在Mesosphere DC/OS上用Docker部署Cassandra集群遇重复创建容器问题求助

首先，咱们先拆解你遇到的核心问题：Marathon反复重启Cassandra容器，显示TASK_FAILED并提示"容器因Broken pipe信号终止"，但宿主机上容器明明在运行。这大概率是端口配置错误+缺少健康检查导致的Marathon误判。

核心原因 #

1. 端口映射完全错误
   你配置的containerPort: 8000，但Cassandra默认根本不监听这个端口！Cassandra的核心常用端口是：

   • CQL客户端通信：9042
   • Thrift接口：9160
   • 集群内部节点通信：7000/7001
   • JMX管理端口：7199
     Marathon会尝试探测你指定的main端口（8000）是否有服务响应，结果连不上，就会认为容器启动失败，触发重启逻辑。

2. 缺少明确的健康检查配置
   你的JSON里没有定义healthChecks字段，Marathon只能依赖端口探测来判断服务状态。但端口本身就错了，自然会持续误判。另外，Cassandra启动需要一定的初始化时间（尤其是第一次启动），没有健康检查宽限期的话，Marathon会在容器还没完全就绪时就开始探测，直接标记失败。

3. Broken pipe信号的由来
   当Marathon尝试连接容器的8000端口时，容器没有监听这个端口，TCP连接会被重置，Marathon端就会收到Broken pipe错误，进而标记任务失败，启动新容器。

修正后的Cassandra配置文件 #

我帮你调整了端口映射，添加了合理的健康检查，同时保留了你原有的其他配置：

{
  "id": "/cassandra",
  "acceptedResourceRoles": [ "*" ],
  "backoffFactor": 1.15,
  "backoffSeconds": 1,
  "container": {
    "portMappings": [
      {
        "containerPort": 9042,
        "hostPort": 0,
        "protocol": "tcp",
        "servicePort": 10003,
        "name": "cql"
      }
    ],
    "type": "DOCKER",
    "volumes": [],
    "docker": {
      "image": "cassandra:3.9",
      "forcePullImage": false,
      "privileged": false,
      "parameters": []
    }
  },
  "cpus": 3,
  "disk": 10000,
  "instances": 1,
  "maxLaunchDelaySeconds": 300,
  "mem": 6000,
  "gpus": 0,
  "networks": [
    {
      "mode": "container/bridge"
    }
  ],
  "requirePorts": false,
  "upgradeStrategy": {
    "maximumOverCapacity": 1,
    "minimumHealthCapacity": 1
  },
  "killSelection": "YOUNGEST_FIRST",
  "unreachableStrategy": {
    "inactiveAfterSeconds": 0,
    "expungeAfterSeconds": 0
  },
  "fetch": [],
  "constraints": [],
  "healthChecks": [
    {
      "protocol": "TCP",
      "portIndex": 0,
      "gracePeriodSeconds": 45,
      "intervalSeconds": 15,
      "timeoutSeconds": 5,
      "maxConsecutiveFailures": 3
    }
  ]
}

关键调整说明 #

• 端口修正：把containerPort改成9042（Cassandra默认CQL端口），同时把端口名称改成cql更清晰。
• 添加TCP健康检查：
  • gracePeriodSeconds: 45：给Cassandra足够的启动初始化时间，避免启动初期被误判为失败。
  • intervalSeconds: 15：每15秒检查一次端口连通性。
  • maxConsecutiveFailures: 3：连续3次失败才标记任务失败，减少误判概率。

额外验证步骤 #

1. 部署修正后的配置后，在DC/OS GUI里观察任务状态，等待45秒的健康检查宽限期，看是否能进入TASK_RUNNING状态。
2. 进入宿主机的Cassandra容器，执行nodetool status确认Cassandra节点正常运行：

   docker exec -it <容器ID> nodetool status
   

3. 如果需要扩展集群到多实例，记得添加Cassandra集群相关的配置（比如seeds参数），可以通过Docker的parameters传递环境变量，比如：

   "docker": {
     "image": "cassandra:3.9",
     "forcePullImage": false,
     "privileged": false,
     "parameters": [
       {"name": "env", "value": "CASSANDRA_SEEDS=<第一个节点的IP>"}
     ]
   }
   

内容的提问来源于stack exchange，提问作者govind