16 scope global docker0
    1.  valid_lft forever preferred_lft forever
    inet6 fe80::42:d5ff:fe4c:f21e/64 scope link
    1.  valid_lft forever preferred_lft forever

server { … location /api { proxy_pass http://172.17.0.1:8080 } … }

  2. - 当容器使用 host 网络时，容器与宿主共用网络，这样就能在容器中访问宿主机网络，那么容器的 localhost 就是宿主机的 localhost 了。
  3. ```bash
  4. # 服务的启动方式有所改变(没有映射出来端口)
  5. # 因为本身与宿主机共用了网络，宿主机暴露端口等同于容器中暴露端口
  6. $ docker run -d -p 80:80 --network=host $PWD:/etc/nginx nginxx

9、Docker 容器总线错误

总线错误看到的时候还是挺吓人了

  • [问题起因] 在 docker 容器中运行程序的时候，提示 bus error 错误。

    1. # 总线报错
    2. $ inv app.user_op --name=zhangsan
    3. Bus error (core dumped)

  • [解决方法] 原因是在 docker 运行的时候，shm 分区设置太小导致 share memory 不够。不设置 —shm-size 参数时，docker 给容器默认分配的 shm 大小为 64M，导致程序启动时不足。具体原因还是因为安装 pytorch 包导致了，多进程跑任务的时候，docker 容器分配的共享内存太小，导致 torch 要在 tmpfs 上面放模型数据用于子线程的 共享不足，就出现报错了。 ```bash

    问题原因

    root@18…35:/opt/app# df -TH Filesystem Type Size Used Avail Use% Mounted on overlay overlay 2.0T 221G 1.4T 3% / tmpfs tmpfs 68M 0 68M 0% /dev shm tmpfs 68M 41k 68M 1% /dev/shm

启动docker的时候加上—shm-size参数(单位为b,k,m或g)

$ docker run -it —rm —shm-size=200m pytorch/pytorch:latest

在docker-compose添加对应配置

$ shm_size: ‘2gb’

  2. - **[解决方法]** 还有一种情况就是容器内的磁盘空间不足，也会导致 bus error 这样的报错，所以如果出现了，清除多余文件和目录或者分配一个大的磁盘空间，就可以解决了。
  3. ```bash
  4. # 磁盘空间不足
  5. $ df -Th
  6. Filesystem     Type     Size  Used Avail Use% Mounted on
  7. overlay        overlay    1T    1T    0G 100% /
  8. shm            tmpfs     64M   24K   64M   1% /dev/shm

10、Docker NFS 挂载报错

NFS 挂载之后容器程序使用异常为内核版本太低导致的

  • [问题起因] 将服务部署到 openshift 集群中，启动服务调用资源文件的时候，报错信息如下所示。从报错信息中，得知是在 Python3 程序执行 read_file() 读取文件的内容，给文件加锁的时候报错了。但是奇怪的是，本地调试的时候发现服务都是可以正常运行的，文件加锁也是没问题的。后来发现，在 openshift 集群中使用的是 NFS 挂载的共享磁盘。 ```bash

    报错信息

    Traceback (most recent call last): …… File “xxx/utils/storage.py”, line 34, in xxx.utils.storage.LocalStorage.read_file OSError: [Errno 9] Bad file descriptor

文件加锁代码

… with open(self.mount(path), ‘rb’) as fileobj: fcntl.flock(fileobj, fcntl.LOCK_EX) data = fileobj.read() return data …

  2. - **[解决方法]** 从下面的信息得知，要在 Linux 中使用 flock() 的话，就需要升级内核版本到 2.6.11+ 才行。后来才发现，这实际上是由 RedHat 內核中的一个错误引起的，并在 kernel-3.10.0-693.18.1.el7 版本中得到修复。所以对于 NFSv3 和 NFSv4 服务而已，就需要升级 Linux 内核版本才能够解决这个问题。
  3. ```bash
  4. # https://t.codebug.vip/questions-930901.htm
  5. $ In Linux kernels up to 2.6.11, flock() does not lock files over NFS (i.e.,
  6. the scope of locks was limited to the local system). [...] Since Linux 2.6.12,
  7. NFS clients support flock() locks by emulating them as byte-range locks on the entire file.

