收藏！24 个 Docker 疑难杂症处理技巧（全网最全）
✌ 作者简介：信年✘ ✌，大家可以叫我 ❤信年❤ ，一位精通五门语言的博主 ✌
CSDN博客专家认证、华为云享专家、阿里云专家博主 、掘金创作榜No.1
如果文章知识点有错误的地方，请指正！和大家一起学习，一起进步
人生格言：没有我不会的语言，没有你过不去的坎儿。
如果感觉博主的文章还不错的话，还请关注、点赞、收藏三连支持一下博主哦
作者主页传送门：点此传送
系列文章&专栏推荐：暂未开放
为大家推荐一款刷题网站呀点击跳转
所有编程语言，都可以从此网站中找到并参考学习哟~
目录
1、Docker 迁移存储目录
2、Docker 设备空间不足
3、Docker 缺共享链接库
4、Docker 容器文件损坏
5、Docker 容器优雅重启
6、Docker 容器无法删除
7、Docker 容器中文异常
8、Docker 容器网络互通
9、Docker 容器总线错误
10、Docker NFS 挂载报错
11、Docker 使用默认网段
12、Docker 服务启动串台
13、Docker 命令调用报错
14、Docker 定时任务异常
15、Docker 变量使用引号
16、Docker 删除镜像报错
17、Docker 普通用户切换
18、Docker 绑定到 IPv6 上
19、Docker 容器启动超时
20、Docker 端口网络限制
21、Docker 无法获取镜像
22、Docker 使容器不退出
23、Docker 不使用默认网段
24、Docker 添加私有仓库
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] 今天通过监控系统，发现公司其中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，我们都知道，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，比如我们所熟知的k8s就在内。
# 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-
[解决方法 1] 添加软链接
# 1.停止docker服务
$ sudo systemctl stop docker
# 2.开始迁移目录
$ sudo mv /var/lib/docker /data/
# 3.添加软链接
$ sudo ln -s /data/docker /var/lib/docker
# 4.启动docker服务
$ sudo systemctl start docker-
[解决方法 2] 改动 docker 配置文件
# [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/" ]
}-
[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。
# 使用mv命令
$ sudo mv /var/lib/docker /data/docker
# 使用cp命令
$ 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。在我们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。如果我们直接是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。
Docker迁移存储目录
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，我们可以看到
/分区确实满了。
# 查看物理磁盘空间
$ df -Th
Filesystem Size Used Avail Use% Mounted on
/dev/vda1 40G 40G 0G 100% /
tmpfs 7.8G 0 7.8G 0% /dev/shm
/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我们发现问题的工具。
# 查看基本信息
# 硬件驱动使用的是devicemapper，空间池为docker-252
# 磁盘可用容量仅剩16.78MB，可用供我们使用
$ docker info
Containers: 1
Images: 28
Storage Driver: devicemapper
Pool Name: docker-252:1-787932-pool
Pool Blocksize: 65.54 kB
Backing Filesystem: extfs
Data file: /dev/loop0
Metadata file: /dev/loop1
Data Space Used: 1.225 GB
Data Space Total: 107.4 GB
Data Space Available: 16.78 MB
Metadata Space Used: 2.073 MB
Metadata Space Total: 2.147 GB-
[解决方法] 通过查看信息，我们知道正是因为
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)。
# 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-
[问题起因二] 显然我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。 -
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，然而我们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。
2019-08-16 11:11:15,816 INFO spawned: 'app-demo' with pid 835
2019-08-16 11:11:16,268 INFO exited: app (exit status 1; not expected)
2019-08-16 11:11:17,270 INFO gave up: app entered FATAL state, too many start retries too quickly
cp: cannot create regular file '/etc/supervisor/conf.d/grpc-app-demo.conf': No space left on device
cp: cannot create regular file '/etc/supervisor/conf.d/grpc-app-demo.conf': No space left on device
cp: cannot create regular file '/etc/supervisor/conf.d/grpc-app-demo.conf': No space left on device
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
# /etc/docker/daemon.json
{
"live-restore": true,
"storage-opt": [ "dm.basesize=20G" ]
}-
[解决方法 2] 改动 systemctl 的 docker 启动文件
