Jenkins Pipeline执行Docker Push时偶现unexpected EOF错误求助

问题背景 #

运行在Jenkins slave节点上的流水线，负责将Docker镜像推送至AWS ECR。首次执行时会在镜像构建推送阶段失败，重试后任务可正常完成，该问题频繁出现。流水线核心代码如下：

pipeline {
    agent {
        node {
            label "${jenkins_node}"
        }
    }
    tools { 
        maven 'maven 3.9.1'
    }

    stages {
        stage('GIT checkout') {
            steps {
                dir("$WORKSPACE") {
                    checkout([$class                           : 'GitSCM',
                              branches                         : [[name: "${BRANCH}"]],
                              doGenerateSubmoduleConfigurations: false,
                              extensions                       : [[$class             : 'SubmoduleOption',
                                                                   disableSubmodules  : false,
                                                                   parentCredentials  : true,
                                                                   recursiveSubmodules: false,
                                                                   reference          : '',
                                                                   timeout            : 15,
                                                                   trackingSubmodules : false]],
                              gitTool                          : 'Default',
                              submoduleCfg                     : [],
                              userRemoteConfigs                : [[credentialsId: 'XXXXXXXXXX',
                                                                   url          : 'XXXXXXXXXXXX']]])
                }
            }
        }

        stage ('Prepare image tag name') {
            steps {
                script {
                    echo "image tag..."
                    IMAGE_TAG = sh(returnStdout: true, script: "git log -n 1 --pretty=format:'%h'").trim()
                    echo "DEBUG: TAG name is $IMAGE_TAG"
                }
            }
        }

        stage('Build docker image') {
            steps {
                withAWS(roleAccount:'XXXXXXXXXXXX', role:'dcp-jenkins-role') {
                    sh  ''' 
                        #!/bin/bash
                        set -x
                        cd $WORKSPACE
                        mvn clean install -DskipTests
                        '''
                    script{
                        sh """
                            sudo systemctl start docker
                            sudo chmod 777 /var/run/docker.sock
                            aws ecr get-login-password --region us-east-1 | docker login --username XXXX --password-stdin XXXXXXXXXXXX.dkr.ecr.us-east-1.amazonaws.com
                            docker build -t XXXXXXXXXXXXXX:$IMAGE_TAG .
                            docker tag XXXXXXXXXXXXXX:$IMAGE_TAG XXXXXXXXXXXXXX.dkr.ecr.us-east-1.amazonaws.com/XXXXXXXXXXXXXX:$IMAGE_TAG
                            docker push XXXXXXXXXXXXXX.dkr.ecr.us-east-1.amazonaws.com/XXXXXXXXXXXXXX:$IMAGE_TAG
                        """
                    } 
                }
            }
        }
    }
}

问题根因 #

1. Docker服务启动异步性：sudo systemctl start docker是异步执行命令，返回时Docker daemon可能仍在初始化，后续Docker命令（login/build/push）会因无法连接daemon而失败；重试时Docker已完全启动，因此命令正常执行。
2. 权限生效延迟：sudo chmod 777 /var/run/docker.sock的权限变更可能未即时生效，导致首次执行时Jenkins用户无权限访问Docker sock文件。
3. ECR登录无重试逻辑：首次执行时AWS凭证加载或网络波动可能导致登录失败，无重试机制会直接终止流程。

修复方案 #

1. 等待Docker服务完全就绪 #

在启动Docker后添加循环检查，确保daemon正常运行后再执行后续命令：

sudo systemctl start docker
# 最多等待30秒，每隔1秒检查一次Docker状态
for i in {1..30}; do
    if docker info >/dev/null 2>&1; then
        echo "Docker daemon is ready"
        break
    fi
    echo "Waiting for Docker daemon to start... ($i/30)"
    sleep 1
done
# 超时未就绪则退出流程
docker info >/dev/null 2>&1 || { echo "Failed to start Docker daemon"; exit 1; }

2. 安全配置Docker权限（替代777权限） #

长期来看，给sock文件设置777权限存在安全风险，建议在slave节点将Jenkins运行用户加入docker组：

sudo usermod -aG docker jenkins

执行后重启Jenkins agent服务，后续无需再修改sock权限，也能避免权限生效延迟问题。

3. 添加ECR登录重试机制 #

针对网络或凭证加载波动，给ECR登录命令添加重试逻辑：

# 最多重试3次登录ECR
for i in {1..3}; do
    aws ecr get-login-password --region us-east-1 | docker login --username AWS --password-stdin XXXXXXXXXXXX.dkr.ecr.us-east-1.amazonaws.com
    if [ $? -eq 0 ]; then
        echo "ECR login succeeded"
        break
    fi
    echo "ECR login failed, retrying... ($i/3)"
    sleep 2
done
# 重试失败则退出
if [ $? -ne 0 ]; then
    echo "Failed to login to ECR after 3 attempts"
    exit 1
fi

4. 拆分流水线阶段优化 #

将Docker环境准备逻辑单独拆分为前置阶段，确保后续构建推送阶段执行时环境已完全就绪：

stage('Prepare Docker Environment') {
    steps {
        sh '''
            sudo systemctl start docker
            # 等待Docker就绪
            for i in {1..30}; do
                docker info >/dev/null 2>&1 && break
                sleep 1
            done
            docker info >/dev/null 2>&1 || exit 1
        '''
    }
}

内容的提问来源于stack exchange，提问作者Gunjit Sidher