11、Docker 使用默认网段

启动的容器网络无法相互通信，很是奇怪！

  • [问题起因] 在使用 Docker 启动服务的时候，发现有时候服务之前可以相互连通，而有时启动的多个服务之前却出现了无法访问的情况。究其原因，发现原来是因为使用的内部私有地址网段不一致导致的。有的服务启动到了 172.17 - 172.31 的网段，有的服务跑到了 192.169.0 - 192.168.224 的网段，这样导致服务启动之后出现无法访问的情况(默认情况下，有下面这个两个网段可供其使用)。

2022-04-14-08-25-17-086188.png

  • [解决方法] 上述问题的处理方式，就是手动指定 Docker 服务的启动网段，二选一就可以了。

    1. # 查看docker容器配置
    2. $ cat /etc/docker/daemon.json
    3. {
    4.   "registry-mirrors": ["https://vec0xydj.mirror.aliyuncs.com"],
    5.   "default-address-pools":[{"base":"172.17.0.0/12", "size":24}],
    6.   "experimental": true,
    7.   "default-runtime": "nvidia",
    8.   "live-restore": true,
    9.   "runtimes": {
    10.       "nvidia": {
    11.           "path": "/usr/bin/nvidia-container-runtime",
    12.           "runtimeArgs": []
    13.       }
    14.   }
    15. }

    12、Docker 服务启动串台

    使用 docker-compose 命令各自启动两组服务，发现服务会串台！

  • [问题起因] 在两个不同名称的目录目录下面，使用 docker-compose 来启动服务，发现当 A 组服务启动完毕之后，再启动 B 组服务的时候，发现 A 组当中对应的一部分服务又重新启动了一次，这就非常奇怪了！因为这个问题的存在会导致，A 组服务和 B 组服务无法同时启动。之前还以为是工具的 Bug，后来请教了 “上峰”，才知道了原因，恍然大悟。

    1. # 服务目录结构如下所示
    2. A: /data1/app/docker-compose.yml
    3. B: /data2/app/docker-compose.yml

  • [解决方法] 发现 A 和 B 两组服务会串台的原因，原来是 docker-compose 会给启动的容器加 label 标签，然后根据这些 label 标签来识别和判断对应的容器服务是由谁启动的、谁来管理的，等等。而这里，需要关注的 label 变量是 com.docker.compose.project，其对应的值是使用启动配置文件的目录的最底层子目录名称，即上面的 app 就是对应的值。可以发现， A 和 B 两组服务对应的值都是 app，所以启动的时候被认为是同一个，这就出现了上述的问题。如果需要深入了解的话，可以去看对应源代码。

2022-04-14-08-25-17-153109.png

  1. # 可以将目录结构调整为如下所示
  2. A: /data/app1/docker-compose.yml
  3. B: /data/app2/docker-compose.yml
  5. A: /data1/app-old/docker-compose.yml
  6. B: /data2/app-new/docker-compose.yml

  • 或者使用 docker-compose 命令提供的参数 -p 手动指定标签，来规避该问题的发生。

    1. # 指定项目项目名称
    2. $ docker-compose -f ./docker-compose.yml -p app1 up -d

    13、Docker 命令调用报错

    在编写脚本的时候常常会执行 docker 相关的命令，但是需要注意使用细节！

  • [问题起因] CI 更新环境执行了一个脚本，但是脚本执行过程中报错了，如下所示。通过对应的输出信息，可以看到提示说正在执行的设备不是一个 tty。

2022-04-14-08-25-17-228520.png

  • 随即，查看了脚本发现报错地方是执行了一个 exec 的 docker 命令，大致如下所示。很奇怪的是，手动执行或直接调脚本的时候，怎么都是没有问题的，但是等到 CI 调用的时候怎么都是有问题。后来好好看下，下面这个命令，注意到 -it 这个参数了。

    1. # 脚本调用docker命令
    2. docker exec -it <container_name> psql -Upostgres ......