# 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-
[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。
# 报错信息
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。我们可以在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。
# 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-
[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，我们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。 -
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。
# 每个节点信息的内容
$ stat check_port_live.sh
File: check_port_live.sh
Size: 225 Blocks: 8 IO Block: 4096 regular file
Device: 822h/2082d Inode: 99621663 Links: 1
Access: (0755/-rwxr-xr-x) Uid: ( 1006/ escape) Gid: ( 1006/ escape)
Access: 2019-07-29 14:59:59.498076903 +0800
Modify: 2019-07-29 14:59:59.498076903 +0800
Change: 2019-07-29 23:20:27.834866649 +0800
Birth: -
# 磁盘的inode使用情况
$ df -i
Filesystem Inodes IUsed IFree IUse% Mounted on
udev 16478355 801 16477554 1% /dev
tmpfs 16487639 2521 16485118 1% /run
/dev/sdc2 244162560 4788436 239374124 2% /
tmpfs 16487639 5 16487634 1% /dev/shm3、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。
# 提示错误信息
$ docker-compose --version
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。
# 重新挂载
$ sudo mount /tmp -o remount,exec4、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。
# 操作容器遇到类似的错误
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。
# 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
5、Docker 容器优雅重启
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
-
[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。
# Keep containers alive during daemon downtime
$ sudo vim /etc/docker/daemon.yaml
{
"live-restore": true
}
# 在守护进程停机期间保持容器存活
$ sudo dockerd --live-restore
# 只能使用reload重载
# 相当于发送SIGHUP信号量给dockerd守护进程
$ sudo systemctl reload docker
# 但是对应网络的设置需要restart才能生效
$ sudo systemctl restart docker-
[解决方法] 可以通过以下操作将容器删除/重建。
# /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
"nvidia": {
"path": "/usr/bin/nvidia-container-runtime",
"runtimeArgs": []
}
},
"default-address-pools": [ # 配置容器使用的子网地址池
{
"scope": "local",
"base":"172.17.0.0/12",
"size":24
}
]
}$ vim /etc/docker/daemon.json
{
"default-address-pools" : [
{
"base" : "172.240.0.0/16",
"size" : 24
}
]
}6、Docker 容器无法删除
找不到对应容器进程是最吓人的
-
[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你重新生成旧名称的新容器，因为系统认为旧容器仍然存在。
# 删除容器
$ sudo docker rm -f f8e8c3..
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。我们会发现，之前无法删除的容器没有了。
# 删除容器文件
$ sudo rm -rf /var/lib/docker/containers/f8e8c3...65720
# 重启服务
$ sudo systemctl restart docker.service
7、Docker 容器中文异常
容器存在问题话，记得优先在官网查询
-
[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。
# 查看容器支持的字符集
root@b18f56aa1e15:# locale -a
C
C.UTF-8
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。
# 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_ci8、Docker 容器网络互通
了解 Docker 的四种网络模型
-
[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。
# 启动Nginx服务
$ docker run -d -p 80:80 $PWD:/etc/nginx nginx# 启动Nginx服务
$ docker run -d -p 80:80 $PWD:/etc/nginx nginx-
[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。
# 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
valid_lft forever preferred_lft forever
inet6 fe80::42:d5ff:fe4c:f21e/64 scope link
valid_lft forever preferred_lft forever server {
...
location /api {
proxy_pass http://172.17.0.1:8080
}
...
