记一次Kafka服务器宕机的真实经历！！

大家好，我是冰河~~

估计节前前祭拜服务器不灵了，年后服务器总是或多或少的出现点问题。不知是人的问题，还是风水问题。昨天下班时，跟运维小伙伴交代了好几遍：如果使用Docker安装Kafka集群的话，也需要把Kafka集群的服务器硬盘分配的大一些，公司业务量很大，很多服务的通信、数据的流转、日志采集的传输等，都是通过Kafka消息总线进行的。

没想到今天早上一到公司，刚刚做到工位上，打开我的电脑，邮件里瞬间收到大量服务器告警信息，紧接着看到监控大屏上显示，内网几台测试服务器挂了。此时，我的表情是这样的。

我靠，啥情况？刚一来就搞事情？哪些服务器出问题了？再定睛一看大屏，我去，这不是昨天跟运维小伙伴说的那几台Kafka集群服务器吗？

刚测试就挂了？不会这么衰吧？

于是，我赶紧走到运维小伙伴旁边，说：你昨天怎么配置的服务器啊？

他说：我没配置啊？不是测试环境吗？我就没怎么配置，我是每台服务器给了120G空间，按照默认设置安装的Kafka集群啊！

我：不是跟你说了让你把服务器磁盘空间设置的大一些吗？。。。

心里再怎么无语，也要解决问题啊！于是我赶紧登录服务器，在服务器命令行执行命令，将当前服务器终端所在的目录切换到Docker镜像默认的目录下。

[root@localhost ~]# cd /var/lib/docker

结果却报错了，报错信息如下所示。

[root@localhost ~]# ls -bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间
-bash: 无法为立即文档创建临时文件: 设备上没有空间

无法切换目录了。咋办？我下意识的看下服务器的磁盘情况，结果一看出事了。

[root@localhost ~]# df -lh
文件系统                      容量  已用  可用 已用% 挂载点
devtmpfs                      3.8G     0  3.8G    0% /dev
tmpfs                         3.9G     0  3.9G    0% /dev/shm
tmpfs                         3.9G   82M  3.8G    3% /run
tmpfs                         3.9G     0  3.9G    0% /sys/fs/cgroup
/dev/mapper/localhost-root   50G   50G   0G   100% /
/dev/sda1                     976M  144M  766M   16% /boot
/dev/mapper/localhost-home   53G   5G   48G   91% /home
tmpfs                         779M     0  779M    0% /run/user/0
overlay                        50G   50G   0G   100% /var/lib/docker/overlay2/d51b7c0afcc29c49b8b322d1822a961e6a86401f0c6d1c29c42033efe8e9f070/merged
overlay                        50G   50G   0G   100% /var/lib/docker/overlay2/0e52ccd3ee566cc16ce4568eda40d0364049e804c36328bcfb5fdb92339724d5/merged
overlay                        50G   50G   0G   100% /var/lib/docker/overlay2/16fb25124e9b85c7c91f271887d9ae578bf8df058ecdfece24297967075cf829/merged

我去，根目录磁盘空间占用率100%，果然跟我想的一样。 而且输出的结果信息中，显示了几个重要的信息，如下所示。

overlay                        50G   50G   0G   100% /var/lib/docker/overlay2/d51b7c0afcc29c49b8b322d1822a961e6a86401f0c6d1c29c42033efe8e9f070/merged
overlay                        50G   50G   0G   100% /var/lib/docker/overlay2/0e52ccd3ee566cc16ce4568eda40d0364049e804c36328bcfb5fdb92339724d5/merged
overlay                        50G   50G   0G   100% /var/lib/docker/overlay2/16fb25124e9b85c7c91f271887d9ae578bf8df058ecdfece24297967075cf829/merged

这不就是Docker的默认安装镜像吗？

下一步怎么办呢？我们看到/home目录还是比较空闲的，我们可以把Docker默认的镜像目录从 /var/lib/docker目录移动到 /home/docker目下，来临时缓解下服务器的压力，进行测试。其他的就等重新分配好服务器再切换吧。

马上开干，于是我开始迁移Docker默认镜像目录。

迁移Docker默认镜像目录，有两种方案，这里跟小伙伴们说下，一种方案是：软链接法；另一中方案是：修改配置法。 接下来，我们就分别看下这两种方法。

1.软链接法

（1）默认情况下Docker的存放位置为：/var/lib/docker，我们可以通过下面的命令来查看Docker默认镜像安装目录。

[root@localhost ~]# docker info | grep "Docker Root Dir"
Docker Root Dir: /var/lib/docker

（2）接下来，我们执行如下命令停掉Docker服务器。

systemctl stop docker

或者

service docker stop

（3）然后将 /var/lib/docker 目录整体移动到 /home 目录下。

mv /var/lib/docker /home

这个过程可能时间比较长。

（4）接下来，再创建软链接，如下所示。

ln -s /home/docker /var/lib/docker

（5）最后，我们启动Docker服务器。

systemctl start docker

或者

service docker start

（6）再次查看Docker镜像的目录，如下所示。

[root@localhost ~]# docker info | grep "Docker Root Dir"
Docker Root Dir: /home/docker

此时，Docker镜像目录迁移成功。

接下来，我们再说说修改配置法。

2.修改配置法

指定镜像和容器存放路径的参数是 –graph=/var/lib/docker ，我们只需要修改配置文件指定启动参数即可。

这里，我使用的服务器操作系统是CentOS。所以，可以通过如下方式方式修改了Docker的配置。

（1）停止Docker服务

systemctl stop docker

或者

service docker stop

（2）修改docker服务启动文件。

vim /etc/systemd/system/multi-user.target.wants/docker.service

在启动文件中增加如下一行代码。

ExecStart=/usr/bin/dockerd --graph=/home/docker

（3）重新加载配置并启动

systemctl daemon-reload
systemctl start docker

（4）再次查看Docker镜像的目录，如下所示。

[root@localhost ~]# docker info | grep "Docker Root Dir"
Docker Root Dir: /home/docker

此时，Docker镜像目录迁移成功。

Kafka集群可以临时使用了，先让数据跑起来。于是我又重新分配了服务器，搭建好Kafka集群，中午把测试环境迁移到新的Kafka集群上。目前还在测试中。。。

小伙伴们学会了吗？

PS： 我使用的服务器操作系统版本如下。

[root@localhost ~]# cat /etc/redhat-release
CentOS Linux release 8.1.1911 (Core)

使用的Docker版本如下。

[root@localhost ~]# docker info
Client:
 Debug Mode: false
Server:
 Containers: 4
  Running: 3
  Paused: 0
  Stopped: 1
 Images: 33
 Server Version: 19.03.8
############其他输出信息略############

最后，跟小伙伴们简单说下，为啥开始我需要运维小伙伴给Kafka集群的服务器硬盘设置的大一些呢？

因为我们生产环境的流量是比较大的，平时基本都在5万~8万QPS，如果遇到高峰期，会远比这些流量大的多。当时，我是在生产环境分了一部分流量到测试环境。如果Kafka集群的磁盘不设置的大一些的话，当Kafka消费者性能下降或者由于其他原因，造成消息在Kafka中堆积的话，会造成Kafka占用大量的磁盘空间。如果磁盘空间满了的话，那么Kafka所在的服务器就会崩溃，宕机。

好了，今天就到这儿吧，我是冰河，大家有啥问题可以在下方留言，一起交流技术，一起进阶，一起进大厂~~