  • 可以一起看下 exec 命令的这两个参数，自然就差不多理解了。 | 编号 | 参数 | 解释说明 | | —- | —- | —- | | 1 | -i/-interactive | 即使没有附加也保持 STDIN 打开；如果你需要执行命令则需要开启这个选项 | | 2 | -t/–tty | 分配一个伪终端进行执行；一个连接用户的终端与容器 stdin 和 stdout 的桥梁 |

  • [解决方法] docker exec 的参数 -t 是指 Allocate a pseudo-TTY 的意思，而 CI 在执行 job 的时候并不是在 TTY 终端中执行，所以 -t 这个参数会报错。同时在 『stackoverflow』也有人给出原因，可以自行查看。

2022-04-14-08-25-17-361539.png

14、Docker 定时任务异常

在 Crontab 定时任务中也存在 Docker 命令执行异常的情况！

  • [问题起因] 今天发现了一个问题，就是在备份 Mysql 数据库的时候，使用 docker 容器进行备份，然后使用 Crontab 定时任务来触发备份。但是发现备份的 MySQL 数据库居然是空的，但是手动执行对应命令切是好的，很奇怪。

    1. # Crontab定时任务
    2. 0 */6 * * * \
    3.   docker exec -it <container_name> sh -c \
    4.       'exec mysqldump --all-databases -uroot -ppassword ......'

  • [解决方法] 后来发现是因为执行的 docker 命令多个 -i 导致的。因为 Crontab 命令执行的时候，并不是交互式的，所以需要把这个去掉才可以。总结就是，如果需要回显的话则需要 -t 选项，如果需要交互式会话则需要 -i 选项。 | 编号 | 参数 | 解释说明 | | —- | —- | —- | | 1 | -i/-interactive | 即使没有附加也保持 STDIN 打开；如果你需要执行命令则需要开启这个选项 | | 2 | -t/–tty | 分配一个伪终端进行执行；一个连接用户的终端与容器 stdin 和 stdout 的桥梁 |

15、Docker 变量使用引号

compose 里边环境变量带不带引号的问题！

  • [问题起因] 使用过 compose 的朋友可能都遇到过，在编写启服务启动配置文件的时候，添加环境变量时到底是使用单引号、双引号还是不使用引号的问题？时间长了，可能会将三者混用，认为其效果是一样的。但是后来，发现的坑越来越多，才发现其越来越隐晦。
  • 遇到过很多问题，都是因为添加引号导致的服务启动异常的，后来得出的结论就是一律不使引号。裸奔，体验前所未有的爽快！直到现在看到了 Github 中对应的 issus 之后，才终于破案了。 ```bash

    在Compose中进行引用TEST_VAR变量，无法找到

    TEST_VAR=”test”

在Compose中进行引用TEST_VAR变量，可以找到

TEST_VAR=test

后来发现docker本身其实已经正确地处理了引号的使用

docker run -it —rm -e TEST_VAR=”test” test:latest

  2. - **[解决方法]** 得到的结论就是，因为 Compose 解析 yaml 配置文件，发现引号也进行了解释包装。这就导致原本的 TEST_VAR="test" 被解析成了 'TEST_VAR="test"'，所以在引用的时候就无法获取到对应的值。现在解决方法就是，不管是直接在配置文件添加环境变量或者使用 env_file 配置文件，能不使用引号就不适用引号。
  3. - 需要注意的是环境变量配置的是日志格式的话(2022-01-01)，如果使用的是 Python 的 yaml.load 模块的话，会被当做是 date 类型的，这是如果希望保持原样信息的话，可以使用 '/" 引起来将其变成字符串格式的。
  4. <a name="qRJOx"></a>
  5. ## 16、Docker 删除镜像报错
  6. **无法删除镜像，归根到底还是有地方用到了！**
  8. - **[问题起因]** 清理服器磁盘空间的时候，删除某个镜像的时候提示如下信息。提示需要强制删除，但是发现及时执行了强制删除依旧没有效果。
  9. ```bash
  10. # 删除镜像
  11. $ docker rmi 3ccxxxx2e862
  12. Error response from daemon: conflict: unable to delete 3ccxxxx2e862 (cannot be forced) - image has dependent child images
  14. # 强制删除
  15. $ dcoker rmi -f 3ccxxxx2e862
  16. Error response from daemon: conflict: unable to delete 3ccxxxx2e862 (cannot be forced) - image has dependent child images
  • [解决方法] 后来才发现，出现这个原因主要是因为 TAG，即存在其他镜像引用了这个镜像。这里可以使用如下命令查看对应镜像文件的依赖关系，然后根据对应 TAG 来删除镜像。 ```bash

