docker相关

Edunexus 部署排查手册

整理自一次完整的故障排查实战。当部署后服务起来了但外部访问异常时，按本文档顺序排查。

0. 部署完毕后的健康检查清单

bash 复制代码

# 1) 容器是否都 Up
docker ps --format "table {{.Names}}\t{{.Status}}\t{{.Ports}}"

# 2) 业务端口是否在宿主机 LISTEN
sudo netstat -tlnp | grep -E ':(80|3306|6379|1883|8808|9000|18083) '

# 3) 容器内服务自检
docker exec platform_edunexus sh -c 'wget -qO- --timeout=3 http://127.0.0.1:8808/api/ 2>&1 | head -3' || true
docker exec platform_nginx nginx -t

任何一条不正常 → 进入下面对应章节。

1. 启动报错：`Pool overlaps with other one on this address space`

含义：docker-compose 声明的 172.25.0.0/16 子网与宿主已有网络冲突（旧 compose 残留 / VPN / 公司内网）。

排查

bash 复制代码

docker network ls
# 找出实际占用 172.25 段的那个网络
docker network inspect $(docker network ls -q) 2>/dev/null | grep -B5 '172.25' | head -30
ip route | grep 172.25

解决

优先方案：清残留

bash 复制代码

docker-compose -f /edunexus/edunexus_deploy_v1.1/docker-compose.yaml down --remove-orphans
docker network prune -f

然后重跑 bootstrap_edunexus.sh。

真冲突：换子网

编辑 docker-compose.yaml，把 subnet: 172.25.0.0/16 换成 10.88.0.0/16，并把所有 ipv4_address: 172.25.0.x → 10.88.0.x，同时改 nginx.conf / application.yml / DetectSvr/conf.json / StreamSrv/conf.json 里的 172.25.0.*。

2. 启动报错：`exec: "/opt/xxx/entrypoint.sh": permission denied`

含义：镜像内的 entrypoint.sh 没有 +x。常见于 EMQX、DetectSvr、StreamSvr。

临时绕过（不重建镜像）

在 docker-compose.yaml 该服务下加一行：

yaml 复制代码

  mqtt:
    entrypoint: ["sh", "/opt/emqx/entrypoint.sh"]

sh xxx.sh 不要求脚本本身 +x。然后：

bash 复制代码

docker-compose down && docker-compose up -d

根本修复（修源码再 build）

给宿主源文件加 +x：
bash 复制代码
```
chmod 755 avtronsys/Emqx/entrypoint.sh
```

在 Dockerfile 的 COPY 之后加：

dockerfile 复制代码

RUN chmod +x /opt/emqx/entrypoint.sh
# 或一次扫一波
RUN find /opt/avtronsys/StreamSrv -maxdepth 2 -name "*.sh" -exec chmod +x {} \;

docker-compose build mqtt && docker-compose up -d mqtt

3. 端口 LISTEN 但 `curl` 返回 `Connection reset by peer`

症状：netstat 看 docker-proxy 在 LISTEN，但 curl http://127.0.0.1:9000/ 报 Recv failure: 连接被对方重置。

这是 TCP 握手成功后被立刻 RST，不是防火墙（防火墙是 timeout/refuse），原因通常是 nginx 容器侧出问题。

排查 5 步走

bash 复制代码

# 1) 路由是否冲突（最可疑）
ip route
docker network inspect $(docker network ls -q) 2>/dev/null | grep -E 'Subnet|Gateway' | head

# 2) nginx 配置是否有效
docker exec platform_nginx nginx -t

# 3) nginx 实际加载的运行配置里有没有 listen 9000
docker exec platform_nginx nginx -T 2>/dev/null | grep -E "listen 9000|edunexus_backend"

# 4) 容器内真正监听的端口（无 ss/netstat 时用 /proc/net/tcp）
docker exec platform_nginx sh -c "cat /proc/net/tcp | awk 'NR>1 {print \$2}' | cut -d: -f2 | sort -u | while read p; do printf '%d\n' 0x\$p; done | sort -un"

# 5) nginx 错误日志
docker logs platform_nginx --tail 80

常见根因 A：nginx 配置文件被旧版本"粘"住

deploy 脚本如果用的是"目录已存在则跳过"逻辑，换 tar 重部署后老 conf 一直没被覆盖。

判定：第 3 步 nginx -T 输出里没有 listen 9000 或 edunexus_backend，但宿主机源文件里有。

修复：

bash 复制代码

sudo cp -f /edunexus/edunexus_deploy_v1.1/avtronsys/Nginx/conf/nginx.conf /opt/avtronsys/Nginx/conf/nginx.conf
docker exec platform_nginx nginx -s reload

