Docker Swarm系列——4.Swarm服务检查

在这篇文章中，大家将会了解如何在服务中配置简单的命令进行容器定期自检，以表明当前容器是否处于健康状态。

1. 健康检查

通过前面几篇文章的理论和实践，大家都知道，Docker Swarm会自动判断服务中容器的健康状态，从而决定是否删除重建，以保证设定的副本数replicas。但它是怎么判断的呢？

容器都有一个STATUS代表它的运行状态created, restarting, running, removing, paused, exited, dead，最主要的，是容器运行的状态码STOPSIGNAL，只要是Exited(STOPSIGNAL!=0)，那就代表异常退出。

通过docker kill http.2.a6i8uov6efb4e0wjioha02o9y模拟服务中的一个副本异常退出运行，docker ps -a查看：

...
CONTAINER ID        IMAGE                           COMMAND             CREATED             STATUS                      PORTS               NAMES
aad2191ae7d5        nandy/show-host-info:v2         "/app"              18 seconds ago      Exited (2) 4 seconds ago                        http.2.a6i8uov6efb4e0wjioha02o9y
5e0b2da6b4e5        nandy/show-host-info:v2         "/app"              18 seconds ago      Up 17 seconds               80/tcp              http.1.p35na0wooa509aqd53qzr1n50
...

Exited (2)代表容器非正常停止。服务会在第一时间捕获到这个STOPSIGNAL并立即重建一个新的容器：

...
CONTAINER ID        IMAGE                           COMMAND             CREATED             STATUS                      PORTS               NAMES
c08cdedcf461        nandy/show-host-info:v2         "/app"              9 seconds ago       Up 4 seconds                80/tcp              http.2.ak0lef9jebrqz2racsf2vq8fl
aad2191ae7d5        nandy/show-host-info:v2         "/app"              24 seconds ago      Exited (2) 10 seconds ago                       http.2.a6i8uov6efb4e0wjioha02o9y
5e0b2da6b4e5        nandy/show-host-info:v2         "/app"              24 seconds ago      Up 23 seconds               80/tcp              http.1.p35na0wooa509aqd53qzr1n50
...

但是，我们结合实际的服务器运维经验思考一下，仅靠容器本身的异常退出与否来判断，是不是可以确定服务健康（正常响应请求）？如果是服务假死（CPU异常、内存异常、触发代码BUG…）而容器并未异常退出呢？如果服务有一个接口，通过定期请求这个接口并返回期望值来判断呢？

2. 创建服务

这篇文章的主角便是healthcheck。它有5个子选项：

--health-cmd=命令，用于检查接口的命令。
--health-interval=时间间隔 (默认: 30s)，它是每次执行healthcheck的时间间隔。
--health-timeout=时间间隔 (默认: 30s)，如果在超时时间之内没有响应，则代表异常。
--health-retries=N (默认: 3)，连续达到多少次异常之后退出。
--health-start-period=时间间隔 (默认：0)，容器启动之后多久进行健康检查（服务启动预热），即运行health-cmd。

创建服务，在之前的基础上加入容器的健康检查，注意curl -f http://localhost:80检查命令，镜像中必须先安装curl：

docker service create --network httpnet --name http --replicas 2 -p 81:80 \
    --health-cmd "curl -f http://localhost:80 || exit 1" --health-interval 5s --health-timeout 3s --health-retries 3 --health-start-period 30s \
    nandy/show-host-info:v2

运行docker ps查看：

CONTAINER ID        IMAGE                             COMMAND             CREATED              STATUS                        PORTS               NAMES
add8115df6f1        nandy/show-host-info:v2           "python run.py"     About a minute ago   Up About a minute (healthy)   80/tcp              http.1.q1jjcnjcrfcxsafzdvtvhi7ho
66e77ee79c0a        nandy/show-host-info:v2           "python run.py"     About a minute ago   Up About a minute (healthy)   80/tcp              http.2.m0oaoqjia0d6m3rzmsh5sr7n6

此时，STATUS的显示比以往多了(healthy)状态，同时，为了验证curl -f http://localhost:80是否每隔5s运行一次，且运行是否正常，我们通过docker logs --tail 5 http.1.q1jjcnjcrfcxsafzdvtvhi7ho查看一下容器的日志：

[2018-10-16 17:54:42 +0800] - (sanic.access)[INFO][127.0.0.1:50220]: GET http://localhost/  200 41
[2018-10-16 17:54:47 +0800] - (sanic.access)[INFO][127.0.0.1:50224]: GET http://localhost/  200 41
[2018-10-16 17:54:52 +0800] - (sanic.access)[INFO][127.0.0.1:50228]: GET http://localhost/  200 41
[2018-10-16 17:54:58 +0800] - (sanic.access)[INFO][127.0.0.1:50232]: GET http://localhost/  200 41
[2018-10-16 17:55:03 +0800] - (sanic.access)[INFO][127.0.0.1:50236]: GET http://localhost/  200 41