    查询依赖 - image_id表示镜像名称

    $ docker image inspect —format=’{{.RepoTags}} {{.Id}} {{.Parent}}’ $(docker image ls -q —filter since=)

根据TAG删除镜像

$ docker rmi -f c565xxxxc87f

删除悬空镜像

$ docker rmi $(docker images —filter “dangling=true” -q —no-trunc)

  1. <a name="lwwSV"></a>
  2. ## 17、Docker 普通用户切换
  3. **切换 Docker 启动用户的话，还是需要注意下权限问题的！**
  5. - **[问题起因]** 在 Docker 容器里面使用 root 用户的话，是不安全的，很容易出现越权的安全问题，所以一般情况下，都会使用普通用户来代替 root 进行服务的启动和管理的。今天给一个服务切换用户的时候，发现 Nginx 服务一直无法启动，提示如下权限问题。因为对应的配置文件也没有配置 var 相关的目录，无奈 🤷‍♀ ！️
  6. ```bash
  7. # Nginx报错信息
  8. nginx: [alert] could not open error log file: open() "/var/log/nginx/error.log" failed (13: Permission denied)
  9. 2020/11/12 15:25:47 [emerg] 23#23: mkdir() "/var/cache/nginx/client_temp" failed (13: Permission denied)
  • [解决方法] 后来发现还是 nginx.conf 配置文件，配置的有问题，需要将 Nginx 服务启动时候需要的文件都配置到一个无权限的目录，即可解决。 ```nginx user www-data; worker_processes 1;

error_log /data/logs/master_error.log warn; pid /dev/shm/nginx.pid;

events { worker_connections 1024; }

http { include /etc/nginx/mime.types; default_type application/octet-stream;

  1. gzip               on;
  2. sendfile           on;
  3. tcp_nopush         on;
  4. keepalive_timeout  65;
  6. client_body_temp_path  /tmp/client_body;
  7. fastcgi_temp_path      /tmp/fastcgi_temp;
  8. proxy_temp_path        /tmp/proxy_temp;
  9. scgi_temp_path         /tmp/scgi_temp;
  10. uwsgi_temp_path        /tmp/uwsgi_temp;
  12. include /etc/nginx/conf.d/*.conf;

}

  1. <a name="RyA1A"></a>
  2. ## 18、Docker 绑定到 IPv6 上
  3. **Docker 服务在启动的时候，将地址绑定到 IPv6 地址上面了，提示报错信息！**
  5. - **[问题起因]** 物理机器更新了对应补丁之后，重启了服务，导致原本可以正常启动的 docker-compose 服务提示如下报错信息。不清楚是否修改了操作系统的相关配置，还是对应 docker 进行的其他方面的配置，比如修改 /etc/docker/daemon.json 或者 docker 的 service 启动文件。
  6. ```bash
  7. # Docker的报错信息
  8. docker run -p 80:80 nginx:alpine succeeds. Previously, this was failing with Error \
  9. starting userland proxy: listen tcp6 [::]:80: socket: address family not supported by protocol.

  • [解决方法] 通过如上所示的报错信息，可以看到服务的启动端口绑定到了 tcp6 上面了，但是对应的 socket 发现系统本身并不支持。这时，看一下对应的操作系统 ipv6 的设置，发现系统禁用了，所有的 ipv6 地址。需要了解的朋友，可以参考 fix port forwarding with ipv6.disable=1 和 cannot start if ipv6 is disabled on host 这两个 issus 来获取更多信息。

    1. # 操作系统配置
    2. $ cat /etc/sysctl.conf | grep ipv6
    3. net.ipv6.conf.all.disable_ipv6=1

  • [方法一] 最为简单的解决方法，就是在 docker-compose.yml 文件中，手动指定将对应服务的端口绑定到 ipv4 上面，如下所示。 ```yaml version: “3”

services: app: restart: on-failure container_name: app_web image: app:latest ports:

  1.   - "0.0.0.0:80:80/tcp"
  2. volumes:
  3.   - "./app_web:/data"
  4. networks:
  5.   - app_network

networks: app_network:

