在生产环境中，服务的高可用性往往是一个必要但复杂的需求。传统的容器化高可用部署面临着不少挑战，今天来介绍一个针对 Docker Swarm 设计的 Keepalived Operator，看看它如何简化虚拟 IP 的管理工作。

传统部署方式的挑战

在 Docker 和 Docker Swarm 环境下，实现高可用通常会遇到以下问题：

原生 Docker 部署的不足

• 手动配置复杂：需要在每个节点单独配置 Keepalived
• 配置文件管理困难：多节点间配置同步容易出错
• 缺乏动态感知：节点变化时需要手动修改所有相关配置
• 监控分散：各节点日志和状态检查需要逐一处理

Docker Swarm 原生限制

• 服务发现局限：Swarm 内建的负载均衡无法提供固定的外部 IP
• 故障切换不透明：依赖外部负载均衡器，增加架构复杂度
• 跨主机网络复杂：需要额外配置 overlay 网络和路由规则

Operator 方案的改进

Docker Swarm Keepalived Operator 采用了 Operator 模式来解决这些问题：

• 自动节点发现：通过 Docker 标签识别目标节点
• 配置自动生成：根据集群状态自动生成 Keepalived 配置
• 动态服务管理：节点变化时自动创建或删除服务
• 集中化监控：统一的日志和状态管理

架构设计

整个系统采用控制器模式，分为两个主要组件：

控制层（Operator）

运行在 Swarm Manager 节点，负责：

• 节点监控：持续监控节点标签和状态变化
• 服务管理：根据标签变化创建、更新或删除 Keepalived 服务
• 配置生成：自动生成集群拓扑对应的 Keepalived 配置
• 异常处理：检测到服务异常时进行恢复

执行层（Keepalived 实例）

分布在标记的工作节点上：

• VRRP 协议：处理虚拟 IP 的选举和切换
• 健康检查：监控本地服务状态
• 故障转移：在检测到故障时快速切换

这种分层设计的优势是职责分离，便于维护和扩展。

三步完成部署

步骤一：系统环境检查

部署前先确认系统环境，主要是检查内核模块支持：

# 检查是否已加载 ip_vs 模块
lsmod | grep -P '^ip_vs\s'

# 如果没有输出，需要手动加载
echo "modprobe ip_vs" >> /etc/modules
modprobe ip_vs

# 验证加载成功
lsmod | grep ip_vs

注意：ip_vs 模块是 Linux 虚拟服务器的核心模块，Keepalived 需要它来实现负载均衡功能。

步骤二：给节点"贴标签"

这一步是整个方案的核心 —— 通过 Docker 节点标签来告诉 Operator 哪些节点需要参与高可用：

# 基础标签配置：标记参与高可用的节点
docker node update web-01 --label-add keepalived_group=production
docker node update web-02 --label-add keepalived_group=production
docker node update web-03 --label-add keepalived_group=production

进阶配置：如果要精确控制 VRRP 优先级（推荐）：

# 数值越高，成为 Master 的概率越大
docker node update web-01 --label-add KEEPALIVED_PRIORITY=102  # 首选主节点
docker node update web-02 --label-add KEEPALIVED_PRIORITY=101  # 备选主节点
docker node update web-03 --label-add KEEPALIVED_PRIORITY=100  # 普通备节点

标签说明：

• keepalived_group=production：指定节点所属的高可用组
• KEEPALIVED_PRIORITY=102：设置 VRRP 优先级，数值越大优先级越高

步骤三：编写部署配置

创建 keepalived-stack.yaml 配置文件，这是整个部署的"蓝图"：

version: '3.8'

services:
  keepalived_operator:
    image: pubimgs/keepalived-swarm-operator:latest
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock
    networks:
      - host
    deploy:
      mode: replicated
      replicas: 1
      placement:
        constraints: [node.role == manager]
    environment:
      # 必需配置
      KEEPALIVED_GROUP: "production"
      KEEPALIVED_VIRTUAL_IPS: "192.168.1.100,192.168.1.101"

