Docker故障排查与问题定位指南

作为IT工程师，掌握Docker故障排查技能至关重要。以下是系统化的Docker问题排查方法：

一、基础信息收集

1. 查看Docker版本信息

   docker version
   docker info
   

2. 检查Docker服务状态

   systemctl status docker  # Systemd系统
   service docker status   # SysVinit系统
   

二、容器问题排查

1. 查看容器日志

   docker logs <container_id/name>
   docker logs --tail 100 <container_id>  # 查看最后100行
   docker logs -f <container_id>          # 实时跟踪日志
   

2. 检查容器状态

   docker ps -a  # 查看所有容器(包括停止的)
   docker inspect <container_id>  # 查看容器详细信息
   

3. 进入容器内部排查

   docker exec -it <container_id> /bin/bash  # 进入运行中的容器
   docker run -it --rm <image> /bin/bash    # 启动临时容器进行测试
   

三、镜像问题排查

1. 检查镜像信息

   docker images
   docker inspect <image_id>
   docker history <image_name>  # 查看镜像构建历史
   

2. 构建问题排查

   docker build --no-cache .  # 不使用缓存重新构建
   docker build --progress=plain .  # 显示详细构建输出
   

四、网络问题排查

1. 网络配置检查

   docker network ls
   docker network inspect <network_name>
   

2. 网络连通性测试

   docker run --rm busybox ping <target_host>
   docker exec <container_id> curl -v http://<service_name>
   

五、存储问题排查

1. 卷和存储检查

   docker volume ls
   docker volume inspect <volume_name>
   df -h  # 检查主机磁盘空间
   

2. 清理无用数据

   docker system df  # 查看Docker磁盘使用情况
   docker system prune  # 清理无用对象(谨慎使用)
   

六、高级排查工具

1. 事件监控

   docker events  # 实时监控Docker事件
   

2. 性能分析

   docker stats  # 实时容器资源使用统计
   docker top <container_id>  # 查看容器进程
   

3. 检查点与恢复

   docker checkpoint create <container_id> <checkpoint_name>
   docker start --checkpoint <checkpoint_name> <container_id>
   

七、常见问题解决方案

1. 容器启动失败

   • 检查日志：docker logs <container_id>
   • 检查端口冲突：netstat -tulnp | grep <port>
   • 尝试交互模式：docker run -it --entrypoint /bin/bash <image>

2. 网络连接问题

   • 检查容器IP：docker inspect -f '{{range.NetworkSettings.Networks}}{{.IPAddress}}{{end}}' <container_id>
   • 测试DNS解析：docker run --rm busybox nslookup <hostname>

3. 存储空间不足

   • 清理无用镜像：docker image prune -a
   • 调整Docker存储驱动或存储位置

4. 权限问题

   • 检查SELinux/AppArmor配置
   • 使用--privileged标志(仅限测试环境)

八、最佳实践

1. 始终使用--restart=unless-stopped或--restart=on-failure策略
2. 为容器设置合理的资源限制(--memory, --cpus等)
3. 使用健康检查(--health-cmd)
4. 记录和监控容器指标(Prometheus, cAdvisor等)

通过系统性地应用这些排查方法，可以快速定位和解决大多数Docker相关问题。