Docker Swarm双节点故障服务迁移及节点优先部署配置问题

问题根因说明 #

Docker Swarm 管理平面基于 Raft 共识算法实现，要求管理节点数量必须为奇数，可容忍的故障管理节点数为 (管理节点总数 - 1)/2：

• 单管理节点集群：容错 0 个管理节点故障，leader 宕机后集群控制平面完全失效，worker 节点无法接收调度指令，自然无法接管服务
• 双管理节点集群：需要至少 2 个管理节点同时在线才能达成共识，任意一个节点宕机都无法满足多数票要求，控制平面同样失效，这就是你之前配置双管理节点没有达到预期效果的核心原因

双节点集群配置方案（仅 2 台服务器可用场景） #

如果暂时无法新增服务器，可按以下配置实现任意节点宕机后服务自动接管：

1. 两个节点都设置为管理节点，调整集群心跳参数提高故障检测速度：
   在任意管理节点执行命令：

   docker swarm update --dispatcher-heartbeat 3s --task-history-limit 2
   

2. 配置自动故障恢复脚本：
   因为双管理节点无法自动完成故障切换，你可以在两个节点都部署一个轻量监控脚本，检测到集群 leader 离线且自身存活时，自动执行强制重建集群命令：

   docker swarm init --force-new-cluster --advertise-addr 本机IP
   

   脚本触发后10秒内即可恢复集群控制平面，存活节点会自动接管所有离线节点上的服务。

服务优先调度到指定节点配置 #

你之前使用的 constraints 是硬调度规则，会完全禁止服务调度到 manager 节点，要实现「优先部署到 worker 节点，worker 不可用时再调度到 manager 节点」的需求，需要使用 Swarm 提供的软调度规则 placement.preferences，配置示例如下：

deploy:
  placement:
    preferences:
      # 优先按节点角色分发，优先调度到worker角色节点
      - spread: node.role
    # 可选：如果需要优先调度到指定的某个worker节点，可以先给worker打自定义标签
    # 打标签命令：docker node update --label-add deploy_priority=high <worker节点名称/ID>
    # preferences 配置替换为：
    # - spread: node.labels.deploy_priority

该配置是软约束，不会禁止服务调度到其他节点，仅会在有可选节点时优先匹配优先级更高的节点。

最优生产方案建议 #

如果有条件新增1台低配置服务器（仅需1核1G配置即可，不需要跑业务服务），建议配置 3 个管理节点的集群，满足 Raft 共识的多数票要求，可以自动容错1个管理节点故障，无需额外的监控脚本干预，可用性更高。

内容的提问来源于stack exchange，提问作者Gilson