POD 定义 - 部署到 DC/OS

Question

我是 DC/OS 的新手，我一直在努力尝试部署 POD。我尝试了 documentation 中提供的简单示例但部署仍停留在部署阶段。有很多可用资源，所以这不是问题。

我有 3 个容器需要存在于虚拟网络中（队列、PDI、API）。我已经包含了我的定义文件，该文件以单个容器部署开始，一旦我可以成功部署，我将向定义中添加 2 个额外的容器。我一直在看这个 example 但没有成功。

我已经成功地通过 Jenkins 一次部署一个容器。所有 3 张图片均已发布并存在于 docker 注册表 (Jfrog) 中。我已经包含了一个我的 marathon.json 示例，用于其中一个成功的部署。我将不胜感激任何有帮助的反馈。该服务卡在部署阶段，因此我无法通过命令行或 UI.

深入查看日志

containers.image = pdi-queue

人工服务器=repos.pdi.com:5010/pdi-queue

1 容器 POD 定义 -（错误：卡在部署阶段）

{
"id":"/pdi-queue",
"containers":[
   {
      "name":"simple-docker",
      "resources":{
         "cpus":1,
         "mem":128,
         "disk":0,
         "gpus":0
      },
      "image":{
         "kind":"DOCKER",
         "id":"repos.pdi.com:5010/pdi-queue",
         "portMappings":[
            {
               "hostPort": 0,
               "containerPort": 15672,
               "protocol": "tcp",
               "servicePort": 15672

            }
         ]
      },
      "endpoints":[
         {
            "name":"web",
            "containerPort":80,
            "protocol":[
               "http"
            ]
         }

      ],
      "healthCheck":{
         "http":{
            "endpoint":"web",
            "path":"/"
         }
      }
   }
],
"networks":[
   {
      "mode":"container",
      "name":"dcos"
   }
]

}

Marathon.json - （无错误：部署成功）

  {
  "id": "/pdi-queue",
  "backoffFactor": 1.15,
  "backoffSeconds": 1,
  "container": {
    "portMappings": [
      {"containerPort": 15672, "hostPort": 0, "protocol": "tcp", "servicePort": 15672, "name": "health"},
      {"containerPort": 5672, "hostPort": 0, "protocol": "tcp", "servicePort": 5672, "name": "queue"}
    ],
    "type": "DOCKER",
    "volumes": [],
    "docker": {
      "image": "repos.pdi.com:5010/pdi-queue",
      "forcePullImage": true,
      "privileged": false,
      "parameters": []
    }
  },
  "cpus": 0.1,
  "disk": 0,
  "healthChecks": [
    {
      "gracePeriodSeconds": 300,
      "intervalSeconds": 60,
      "maxConsecutiveFailures": 3,
      "portIndex": 0,
      "timeoutSeconds": 20,
      "delaySeconds": 15,
      "protocol": "MESOS_HTTP",
      "path": "/"
    }
  ],
  "instances": 1,
  "maxLaunchDelaySeconds": 3600,
  "mem": 512,
  "gpus": 0,
  "networks": [
    {
      "mode": "container/bridge"
    }
  ],
  "requirePorts": false,
  "upgradeStrategy": {
    "maximumOverCapacity": 1,
    "minimumHealthCapacity": 1
  },
  "killSelection": "YOUNGEST_FIRST",
  "unreachableStrategy": {
    "inactiveAfterSeconds": 300,
    "expungeAfterSeconds": 600
  },
  "fetch": [],
  "constraints": [],
  "labels": {
    "traefik.frontend.redirect.entryPoint": "https",
    "traefik.frontend.redirect.permanent": "true",
    "traefik.enable": "true"
  }

}

Answer 1

我可能不知道您运行遇到的问题的答案，但我想我可以分享一些帮助调试的建议。

首先，如果您无法从 DC/OS UI 查看日志，您也可以转到 <cluster_url>/mesos 并在已完成下找到 simple_docker 任务任务。它会显示为 TASK_FAILED。点击右边的Sandboxlink然后勾选任务的stderr和stdout文件。那里可能有一些关于失败原因的线索。

另一个可以查看的地方是记下任务失败的 Mesos UI 中的代理 IP。 SSH 进入节点并运行 sudo journalctl -u dcos-mesos-slave 查看代理日志并尝试查找与失败任务对应的日志

运行将应用程序作为 Pod 与您共享的应用程序定义之间的一个区别是，您的应用程序定义使用 DOCKER 作为任务的容器化器，而 Pods 使用 MESOS 容器化器。我注意到您正在为 docker 图像使用私人 docker 注册表。一种可能是，如果您的私有注册中心的证书不受 Mesos 信任，但 docker 已配置为信任它：

<copy the certificate(s) to /var/lib/dcos/pki/tls/certs>
cd /var/lib/dcos/pki/tls/certs
for file in *.crt; do ln -s \"$file\" \"$(openssl x509 -hash -noout -in \"$file\")\".0; done

这需要在每个代理节点上完成。

如果不是证书问题，则可能是 docker 注册表凭据问题。如果您使用的 docker 注册表需要身份验证，那么您可以在安装时指定 docker 凭据（假设采用高级安装方法）使用：https://docs.mesosphere.com/1.11/installing/production/advanced-configuration/configuration-reference/#cluster-docker-credentials

POD 定义 - 部署到 DC/OS

POD Definition - Deploying to DC/OS

docker

dcos