Docker Swarm环境下Nginx与Varnish循环依赖启动崩溃问题咨询

核心问题原因 #

两个服务进程启动时均会强制校验依赖服务的域名解析状态，Docker Swarm 内部DNS仅会注册正常运行的服务实例记录，服务未就绪时解析失败直接触发进程崩溃，形成循环启动死锁。

方案1：修改Nginx配置，取消启动时强制域名解析 #

Nginx 默认在启动阶段就会解析proxy_pass/upstream配置中的域名，解析失败直接退出。可以通过变量+Swarm内置DNS的方式，将域名解析延迟到请求处理阶段，避免启动失败，配置示例：

# pass to varnish
location / {
    # 使用Swarm内置DNS服务器，缓存解析结果10秒
    resolver 127.0.0.11 valid=10s;
    # 用变量存储后端地址，Nginx启动时不会主动解析
    set $varnish_backend http://varnish:80;
    proxy_pass $varnish_backend;
    # 其余proxy_*配置保持不变
}

修改后Nginx可以正常启动，即使Varnish未就绪，也仅会在请求时返回错误，不会崩溃，配合自动重启策略即可在Varnish就绪后自动恢复正常。

方案2：给Varnish添加启动等待/自动重试策略 #

无需修改VCL配置，直接调整服务启动逻辑或重启策略即可：

方式A：启动前探测依赖服务就绪状态 #

修改Varnish服务的启动命令，先探测Nginx 8080端口连通性再启动主进程：

services:
  varnish:
    image: varnish:latest
    command: >
      sh -c "
      # 循环探测Nginx端口，连通后再启动Varnish
      while ! nc -z nginx 8080; do sleep 2; done;
      varnishd -f /etc/varnish/default.vcl -a :80 -F
      "

方式B：配置Swarm自动重启策略 #

配置服务异常退出后的自动重试机制，等待依赖服务就绪后即可启动成功：

services:
  varnish:
    deploy:
      restart_policy:
        condition: on-failure
        delay: 5s
        max_attempts: 10
        window: 120s
  nginx:
    deploy:
      restart_policy:
        condition: on-failure
        delay: 5s
        max_attempts: 10
        window: 120s

方案3：拆分Nginx服务，从架构上消除循环依赖 #

当前架构中Nginx同时承担了两个职责：443端口SSL入口转发、8080端口后端应用处理，拆分两个独立服务即可完全解决依赖冲突：

1. 拆分出nginx-front服务：仅负责443端口SSL终止，转发请求到Varnish
2. 拆分出nginx-back服务：仅负责8080端口的应用请求处理，对接PhpFpm
3. Varnish的后端配置改为nginx-back:8080
   调整后依赖链为nginx-back→Varnish→nginx-front，不存在循环依赖，启动顺序天然可控。

方案4：基于健康检查的Swarm启动顺序控制 #

Docker Swarm 支持基于服务健康检查的启动顺序控制，无需修改业务配置：

1. 给两个服务分别配置健康检查规则
2. 在depends_on中指定依赖服务的健康检查状态为就绪
   配置示例：

version: '3.8'
services:
  nginx:
    image: nginx:latest
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:8080/health"]
      interval: 3s
      timeout: 2s
      retries: 5
    deploy:
      restart_policy:
        condition: on-failure

  varnish:
    image: varnish:latest
    depends_on:
      nginx:
        condition: service_healthy
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:80/health"]
      interval: 3s
      timeout: 2s
      retries: 5
    deploy:
      restart_policy:
        condition: on-failure

内容的提问来源于stack exchange，提问作者GhostLexly