  2. - **[方法二]** 或者修改 /etc/docker/daemon.json 文件，在配置中，阻止 Docker 错误的将端口映射到 IPv6 上，即可达到同样的效果，且不用再次修改多个服务的启动配置文件了。
  3. ```bash
  4. # 修改配置
  5. $ vim /etc/docker/daemon.json
  6. {
  7.   "ipv6": false,
  8.   "fixed-cidr-v6": "2001:db8:1::/64"
  9. }
  11. # 重启服务
  12. $ systemctl reload docker
  • [方法三] Docker 默认情况下会同时将端口映射于 IPv4 与 IPv6 两者上，而且有的时候会出现只绑定到了 IPv6，导致服务无法正常访问的情况。现在通用的始终还是 IPv4 地址，因此最简单的做法就是关闭 IPv6 地址。详细的配置，可以参考 Port redirecting binding to IPv6 but not IPv4 interfaces 这个 issus 地址。 ```bash

    修改系统配置

    echo ‘1’ > /proc/sys/net/ipv6/conf/lo/disable_ipv6 echo ‘1’ > /proc/sys/net/ipv6/conf/lo/disable_ipv6 echo ‘1’ > /proc/sys/net/ipv6/conf/all/disable_ipv6 echo ‘1’ > /proc/sys/net/ipv6/conf/default/disable_ipv6

重启网络

$ /etc/init.d/networking restart

最后检测是否已关闭IPv6

ip addr show | grep net6

  1. <a name="Wb6jU"></a>
  2. ## 19、Docker 容器启动超时
  3. **Docker 服务在启动的时候，提示超时，被直接终止了！**
  5. - **[问题起因]** 使用 docker-compose 启动容器的时候，等待了很久的时候(大约 2-3 分钟左右)，之后提示如下信息。通过阅读信息内容，可以看到是因为超时导致的，提示可以通过设置环境变量，加大超时的时间。
  6. ```bash
  7. $ docker-compose up -d
  8. ERROR: for xxx  UnixHTTPConnectionPool(host='localhost', port=None): Read timed out. (read timeout=70)
  9. ERROR: An HTTP request took too long to complete. Retry with --verbose to obtain debug information.
  10. If you encounter this issue regularly because of slow network conditions, consider setting COMPOSE_HTTP_TIMEOUT to a higher value (current value: 60).

  • [解决方法] 按照提示设置的环境变量之后，再次启动发现确实可以正常启动了，但是还是能够感觉到有些慢。

    1. $ sudo vim /etc/profile
    2. export COMPOSE_HTTP_TIMEOUT=500
    3. export DOCKER_CLIENT_TIMEOUT=500

  • 排除了下启动流程，因为容器启动有映射目录到容器里面且目录大小比较大，所以怀疑是因为 i/o 导致的。随即使用 iotop 命令查看服务器目前的 i/o 情况，发现存在很多个 rg 命令，且都处于 100% 左右。查了下，发现是 vscode 远程服务器启动的搜索目录结构的进程，西八，有些坑呀！

    1. $ sudo iotop
    2. 4269 be/4 escape     15.64 K/s    0.00 B/s  0.00 % 98.36 % rg --files --hidden
    3. 4270 be/4 escape     28.15 K/s    0.00 B/s  0.00 % 97.46 % rg --files --hidden
    4. 4272 be/4 escape     31.27 K/s    0.00 B/s  0.00 % 97.39 % rg --files --hidden
    5. 4276 be/4 escape     34.40 K/s    0.00 B/s  0.00 % 96.98 % rg --files --hidden

    20、Docker 端口网络限制

    如果发现服务都一切正常，但是无法无法访问的话，则多为网络问题！

  • [问题起因] 启用服务之后，登录跳转发现直接 502 报错了。排除了配置等相关原因都没有任何问题(做过相关测试)，这就非常奇怪了！ ```bash

    部署服务架构

    nginx(80) -> web1(8080)

    1.     -> web2(8081)