      # 可选配置
      KEEPALIVED_INTERFACE: "eth0"
      KEEPALIVED_PASSWORD: "MySecurePassword123"
      KEEPALIVED_ROUTER_ID: "51"

networks:
  host:
    external: true
    name: host

一键部署启动

# 部署 Keepalived Operator
docker stack deploy -c keepalived-stack.yaml keepalived

# 查看部署状态
docker service ls --filter name=keepalived

# 查看 Operator 工作日志
docker service logs -f keepalived_keepalived_operator

部署完成后，Operator 会自动执行以下操作：

1. 发现所有带 keepalived_group=production 标签的节点
2. 为每个节点创建对应的 Keepalived 服务
3. 生成集群配置和节点通信列表
4. 开始持续监控服务状态

进阶使用技巧

多环境部署

在同一个集群中可以通过不同的组标签实现环境隔离：

# 生产环境集群
docker node update prod-01 --label-add keepalived_group=production
docker node update prod-02 --label-add keepalived_group=production

# 测试环境集群
docker node update test-01 --label-add keepalived_group=staging
docker node update test-02 --label-add keepalived_group=staging

# 开发环境集群
docker node update dev-01 --label-add keepalived_group=development
docker node update dev-02 --label-add keepalived_group=development

然后部署不同的 Operator 实例，每个管理对应的环境，使用独立的虚拟 IP 段实现隔离。

动态扩缩容

Operator 的一个重要特性是支持动态扩缩容，集群节点变化时无需手动干预：

# 集群扩容：新节点加入高可用组
docker node update new-web-04 --label-add keepalived_group=production
# Operator 会发现新节点，自动创建 Keepalived 服务

# 集群缩容：节点退出高可用组
docker node update old-web-01 --label-rm keepalived_group
# Operator 会自动清理对应的 Keepalived 服务

# 临时维护：暂时移除节点
docker node update web-02 --label-rm keepalived_group
# 维护完成后重新加入
docker node update web-02 --label-add keepalived_group=production

整个过程中，其他节点的服务不受影响，虚拟 IP 会自动重新选举。

优先级策略最佳实践

合理的优先级设计能让故障切换更加符合业务预期：

** 按数据中心分层**：

• 主数据中心：优先级 110-120（优先承载流量）
• 同城灾备：优先级 100-110（次优选择）
• 异地灾备：优先级 90-100（最后选择）

** 按性能分层**：

• 高性能节点：优先级 110-120
• 标准节点：优先级 100-110
• 低配节点：优先级 90-100

# 实例：三地三中心部署
docker node update beijing-web-01 --label-add KEEPALIVED_PRIORITY=115   # 主中心
docker node update shanghai-web-01 --label-add KEEPALIVED_PRIORITY=105  # 同城备份
docker node update guangzhou-web-01 --label-add KEEPALIVED_PRIORITY=95  # 异地备份

建议：优先级差距保持 5-10 比较合理，既能体现优先顺序，又避免过度集中。

监控运维

日常状态检查

建立日常巡检习惯，及时发现问题：

# 1. 检查 Operator 运行状态和日志
docker service logs -f keepalived_keepalived_operator

# 2. 查看集群中所有 Keepalived 服务
docker service ls --filter name=keepalived-node

# 3. 检查具体节点服务详情
docker service logs keepalived-node-web-01-1 --tail 50

# 4. 查看服务分布情况
docker service ps $(docker service ls --filter name=keepalived-node -q)

虚拟 IP 健康验证

确保虚拟 IP 正常工作的检查清单：

# 基础连通性测试
ping -c 3 192.168.1.100

# 查看虚拟 IP 当前绑定在哪个节点
ip addr show | grep "192.168.1.100"

# 从集群外部测试虚拟 IP 服务
curl -I http://192.168.1.100

# 检查 VRRP 协议状态
docker exec $(docker ps -q -f name=keepalived-node | head -1) ip addr show

典型应用场景

场景一：电商网站前端高可用

某电商公司有 3 台 Web 服务器，需要对外提供统一访问入口：

# 步骤 1：节点标签配置
docker node update web-server-01 --label-add keepalived_group=frontend
docker node update web-server-02 --label-add keepalived_group=frontend
docker node update web-server-03 --label-add keepalived_group=frontend

