ابر و زیرساخت

داکر در پروداکشن: چیزهایی که آموزش‌ها نمی‌گویند

اگر کانتینر شما بعد از ری‌استارت داده از دست می‌دهد یا ایمیج‌ها دیسک را پر کرده‌اند، این راهنما دقیقاً همان جاهایی را نشان می‌دهد که آموزش‌های مقدماتی رد می‌شوند.

ابر و زیرساخت

سرور بالا می‌آید، کانتینر هم بالا می‌آید، ولی بعد از یک docker restart همه‌چیز پاک شده است. یا بدتر: دیسک سرور پر شده و docker system df نشان می‌دهد ۴۷ گیگابایت ایمیگ بی‌استفاده آن‌جا نشسته. این‌ها خطاهای داکر نیستند؛ خطاهای نحوهٔ استفاده از داکر در پروداکشن هستند. تفاوت بین «روی لپ‌تاپ کار می‌کند» و «سه ماه بدون دست‌زدن کار می‌کند» در چهار تصمیم مشخص خلاصه می‌شود: حجم ایمیج، داده ماندگار، مدیریت لاگ، و سیاست ری‌استارت.

حجم ایمیج داکر در پروداکشن چطور از کنترل خارج می‌شود

هر بار که docker build می‌زنید و تگ :latest را بازنویسی می‌کنید، لایه‌های قبلی به‌عنوان dangling image باقی می‌مانند. روی یک سرور که هفته‌ای دو بار دیپلوی می‌شود، این عدد بعد از دو ماه به چند ده گیگابایت می‌رسد. من روی یک سرور ۸۰ گیگابایتی دیده‌ام که ۵۲ گیگابایت آن ایمیگ بود و کسی خبر نداشت.

راه‌حل فوری:

docker image prune -a --filter "until=168h"

فلگ --filter "until=168h" یعنی فقط ایمیگ‌های قدیمی‌تر از هفت روز حذف شوند. اگر -a را بدون فیلتر بزنید، ایمیگ‌هایی که کانتینر متوقف‌شده به آن‌ها وابسته است هم پاک می‌شوند و دفعهٔ بعد باید از رجیستری دوباره pull کنید. این هزینه‌ای است که خیلی‌ها اول پرداخت نمی‌کنند و بعد در بدترین زمان ممکن پرداخت می‌کنند.

چرا ایمیج شما ۱.۲ گیگابایت است و باید ۱۸۰ مگابایت باشد

یک FROM node:20 ساده حدود ۱.۱ گیگابایت است. همان اپلیکیشن با FROM node:20-alpine به حدود ۱۸۰ مگابایت می‌رسد. تفاوت در تصویر پایه است، نه در کد شما. اما Alpine با musl libc کار می‌کند و بعضی پکیج‌های native مثل برخی نسخه‌های sharp یا درایورهای دیتابیس روی آن باینری آماده ندارند و باید کامپایل شوند. اگر تیم شما وقت دیباگ کردن خطای Error loading shared library ld-linux-x86-64.so.2 را ندارد، node:20-slim انتخاب معقول‌تری است: حدود ۲۴۰ مگابایت، ولی سازگاری کامل با glibc.

نکتهٔ دوم که حجم را دو برابر می‌کند، ترتیب لایه‌هاست. اگر COPY . . را قبل از RUN npm ci بگذارید، هر تغییر در یک فایل CSS کش لایهٔ نصب پکیج‌ها را باطل می‌کند. ترتیب درست: اول COPY package*.json ./، بعد RUN npm ci --omit=dev، و در آخر کپی بقیهٔ کد.

داده ماندگار: جایی که بیشترین داده از دست می‌رود

فایل‌سیستم داخل کانتینر موقتی است. این جمله را همه شنیده‌اند، ولی معمولاً وقتی جدی گرفته می‌شود که یک بار دیتابیس را از دست داده باشند. اگر MySQL را داخل کانتینر اجرا می‌کنید و /var/lib/mysql را روی volume نگذاشته‌اید، اولین docker compose down همه‌چیز را می‌برد.

services:
  db:
    image: mysql:8.4
    volumes:
      - db_data:/var/lib/mysql
    restart: unless-stopped
volumes:
  db_data:

دو نکته که در آموزش‌ها کم گفته می‌شود. اول، bind mount با مسیر میزبان مثل ./data:/var/lib/mysql روی SELinux یا وقتی کاربر داخل کانتینر UID متفاوتی دارد، خطای Permission denied می‌دهد؛ volume نام‌دار این مشکل را ندارد چون داکر خودش مالکیت را مدیریت می‌کند. دوم، volume نام‌دار در /var/lib/docker/volumes زندگی می‌کند و اگر روزی بخواهید سرور را عوض کنید، باید بدانید کدام volume را کجا کپی می‌کنید.