常见根因 B：nginx 版本不支持配置里的某些指令

判定：nginx -s reload 报 [emerg] "xxx" directive is not allowed here。

实例：

复制代码

[emerg] "keepalive_requests" directive is not allowed here in nginx.conf:4

nginx 1.13.3 不支持 upstream 块的 keepalive_requests / keepalive_timeout（需 1.15.3+）。

修复：要么把 nginx 镜像升到 1.27，要么删掉这些不支持的指令。

bash 复制代码

# 方案 1：临时删
sudo sed -i '/keepalive_requests/d; /keepalive_timeout 75s/d' /opt/avtronsys/Nginx/conf/nginx.conf
docker exec platform_nginx nginx -s reload

# 方案 2：长期升级镜像（修 Dockerfile）
FROM swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/nginx:1.27-alpine

常见根因 C：前端 `dist` 目录没复制进容器

判定：

bash 复制代码

docker exec platform_nginx ls /opt/avtronsys/Nginx/frontend/edunexus/dist/ 2>&1
# → No such file or directory

原因同 A，部署脚本的"目录非空就跳过"判断把整个 frontend/ 拷贝直接跳了，新加的 edunexus/dist 一直没补。

修复：

bash 复制代码

sudo mkdir -p /opt/avtronsys/Nginx/frontend/edunexus
sudo cp -r /edunexus/edunexus_deploy_v1.1/avtronsys/Nginx/frontend/edunexus/dist \
           /opt/avtronsys/Nginx/frontend/edunexus/
sudo chmod -R 755 /opt/avtronsys/Nginx/frontend/
# nginx 不需要 reload，静态文件即时生效
curl -I http://127.0.0.1:9000/

4. 容器间网络连通性测试（nginx 容器没 ping/wget/curl）

nginx-slim / nginx:alpine 镜像精简，没 ping/wget/curl。借用别的容器测：

bash 复制代码

# mqtt 容器装了 netcat
docker exec platform_mqtt sh -c "nc -zv 172.25.0.7 8808 && echo OK"
docker exec platform_mqtt sh -c "nc -zv 172.25.0.2 9000"

# 从宿主机直打容器 IP（绕过 docker-proxy + nginx）
curl -sv http://172.25.0.7:8808/api/ 2>&1 | head -10

预期结果：

nc 返回 succeeded → 容器间网络通
curl 172.25.0.7:8808/api/ 返回 HTTP/1.1 401（无 token 时正常）

5. 防火墙 / 外部访问问题

如果本机 curl 127.0.0.1:9000 通了，但同网段别的机器 curl 192.168.10.x:9000 不通：

bash 复制代码

sudo ufw status
sudo iptables -L INPUT -n | head -20

如果 ufw active，放行：

bash 复制代码

sudo ufw allow 9000/tcp
sudo ufw allow 80/tcp
sudo ufw reload

VMware NAT 场景：如果 VM 用 NAT 模式，要在 VMware 配置里把 host 的对应端口转发到 VM。Bridged 模式则不需要。

6. nginx 日志中频繁 502

典型日志：

复制代码

connect() failed (113: No route to host) while connecting to upstream "http://172.25.0.6:8089/..."
connect() failed (111: Connection refused) while connecting to upstream "http://172.25.0.7:8013/..."

含义：nginx.conf 里有大量 server 块（8070/8090/8091/...）指向未部署的旧服务（EDU V1 在 172.25.0.6:8089、EDU V2 在 :8013、iclass 在 172.25.0.8/0.11）。

Edunexus 单服务部署只用 :9000，其他端口的 502 可以忽略或直接从 nginx.conf 删掉那些 server 块减噪。

7. SQL 数据库相关

重新导入 SQL（清空 data 目录）

bash 复制代码

# 完全清空 mysql 数据卷以重新触发 /docker-entrypoint-initdb.d/*.sql
docker-compose down -v        # -v 删命名卷
sudo rm -rf /opt/avtronsys/Mysql/data/*
docker-compose up -d mysql
docker logs platform_mysql -f # 看到 "ready for connections" 即完成首次初始化

验证 edunexus 库已建

bash 复制代码

docker exec platform_mysql mysql -uroot -p'Avt@2024!' -e "SHOW DATABASES; USE edunexus; SHOW TABLES;" 2>&1 | tail -30

8. 一键全清重来（核选项）

部署彻底搞乱，想推倒重来：

bash 复制代码

cd /edunexus/edunexus_deploy_v1.1

# 1) 停掉容器并删掉命名卷
docker-compose down -v
docker network prune -f

# 2) 清掉宿主机映射目录（注意：这会丢 mysql/redis/emqx 数据）
sudo rm -rf /opt/avtronsys/{Nginx,Mysql,Emqx,Redis,Edunexus,DetectSvr,StreamSrv}