# 步骤 2：优先级设置（主机房优先）
docker node update web-server-01 --label-add KEEPALIVED_PRIORITY=110  # 主机房
docker node update web-server-02 --label-add KEEPALIVED_PRIORITY=105  # 主机房
docker node update web-server-03 --label-add KEEPALIVED_PRIORITY=100  # 备机房

# 步骤 3：部署配置
KEEPALIVED_GROUP: "frontend"
KEEPALIVED_VIRTUAL_IPS: "192.168.1.200"  # 用户访问的统一入口

效果：用户始终通过 192.168.1.200 访问服务，任意一台服务器故障都不影响用户访问。

场景二：数据库集群高可用

MySQL 主从集群需要提供统一的写入入口：

# 配置数据库集群节点
docker node update mysql-master --label-add keepalived_group=database
docker node update mysql-master --label-add KEEPALIVED_PRIORITY=120    # 主库最高优先级

docker node update mysql-slave-01 --label-add keepalived_group=database
docker node update mysql-slave-01 --label-add KEEPALIVED_PRIORITY=110  # 首选备库

docker node update mysql-slave-02 --label-add keepalived_group=database
docker node update mysql-slave-02 --label-add KEEPALIVED_PRIORITY=100  # 备选备库

# 部署配置
KEEPALIVED_GROUP: "database"
KEEPALIVED_VIRTUAL_IPS: "192.168.1.210"  # 数据库统一写入入口

效果：应用程序连接 192.168.1.210 进行数据库操作，主库故障时自动切换到备库。

场景三：API 网关集群

微服务架构下的 API 网关高可用部署：

# 多地域 API 网关部署
docker node update gateway-beijing-01 --label-add keepalived_group=api-gateway
docker node update gateway-beijing-01 --label-add KEEPALIVED_PRIORITY=115

docker node update gateway-shanghai-01 --label-add keepalived_group=api-gateway
docker node update gateway-shanghai-01 --label-add KEEPALIVED_PRIORITY=105

# 部署配置支持多个虚拟 IP
KEEPALIVED_GROUP: "api-gateway"
KEEPALIVED_VIRTUAL_IPS: "192.168.1.220,192.168.1.221"  # 内外网双入口

总结

Docker Swarm Keepalived Operator 提供了一种相对简化的高可用部署方案，通过 Operator 模式自动化了传统 Keepalived 的配置和管理工作。

主要优势

与传统部署方式相比：

• 减少了手动配置工作量
• 支持集群动态变化
• 提供统一的管理界面
• 降低了配置出错的可能性

适用场景

这个方案比较适合：

• 需要快速部署高可用服务的团队
• 希望简化 Keepalived 运维工作的场景
• Docker Swarm 环境下的虚拟 IP 管理需求

使用建议

1. 在测试环境先熟悉操作流程
2. 了解 VRRP 协议和 Keepalived 的工作原理
3. 根据实际网络环境调整配置参数
4. 建立相应的监控和告警机制

总体来说，这是一个实用的工具，可以在一定程度上简化 Docker Swarm 环境下的高可用部署工作。

相关资源

• 项目地址：https://github.com/isqiao/keepalived-docker-swarm-operator
• Docker 镜像：pubimgs/keepalived-swarm-operator:latest
• 问题反馈：https://github.com/isqiao/keepalived-docker-swarm-operator/issues

---

如果这篇文章对你有帮助，别忘了给项目点个 ⭐ Star！