}-
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。
# 服务的启动方式有所改变(没有映射出来端口)
# 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
$ docker run -d -p 80:80 --network=host $PWD:/etc/nginx nginxx9、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。
# 总线报错
$ inv app.user_op --name=zhangsan
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。
# 问题原因
[email protected]:/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'-
[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。
# 磁盘空间不足
$ df -Th
Filesystem Type Size Used Avail Use% Mounted on
overlay overlay 1T 1T 0G 100% /
shm tmpfs 64M 24K 64M 1% /dev/shm10、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] 我们将服务部署到
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。
# 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
...# https://t.codebug.vip/questions-930901.htm
$ In Linux kernels up to 2.6.11, flock() does not lock files over NFS (i.e.,
the scope of locks was limited to the local system). [...] Since Linux 2.6.12,
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] 我们在使用
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)。
Docker默认使用网段
-
[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。
# 查看docker容器配置
$ cat /etc/docker/daemon.json
{
"registry-mirrors": ["https://vec0xydj.mirror.aliyuncs.com"],
"default-address-pools":[{"base":"172.17.0.0/12", "size":24}],
"experimental": true,
"default-runtime": "nvidia",
"live-restore": true,
"runtimes": {
"nvidia": {
"path": "/usr/bin/nvidia-container-runtime",
"runtimeArgs": []
}
}
}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。
# 服务目录结构如下所示
A: /data1/app/docker-compose.yml
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，我们需要关注的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。我们可以发现，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。
Docker服务启动串台
# 可以将目录结构调整为如下所示
A: /data/app1/docker-compose.yml
B: /data/app2/docker-compose.yml
A: /data1/app-old/docker-compose.yml
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。
# 指定项目项目名称
$ docker-compose -f ./docker-compose.yml -p app1 up -d13、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。
Docker命令调用报错
-
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。
# 脚本调用docker命令
docker exec -it psql -Upostgres ...... -
我们可以一起看下
exec命令的这两个参数，自然就差不多理解了。
-
[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。
Docker命令调用报错
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。
# Crontab定时任务
0 */6 * * * \
docker exec -it sh -c \
'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，如果你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。
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，我们可能会将三者混用，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。 -
反正我是遇到过很多问题，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。
# 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-
[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"'，所以我们在引用的时候就无法获取到对应的值。现在解决方法就是，不管是我们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。 -
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。
16、Docker 删除镜像报错
无法删除镜像，归根到底还是有地方用到了！
-
[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。
# 删除镜像
$ docker rmi 3ccxxxx2e862
Error response from daemon: conflict: unable to delete 3ccxxxx2e862 (cannot be forced) - image has dependent child images
# 强制删除
$ dcoker rmi -f 3ccxxxx2e862
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。这里我们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。
# 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)17、Docker 普通用户切换
切换 Docker 启动用户的话，还是需要注意下权限问题的！
-
[问题起因] 我们知道在
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，我们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 ♀ ！️
# Nginx报错信息
nginx: [alert] could not open error log file: open() "/var/log/nginx/error.log" failed (13: Permission denied)
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。
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;
gzip on;
sendfile on;
tcp_nopush on;
keepalive_timeout 65;
client_body_temp_path /tmp/client_body;
fastcgi_temp_path /tmp/fastcgi_temp;
proxy_temp_path /tmp/proxy_temp;
scgi_temp_path /tmp/scgi_temp;
uwsgi_temp_path /tmp/uwsgi_temp;
include /etc/nginx/conf.d/*.conf;
}18、Docker 绑定到 IPv6 上
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！
-
[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。
# Docker的报错信息
docker run -p 80:80 nginx:alpine succeeds. Previously, this was failing with Error \
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，我们一看下对应的操作系统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。
# 操作系统配置
$ cat /etc/sysctl.conf | grep ipv6
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。
version: "3"
services:
app:
restart: on-failure
container_name: app_web
image: app:latest
ports:
- "0.0.0.0:80:80/tcp"
volumes:
- "./app_web:/data"
networks:
- app_network
networks:
app_network:-
[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。
version: "3"
services:
app:
restart: on-failure
container_name: app_web
image: app:latest
ports:
- "0.0.0.0:80:80/tcp"
volumes:
- "./app_web:/data"
networks:
- app_network
networks:
app_network:-
[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。
# 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 net619、Docker 容器启动超时
Docker 服务在启动的时候，提示超时，被直接终止了！
-
[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。
$ docker-compose up -d
ERROR: for xxx UnixHTTPConnectionPool(host='localhost', port=None): Read timed out. (read timeout=70)
ERROR: An HTTP request took too long to complete. Retry with --verbose to obtain debug information.