# 3) 解压最新 tar 包覆盖项目目录（如果换了新 tar）
cd /edunexus
rm -rf edunexus_deploy_v1.1
tar -xf edunexus_deploy_v1.1.tar
cd edunexus_deploy_v1.1

# 4) 一键重装
sudo bash bootstrap_edunexus.sh

9. 排查常用命令速查

bash 复制代码

# 容器
docker ps -a
docker logs <name> --tail 80 -f
docker exec -it <name> sh
docker inspect <name> | grep -E 'IPAddress|Mounts|Ports' -A2

# 网络
docker network ls
docker network inspect <network>
ip route
sudo netstat -tlnp | grep <port>
ss -lntp | grep <port>

# nginx 专用
docker exec platform_nginx nginx -t            # 校验配置
docker exec platform_nginx nginx -T            # 打印生效配置
docker exec platform_nginx nginx -s reload     # 热加载

# 容器内端口（nginx-alpine 没 ss/netstat 时）
docker exec platform_nginx sh -c "cat /proc/net/tcp | awk 'NR>1 {print \$2}' | cut -d: -f2 | sort -u | while read p; do printf '%d\n' 0x\$p; done | sort -un"

# 跨容器探测（mqtt 容器有 netcat）
docker exec platform_mqtt nc -zv <container_ip> <port>

10. 已知配置不一致（仅参考，不影响 Edunexus 自身）

如果业务确实需要 DetectSvr / StreamSvr 把数据回写到 Edunexus，需要改这些业务配置：

文件	当前值（指向旧 EDU/IClass）	应改为（指向 Edunexus）
`avtronsys/DetectSvr/conf.json` `platformIp/Port`	`172.25.0.6:8089`	`172.25.0.7:8808`
`avtronsys/DetectSvr/conf.json` `sql.database`	`zypt`、`zhjs`	`edunexus`
`avtronsys/StreamSrv/conf.json` `EDUplatformIp/Port`	`172.25.0.6:8089`	`172.25.0.7:8808`
`avtronsys/StreamSrv/conf.json` `IClassplatformIp/Port`	`172.25.0.8:8088`	视业务需求决定
`avtronsys/StreamSrv/conf.json` `sql.database`	`zypt`	`edunexus`

改完重启对应容器：

bash 复制代码

docker-compose restart detectserver streamserver

附：本次实战的"路径依赖"陷阱

部署脚本最坑的不是语法错误，而是 "幂等"判断写错位置：

bash 复制代码

# 这个判断会让"换了新版本配置但旧目录还存在"的情况下，新配置永远不生效
if [ ! -d /opt/avtronsys/Nginx/conf ] || [ ! -f /opt/avtronsys/Nginx/conf/nginx.conf ]; then
  sudo cp -f new.conf /opt/avtronsys/Nginx/conf/nginx.conf
else
  echo "已存在，跳过"  # ← 灾难的源头
fi

最佳实践 ：配置类文件（nginx.conf / application.yml）每次部署强制覆盖 ；只有用户数据（mysql data、redis dump、emqx mnesia）才需要"已存在则保留"。当前 deploy_edunexus.sh 已按此原则修正。

Edunexus 部署排查手册

0. 部署完毕后的健康检查清单

1. 启动报错：Pool overlaps with other one on this address space

排查

解决

2. 启动报错：exec: "/opt/xxx/entrypoint.sh": permission denied

临时绕过（不重建镜像）

根本修复（修源码再 build）

3. 端口 LISTEN 但 curl 返回 Connection reset by peer

排查 5 步走

常见根因 A：nginx 配置文件被旧版本"粘"住

常见根因 B：nginx 版本不支持配置里的某些指令

常见根因 C：前端 dist 目录没复制进容器

4. 容器间网络连通性测试（nginx 容器没 ping/wget/curl）

5. 防火墙 / 外部访问问题

6. nginx 日志中频繁 502

7. SQL 数据库相关

重新导入 SQL（清空 data 目录）

验证 edunexus 库已建

8. 一键全清重来（核选项）

9. 排查常用命令速查

10. 已知配置不一致（仅参考，不影响 Edunexus 自身）

附：本次实战的"路径依赖"陷阱

1. 启动报错：`Pool overlaps with other one on this address space`

2. 启动报错：`exec: "/opt/xxx/entrypoint.sh": permission denied`

3. 端口 LISTEN 但 `curl` 返回 `Connection reset by peer`

常见根因 C：前端 `dist` 目录没复制进容器