报错信息如下所示

nginx connect() failed (113: No route to host) while connecting to upstream

  2. - **[解决方法]** 根据错误信息可知，是因为没有路由到指定的 host 导致了，随即看了下防火墙是开着的，看了日志发现被过滤掉了，西八！问题找到了，现在需要做的就是，要么添加防火墙规则，要么关闭防火墙。
  3. ```bash
  4. # 检查开放的端口
  5. $ sudo firewall-cmd --permanent --zone=public --list-ports
  7. # 开启需要路由的端口
  8. $ sudo firewall-cmd --permanent --zone=public --add-port=8080/tcp
  9. $ sudo firewall-cmd --permanent --zone=public --add-port=8081/tcp
  11. # 配置立即生效
  12. firewall-cmd --reload
  14. # 关闭防火墙
  15. $ sudo systemctl stop firewalld.service
  17. # 禁用自启动
  18. $ sudo systemctl disable firewalld.service

21、Docker 无法获取镜像

新初始化的机器，无法获取私有仓库的镜像文件！

  • [问题起因] 机器初始化之后，使用如下命令登录私有 docker 仓库，发现提示无法获取对应镜像，但是在其他机器上面获取该镜像就可以执行成功，这就非常奇怪了！ ```bash

    登录私有仓库

    $ echo ‘123456’ | docker login -u escape —password-stdin docker.escapelife.site

异常信息提示

$ sudo docker pull docker.escapelife.site/app:0.10 Error response from daemon: manifest for docker.escapelife.site/app:0.10 not found: manifest unknown: manifest unknown

  2. - **[解决方法]** 排查最后发现，原来是自己镜像包名字写错了，应该写成 0.0.10 的，却写成了 0.10。以后碰到上述报错，那肯定是镜像不存在的。
  3. ```bash
  4. # 登录私有仓库之后会在用户家目录下生成一个docker配置
  5. # 其用来记录docker私有仓库的登录认证信息(是加密过的信息但不安全) => base64
  6. $ cat .docker/config.json
  7. {
  8.     "auths": {
  9.         "docker.escapelife.site": {
  10.             "auth": "d00u11Fu22B3355VG2xasE12w=="
  11.         }
  12.     }
  13. }

22、Docker 使容器不退出

如何使使用 docker-compose 启动的容器服务 hang 住而不退出

  • [问题起因] 有时候启动的服务，因为某些问题(bug)导致服务无法正常启动，就会出现容器无限重启(restart: on-failure)的情况，这时就很不利于排除问题。

    1. ➜ docker ps -a
    2. 4e6xxx9a4   app:latest   "/xxx/…"   26 seconds ago   Restarting (1) 2 seconds ago

  • [解决方法] 这时就需要根据，服务构建使用命令来决定是用什么命令来 hang 住服务。卡住的原理，就类似于使用 /bin/bash 进入容器是一样的。 ```bash

    类似原理

    docker run -it —rm —entrypoint=/bin/bash xxx/app:latest

使用Command命令

tty: true command: tail -f /dev/null

使用Entrypoint命令

tty: true entrypoint: tail -f /dev/null

  2. - 同理，在使用 docker-compose 或者 k8s 平台部署服务的时候，也有时会因为启动问题需要，使启动的服务不直接退出，来手动调试和排查问题原因。所以，这里记录下其不同部署方式的，暂停方式。
  3. ```yaml
  4. # Compose
  6. version: "3"
  7. services:
  8.   app:
  9.     image: ubuntu:latest
  10.     tty: true
  11.     entrypoint: /usr/bin/tail
  12.     command: "-f /dev/null"
  1. # K8S
  3. apiVersion: v1
  4. kind: Pod
  5. metadata:
  6.   name: ubuntu
  7. spec:
  8.   containers:
  9.     - name: ubuntu
  10.       image: ubuntu:latest
  11.       command: ["/bin/bash", "-c", "--"]
  12.       args: ["while true; do sleep 30; done;"]
  13.       # command: ["sleep"]
  14.       # args: ["infinity"]

23、Docker 不使用默认网段

有些情况，内部规划的网段和可能和 Dockerd 默认的网段有冲突，导致异常出现！

  • [问题起因] 今天在新机器上面，部署了一整套服务(多台机器)，服务部署完毕之后，通过前置 Nginx 服务发现并不能访问，后置机器开放的端口，发现发到对应端口的请求都没有转发出去。这就比较奇怪了，因为端口控制是已经开通了的，不应该出现不通的情况。

    1. ➜ nc -v 172.16.100.12 8000
    2. nc: connect to 172.16.100.12 port 8000 (tcp) failed: Connection refused

