Docker Swarm同Overlay网络服务无法通信问题求助

看起来你遇到了Swarm集群中Overlay网络服务DNS解析失败的问题，即使使用VIP也无法通信，下面是我整理的一步步排查方案：

• 确认Overlay网络的健康状态
  首先检查这个Overlay网络的详细信息，确认所有节点都已正确加入网络：

  docker network inspect hh8zmhc9gx0p9iwukozo31dgs
  

  重点看Containers和Peers部分，确认dev_db和dev_slavedb对应的容器都在网络中，且集群节点的状态都是健康的（没有断开连接的节点）。

• 验证Swarm DNS解析功能
  Swarm服务的域名解析依赖内置的DNS服务，你可以进入其中一个服务的容器，直接测试DNS解析：

  # 先获取dev_slavedb的容器ID
  docker ps --filter "name=dev_slavedb" --format "{{.ID}}"
  # 进入容器
  docker exec -it <container-id> /bin/bash
  # 测试DNS解析
  nslookup dev_db
  dig dev_db
  

  如果解析失败，说明Swarm的DNS服务出现了异常；如果能解析到VIP但还是无法通信，那问题可能出在网络连通性上。

• 检查节点间的Overlay网络必备端口
  Overlay网络依赖以下端口的连通性，确保集群节点之间这些端口没有被防火墙/安全组拦截：

  • TCP 2377：Swarm管理节点间通信
  • TCP/UDP 7946：节点间的发现与通信
  • UDP 4789：VXLAN数据包传输

  在swarm01节点上测试和swarm02的连通性：

  # 测试4789端口
  nc -zv swarm02 4789
  # 测试7946端口
  nc -zv swarm02 7946
  

  如果端口不通，先关闭节点上的防火墙（比如ufw disable或者systemctl stop firewalld）测试，确认是防火墙问题后再配置规则放行这些端口。

• 检查服务任务的实际运行状态
  虽然服务显示存在，但任务可能有异常，检查任务的详细状态：

  docker service ps dev_db
  docker service ps dev_slavedb
  

  看任务的STATE是否是Running，有没有重启循环的情况。如果任务状态异常，查看容器日志确认postgres服务是否正常启动：

  docker logs <container-id>
  

  如果postgres服务没正常启动，即使网络正常也无法通信。

• 排查Host模式端口发布的影响
  注意到你的两个服务都使用了PublishMode: host，这种模式会将端口直接绑定在节点的主机网络上，虽然两个服务在不同节点不会端口冲突，但可能会绕过Swarm Overlay网络的部分逻辑。可以临时修改其中一个服务的发布模式为ingress测试：

  docker service update --publish-rm 5432:5432/tcp --publish-add 5432:5432/tcp --publish-mode ingress dev_db
  

  修改后再测试服务间的通信，看是否恢复正常。

• 确认集群节点Docker版本一致性
  不同版本的Docker可能存在Overlay网络的兼容性问题，在所有节点上执行：

  docker version
  

  确保所有节点的Docker版本（尤其是Swarm相关的版本）完全一致，如果有版本差异，升级到同一稳定版本再测试。

• 重启Docker服务或Swarm节点（谨慎操作）
  如果以上步骤都没解决问题，可以尝试重启单个节点的Docker服务（先确保服务有副本或者业务允许中断）：

  systemctl restart docker
  

  如果是管理节点，重启后需要确认Swarm集群状态正常：

  docker node ls
  

内容的提问来源于stack exchange，提问作者VaTo