Docker Swarm跨三台服务器部署Elasticsearch集群遇节点发现故障求助

核心故障分析 #

你遇到的连接超时、主节点未发现问题，90%以上是Swarm集群网络连通性或Elasticsearch集群发现配置错误导致，以下是针对性排查和修复方案：

第一步：验证Swarm集群基础状态 #

先确保Swarm集群本身正常运行：

• 执行 docker node ls，确认三台服务器的节点状态均为Ready
• 检查overlay网络：执行 docker network inspect <你的网络名>，确认所有节点都已加入该网络，且网络状态无异常

第二步：修正Elasticsearch关键配置 #

调整docker-compose.yml中的以下核心配置项：

1. 集群发现配置 #

• discovery.seed_hosts：设置为Swarm服务名称（比如你的服务叫elasticsearch，则值为["elasticsearch"]），Swarm服务发现会自动解析该名称到所有ES副本容器的IP
• cluster.initial_master_nodes：必须包含所有候选主节点的名称，建议通过Swarm任务槽位动态生成固定节点名：

  environment:
    - node.name=node-{{.Task.Slot}}
    - cluster.initial_master_nodes=node-1,node-2,node-3
  

• network.host：必须设置为0.0.0.0，否则ES仅绑定容器localhost，其他节点无法访问

2. 资源与JVM配置 #

• 设置ES堆内存：ES_JAVA_OPTS: "-Xms2g -Xmx2g"（堆内存不超过物理内存的50%，且不超过32G）
• 在deploy配置中限制容器内存，避免资源耗尽：

  deploy:
    resources:
      limits:
        memory: 4g
      reservations:
        memory: 4g
  

3. 可用示例docker-compose.yml #

version: '3.8'

services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.11.3
    environment:
      - node.name=node-{{.Task.Slot}}
      - cluster.name=es-cluster
      - discovery.seed_hosts=elasticsearch
      - cluster.initial_master_nodes=node-1,node-2,node-3
      - network.host=0.0.0.0
      - ES_JAVA_OPTS=-Xms2g -Xmx2g
      - xpack.security.enabled=false # 调试阶段先关闭安全认证
    volumes:
      - es-data:/usr/share/elasticsearch/data
    ports:
      - "9200:9200"
    deploy:
      mode: replicated
      replicas: 3
      placement:
        max_replicas_per_node: 1 # 强制每个物理节点仅运行一个ES副本
      resources:
        limits:
          memory: 4g
        reservations:
          memory: 4g
    networks:
      - es-overlay

volumes:
  es-data:

networks:
  es-overlay:
    driver: overlay
    attachable: true

第三步：开放必要端口与防火墙配置 #

三台服务器必须开放以下端口（防火墙/安全组都要配置）：

• 9200/tcp：ES HTTP接口
• 9300/tcp：ES节点间通信端口
• Swarm集群必需端口：
  • 2377/tcp：集群管理通信
  • 7946/tcp/udp：Swarm节点间数据同步
  • 4789/udp：Overlay网络数据包传输

第四步：验证集群状态 #

部署完成后，在任意节点执行：

curl http://localhost:9200/_cluster/health?pretty

如果返回status: "green"，说明集群正常运行；若为yellow，检查副本分片状态；若仍报错，查看容器日志中的具体错误信息（比如节点名称不匹配、网络不通），针对性调整。

内容的提问来源于stack exchange，提问作者Hossein Rahmati