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。
$ sudo vim /etc/profile
export COMPOSE_HTTP_TIMEOUT=500
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！
$ sudo iotop
4269 be/4 escape 15.64 K/s 0.00 B/s 0.00 % 98.36 % rg --files --hidden
4270 be/4 escape 28.15 K/s 0.00 B/s 0.00 % 97.46 % rg --files --hidden
4272 be/4 escape 31.27 K/s 0.00 B/s 0.00 % 97.39 % rg --files --hidden
4276 be/4 escape 34.40 K/s 0.00 B/s 0.00 % 96.98 % rg --files --hidden20、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！
# 部署服务架构
nginx(80) -> web1(8080)
-> web2(8081)
# 报错信息如下所示
nginx connect() failed (113: No route to host) while connecting to upstream-
[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。
# 检查开放的端口
$ sudo firewall-cmd --permanent --zone=public --list-ports
# 开启需要路由的端口
$ sudo firewall-cmd --permanent --zone=public --add-port=8080/tcp
$ sudo firewall-cmd --permanent --zone=public --add-port=8081/tcp
# 配置立即生效
firewall-cmd --reload# 关闭防火墙
$ sudo systemctl stop firewalld.service
# 禁用自启动
$ sudo systemctl disable firewalld.service21、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！
# 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-
[解决方法] 太坑了，我还以为我发现某个隐藏的
bug了，可劲的排查，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，自己却写成了0.10。这里，纪念一下，以后碰到上述报错，那肯定是镜像不存在的。
# 登录私有仓库之后会在用户家目录下生成一个docker配置
# 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
$ cat .docker/config.json
{
"auths": {
"docker.escapelife.site": {
"auth": "d00u11Fu22B3355VG2xasE12w=="
}
}
}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] 有时候我们启动的服务，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。
➜ docker ps -a
4e6xxx9a4 app:latest "/xxx/…" 26 seconds ago Restarting (1) 2 seconds ago-
[解决方法] 这时我们就需要根据，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，这里我就不过多解释了。
# 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-
同理，我们在使用
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，我这里记录下其不同部署方式的，暂停方式。
# 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# K8S
apiVersion: v1
kind: Pod
metadata:
name: ubuntu
spec:
containers:
- name: ubuntu
image: ubuntu:latest
command: ["/bin/bash", "-c", "--"]
args: ["while true; do sleep 30; done;"]
# command: ["sleep"]
# 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。
➜ nc -v 172.16.100.12 8000
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，我这里怀疑可能是
dockerd服务启动导致的，所以我先将服务都停掉，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。
$ 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!-
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，我们可以选择进行设置，然后重启服务
dockerd服务，即可。
# 修改配置
$ sudo cat /etc/docker/daemon.json
{
"default-address-pools":[{"base":"192.168.100.0/20","size":24}]
}
# 重启服务
$ sudo systemctl restart docker
# 启动服务验证是否生效
$ ip a
$ docker network inspect app | grep Subnet
-
这时，就到了考验我们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？咳咳，确实难倒我了，这时我们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。
# 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
# 按照下图我们可以对 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}]
}-
其中，
base告诉我们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则告诉我们划分的每个子网有多少IP地址可以使用呢？从"10.210.200.0/24"我们可以知道，该网络下面只有254个可用的IP地址(直接使用肯定不够)，然后我们需要给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。
24、Docker 添加私有仓库
有些情况，我们服务器上面需要使用内部私有的容器镜像地址！
-
[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。
# 拉取/登陆私库时提示
$ docker pull 192.168.31.191:5000/nginx:latest
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。
# 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 密码感谢你们的阅读
后续还会继续更新，欢迎持续关注哟~
如果有错误❌，欢迎指正呀
✨如果觉得收获满满，可以点点赞支持一下哟~✨