برای فایل‌های آپلودی کاربران، volume محلی راه‌حل بدی است. وقتی دو سرور پشت لود بالانسر دارید، فایل روی سرور A آپلود می‌شود و درخواست بعدی به سرور B می‌رسد و ۴۰۴ می‌گیرید. این‌جا است که فضای ذخیره‌سازی آبجکت جواب درست است: هر دو سرور به یک منبع مشترک می‌نویسند و کانتینرها بی‌حالت (stateless) می‌مانند.

این‌جا اشتباه می‌کنند

خطای رایج این است که کسی docker compose down -v می‌زند تا «همه‌چیز را تمیز کند». فلگ -v دقیقاً همان volumeهای نام‌داری را حذف می‌کند که داده دیتابیس در آن‌هاست. نشانه‌اش هم این است: بعد از بالا آمدن مجدد، اپلیکیشن کار می‌کند، لاگین کار می‌کند، ولی هیچ کاربری وجود ندارد و جدول‌ها خالی‌اند. اگر بکاپ ندارید، تمام. اگر دارید، چند ساعت downtime دارید. قبل از هر down، عادت کنید docker compose config --volumes را بزنید و ببینید چه چیزی در خطر است.

لاگ کانتینر: قاتل خاموش دیسک

داکر به‌صورت پیش‌فرض از درایور json-file استفاده می‌کند و هیچ محدودیتی روی حجم لاگ نمی‌گذارد. یک اپلیکیشن با لاگ verbose می‌تواند در دو هفته چند گیگابایت فایل در /var/lib/docker/containers/ تولید کند. علائمش هم مشخص است: df -h نشان می‌دهد دیسک ۹۴٪ پر است، ولی du -sh /var/www فقط ۲ گیگابایت نشان می‌دهد.

راه‌حل، محدود کردن در سطح daemon است تا هر کانتینر جدیدی که بالا می‌آید خودکار مشمول شود. در /etc/docker/daemon.json:

{
  "log-driver": "json-file",
  "log-opts": {
    "max-size": "50m",
    "max-file": "5"
  }
}

بعد از تغییر، systemctl restart docker لازم است و این ری‌استارت همهٔ کانتینرها را پایین می‌آورد. برای کانتینرهایی که با restart: always تنظیم شده‌اند، خودشان بالا می‌آیند؛ بقیه دستی. این محدودیت فقط روی کانتینرهای جدید اعمال می‌شود، پس کانتینرهای در حال اجرا را باید یک‌بار recreate کنید.

اگر لاگ‌ها را جایی می‌فرستید که بعداً تحلیل کنید، درایور json-file انتخاب اشتباهی است. برای حجم بالا، local یا ارسال مستقیم به یک collector منطقی‌تر است. اما برای اکثر تیم‌های کوچک، همان ۵۰ مگابایت چرخشی کافی است و پیچیدگی اضافه نمی‌خواهد.

سیاست ری‌استارت و ترتیب بالا آمدن سرویس‌ها

restart: always در نگاه اول درست به نظر می‌رسد، ولی یک تله دارد: اگر کانتینر به‌خاطر خطای پیکربندی مدام crash کند، داکر بی‌نهایت بار تلاش می‌کند و لاگ‌ها را پر می‌کند. restart: unless-stopped رفتار بهتری دارد: بعد از ری‌استارت سرور خودکار بالا می‌آید، ولی اگر خودتان دستی متوقفش کرده باشید، دست‌نخورده می‌ماند.

مشکل دوم ترتیب است. depends_on فقط ترتیب شروع را تضمین می‌کند، نه آماده بودن سرویس. یعنی اپلیکیشن شما ممکن است قبل از آماده شدن MySQL بالا بیاید و با Connection refused بمیرد. راه‌حل واقعی، healthcheck است:

healthcheck:
  test: ["CMD", "mysqladmin", "ping", "-h", "localhost"]
  interval: 10s
  timeout: 5s
  retries: 5
  start_period: 30s

و در سرویس وابسته، depends_on را با شرط بنویسید: condition: service_healthy. بدون این، هر بار ری‌استارت سرور یک مسابقهٔ شانسی دارید.

وقتی داکر انتخاب اشتباه است

اگر بار کاری شما یک اپلیکیشن واحد با ترافیک پایدار است، داکر لایهٔ اضافه‌ای است که باید نگه‌داری کنید. systemd با یک unit file ساده همان ری‌استارت خودکار و مدیریت لاگ را می‌دهد، بدون overhead شبکه و بدون مدیریت ایمیگ. من برای یک سرویس تک‌فایلی، systemd را انتخاب می‌کنم. داکر وقتی برنده است که چند سرویس با نسخه‌های متفاوت وابستگی دارید، یا می‌خواهید محیط dev و prod یکی باشد، یا مسیر مهاجرت به ارکستراسیون را می‌بینید.