  • [解决方法] 发现服务器端口不通，这里怀疑可能是 dockerd 服务启动导致的，所以先将服务都停掉，直接在机器上面启动了 Python 的服务端程序(Linux 机器自带 Python2.7.x 的版本)，然后在前置 Nginx 服务发现，端口确实是通的。后来，排除发现是内部服务默认网段和 dockerd 服务启动的默认网段是冲突的，导致重写了机器的防火墙规则，导致出现上述异常的。 ```bash $ python -m SimpleHTTPServer 8000 Serving HTTP on 0.0.0.0 port 8000 …

➜ nc -v 172.16.100.12 8000 Connection to 172.16.100.12 8000 port [tcp/*] succeeded!

  2. - 既然问题已经知道了，现在需要做的就是非常简单了：不适用默认网段！通过 『mirantis』 里面，可以选择进行设置，然后重启服务 `dockerd` 服务，即可。
  3. ```bash
  4. # 修改配置
  5. $ sudo cat /etc/docker/daemon.json
  6. {
  7.   "default-address-pools":[{"base":"192.168.100.0/20","size":24}]
  8. }
  10. # 重启服务
  11. $ sudo systemctl restart docker
  13. # 启动服务验证是否生效
  14. $ ip a
  15. $ docker network inspect app | grep Subnet

2022-04-14-08-25-17-518468.png

  • 这时，就到了考验网络的子网划分的能力了：如何在给定的网段下面合理且高效的进行划分呢？这时可以再这个在线网站上面 JSON 在线解析 进行划分，然后选定合理的 base 和 size 就可以了。 ```bash

    报错信息

    Error response from daemon: could not find an available, non-overlapping IPv4 address pool among the defaults to assign to the network

按照下图可以对 pool 进行合理划分

给定 10.210.200.0 + 255.255.255.0 的网段来划分子网

$ sudo cat /etc/docker/daemon.json { “default-address-pools”:[{“base”:”10.210.200.0/24”,”size”:28}] }

  2. - 其中，base 说明划分子网的网段是什么(从来开始)，是从前两位(/16)开始，还是第三位开始(/24)呢？而 size 则说明划分的每个子网有多少 IP 地址可以使用呢？从 "10.210.200.0/24" 可以知道，该网络下面只有 254 个可用的 IP 地址(直接使用肯定不够)，然后需要给 docker 使用，划分每个子网可用 16 个 IP 地址，所以子网就应该写成 28 了。
  4. ![2022-04-14-08-25-17-603001.png](https://cdn.nlark.com/yuque/0/2022/png/396745/1649896098675-cafded9a-2538-420f-9e57-a460fc2a86eb.png#clientId=uaf1085bd-804a-4&crop=0&crop=0&crop=1&crop=1&from=ui&id=HEAdy&margin=%5Bobject%20Object%5D&name=2022-04-14-08-25-17-603001.png&originHeight=440&originWidth=1080&originalType=binary&ratio=1&rotation=0&showTitle=true&size=1428427&status=done&style=shadow&taskId=ubd7a47d1-79ca-46b7-9950-2a55f076dc0&title=Docker%20%E4%B8%8D%E4%BD%BF%E7%94%A8%E9%BB%98%E8%AE%A4%E7%BD%91%E6%AE%B5 "Docker 不使用默认网段")
  5. <a name="kpEiS"></a>
  6. ## 24、Docker 添加私有仓库
  7. **有些情况，服务器上面需要使用内部私有的容器镜像地址！**
  9. - **[问题起因]** 如果新机器上面需要使用私有仓库的话，但是又没有配置，再获取镜像的时候就会出现如下报错信息。
  10. ```bash
  11. # 拉取/登陆私库时提示
  12. $ docker pull 192.168.31.191:5000/nginx:latest
  13. x509: certificate signed by unknown authority
  • [解决方法] 该问题的处理方式很简单，如下所示，配置一下仓库地址，重启服务并登陆私有仓库就可以了。 ```bash

    添加配置

    $ sudo cat /etc/docker/daemon.json { “insecure-registries”: [“192.168.31.191:5000”] }

重启docker

$ sudo systemctl restart docker

重新登录即可

$ docker login 私库地址 -u 用户名 -p 密码 ```