从 swarm 中删除已终止的实例（管理器），并恢复 swarm 状态

Question

我有一个 docker swarm 集群，masters 在 6 个 AWS 实例上运行，在一些测试期间，我们意外终止了 3 个实例（正在运行的 masters）。现在 swarm 状态似乎无法生成错误，例如：

错误：rpc 错误：code = Unknown desc = swarm 没有领导者。在线的经理可能太少。确保超过一半的经理在线

我尝试通过 docker 命令删除已终止的管理器，但无论我喜欢 docker node ls 或其他命令，它都会给我与上述相同的错误。我也尝试添加新节点，同时添加到 swarm 会产生相同的错误。

当我在其中一位管理器中发出 docker info 但无法执行任何操作时，我可以看到所有已终止的实例 IP。我怎样才能从这种状态中恢复？

 Node Address: 10.80.8.195
 Manager Addresses:
  10.80.7.104:2377
  10.80.7.213:2377
  10.80.7.226:2377
  10.80.7.91:2377
  10.80.8.195:2377
  10.80.8.219:2377

Answer 1

swarm 中的集群设施由管理节点维护。 在您的情况下，您通过删除一半的集群管理器而失去了集群仲裁。在这种特殊情况下，没有节点可以选举新的管理器领导者，也没有管理器可以控制集群。

在这种情况下，恢复集群的唯一方法是重新初始化它，这将强制创建一个新集群。

在管理节点上，运行以下命令：

docker swarm init --force-new-cluster

而在其他管理器节点上，我不记得他们是否加入了新集群，或者您是否需要离开并再次加入集群。