و اگر تعداد سرویس‌ها از ده گذشت، مدیریت دستی compose روی چند سرور به سرعت غیرقابل نگه‌داری می‌شود. آن‌جا است که کوبرنتیز مدیریت‌شده ارزشش را نشان می‌دهد، چون rollout، health check و توزیع بار را خودش انجام می‌دهد.

چک‌لیست قبل از این‌که سرور را به حال خود رها کنید

  1. هر سرویس stateful یک volume نام‌دار دارد و مسیر آن را می‌دانید.
  2. در daemon.json محدودیت حجم لاگ گذاشته‌اید و یک‌بار کانتینرها را recreate کرده‌اید.
  3. سیاست ری‌استارت unless-stopped است، نه always.
  4. وابستگی‌ها با healthcheck و service_healthy تنظیم شده‌اند.
  5. یک cron هفتگی docker image prune -a --filter "until=168h" اجرا می‌کند.
  6. بکاپ volumeها روی یک مقصد جداگانه می‌رود، نه روی همان دیسک.

مورد ششم را جدی بگیرید. بکاپی که روی همان دیسکی است که دیتابیس روی آن است، بکاپ نیست؛ یک کپی است. برای بارهای سنگین، ترکیب یک سرور ابری با دیسک NVMe و یک مقصد ذخیره‌سازی جداگانه کمترین دردسر را دارد. اگر هنوز در حال انتخاب زیرساخت هستید، زیرساخت ابری (IaaS) انعطاف لازم برای این چیدمان را می‌دهد، ولی تصمیم داکر در برابر systemd را مستقل از آن بگیرید.

قدم بعدی مشخص است: همین حالا docker system df -v را بزنید و ببینید چه چیزی دیسک شما را خورده. عددی که می‌بینید احتمالاً از آنچه فکر می‌کنید بزرگ‌تر است.

پرسش‌های پرتکرار

چرا بعد از ری‌استارت کانتینر داده‌هایم پاک می‌شود؟

چون داده داخل فایل‌سیستم کانتینر نوشته شده و آن فایل‌سیستم با حذف یا بازسازی کانتینر از بین می‌رود. باید مسیر داده را روی یک volume نام‌دار یا bind mount سوار کنید. اگر مسیر را درست سوار کرده باشید ولی باز هم داده از دست برود، احتمالاً docker compose down -v زده‌اید که خود volume را حذف می‌کند.

چطور بفهمم چه چیزی فضای دیسک داکر را پر کرده است؟

دستور docker system df -v تفکیک دقیق ایمیگ‌ها، کانتینرها، volumeها و کش build را نشان می‌دهد. اگر حجم در بخش لاگ‌ها بود، در /var/lib/docker/containers/ دنبال فایل‌های *-json.log بگردید. برای پاک‌سازی ایمیگ‌های بی‌استفاده، docker image prune -a را با فیلتر زمانی اجرا کنید تا ایمیگ‌های فعال حذف نشوند.

تفاوت restart always و unless-stopped در داکر چیست؟

هر دو بعد از ری‌استارت سرور کانتینر را بالا می‌آورند. تفاوت در رفتار دستی است: با always اگر خودتان کانتینر را stop کنید، داکر دوباره بالا می‌آوردش؛ با unless-stopped تا وقتی خودتان دوباره start نکنید متوقف می‌ماند. برای پروداکشن، unless-stopped انتخاب امن‌تری است چون اجازه می‌دهد برای تعمیرات عمداً سرویس را پایین بیاورید.

آیا باید دیتابیس را داخل داکر اجرا کنم؟

برای محیط توسعه بله، چون راه‌اندازی را ساده می‌کند. برای پروداکشن، اگر تیم شما تجربهٔ کافی در مدیریت volume، بکاپ و بازیابی ندارد، اجرای دیتابیس روی سرور مستقیم یا استفاده از سرویس مدیریت‌شده کم‌ریسک‌تر است. اگر داکر را انتخاب می‌کنید، حداقل باید بکاپ خودکار volume و تست دوره‌ای بازیابی داشته باشید.

پشتیبانی سرورنت

تیم فنی و تحریریه‌ی سرورنت — تخصص در زیرساخت، شبکه و میزبانی وب.

زیرساخت ابری (IaaS)
اشتراک‌گذاری:

دیدگاه‌ها ۰

هنوز دیدگاهی ثبت نشده؛ اولین نفر باشید!

دیدگاه خود را بنویسید

سرویس مرتبط

زیرساخت ابری (IaaS)

سرور، شبکه خصوصی، فایروال و استوریج — همه با API و پرداخت ساعتی. زیرساختی که با کد ساخته می‌شود و با رشد شما مقیاس می‌گیرد.