dcos的问题汇总

. group 'docker' does not exist
　　需要手工创建docker组，这一步本来应该是在安装docker的时候来完成的，但是采用yum install的方式不行，需要添加一个docker的repo然后才能够安装。

2. ssh: connect to host 10.1.108.64 port 22: Operation timed out
　　重启服务器之后搞定了。为什么会出现这个问题，因为我谢了一个测试代码，set timeout=5，这个代码的起源是一段通过ssh远程登录的代码，通过set timeout来实现ssh超时设定，但是这个设定了之后影响是全局的。

3. FAIL（devicemapper，/dev/loop0）异常
　　dcos在check过程中将会把docker的存储方式修改为overlay，docker安装默认是devicemapper，如果修改后重启docker失败将会报此错误；所以通过service
docker
status来查看一下是否有drop-in以及override.conf，有的话，只需要重启docker服务即可自动更换存储格式，完事。如果还是devicemapper模式，则删掉/opt下面的dcos-reqinstalled文件即可，这样就会重新设置docker的存储模式。

4. 需要关闭端口
　　53 - 用于DNS
　　80
　　2181 -用于安装zookeeper
　　9990

5. 关于detect ip脚本
　　尽量保证网卡的名称一致，因为根据获取IP的脚本都是统一的根据网卡的名称来找对应的IP，这里应该写一个脚本保证网卡的名称一致。
在deplooy的时候发生了异常：
　　Error
executing DC/OS components health check: unable to execute GET
/system/health/v1: Get http://10.1.108.68:61001/system/health/v1: dial
tcp 10.1.108.68:61001: getsockopt: connection refused\" \n", "status": 1
　　但是这个只是表面现象，通过查询官网的Trouble Shooting，逐个排查组件，发现很可能是DNS的异常，因为组件中有如下异常：

　　ping: ready.spartan: Name or service not known
　　定位为题，查看日志：

　　 systemctl | grep dcos 
　　获取dcos的服务信息，根据官网的trouble shooting介绍进行逐个排查
　　 journalctl -xe -u dcos-exhibitor.service --no-pager --since today 
　　exhibitor组件根本没有日志，但是出于running状态；没有线索，看下一个，mesos-master（首先分析master机器，没有结果再分析agent机器）
 　　 journalctl -xe -u dcos-mesos-master --no-pager --since today 
　　发现了一些问题：ping: ready.spartan: Name or service not known，spartan是mesos的DNS服务，这说明现在的DNS服务器有问题，下面再分析DNS服务（也是三个组件）
　　 journalctl -xe -u dcos-mesos-dns.service --no-pager --since today 
　　恩，找到了根源：Failed to start Mesos DNS: domain name based service discovery.
　　然后查看了一下
　　 journalctl -flu dcos-spartan --no-pager 
　　跟踪到了错误日志：
　　FileNotFoundError: [Errno 2] No such file or directory: '/var/lib/dcos/exhibitor/zk.pid'
　　之后的错误日志信息
　　Starting DNS Forwarder (Spartan): forwards DNS requests to multiple DNS servers...
　　dcos-spartan.service holdoff time over, scheduling restart.
　　Failed to load environment files: No such file or directory
　　dcos-spartan.service failed to run 'start-pre' task: No such file or directory
　　Failed to start DNS Forwarder (Spartan): forwards DNS requests to multiple DNS servers.
　　Unit dcos-spartan.service entered failed state.
　　dcos-spartan.service failed.（这部分日志比较具有迷惑性，什么意义也没有）

　　journalctl -flu dcos-adminrouter.service --no-pager

　　没有什么有价值的日志信息。
　　后来重启了dcos的master的核心服务exhibitor，才发现问题，不知为何直接采用上面提到的journalctl方式无法看到日志，知道重新启动服务后，才开始刷日志，根据日志信息知道了一个信息：脚本文件头少了"#!/bin/bash"，添加后，再重启服务，才发现原来detectIP里面返回的IP地址为127.0.0.1或者是空，导致了失败；期初我的脚本是实现的从Linux全局变量中获取本机的IP信息，但是不知为何在脚本里面执行的时候，无法获得这个全局变量。
　　最后用了一种hack的方式，echo了本机的地址，但是这个问题要解决，后续会尝试一下官网的方案；

　　对于master而言exhibitor服务就是关键，他起来了，什么都OK了
　　之后报错：PermissionError: [Errno 13] Permission denied: '/var/lib/dcos/exhibitor/conf/log4j.properties'
一看conf目录下竟然没有log4j.properties，这是怎么回事呢？手动添加一个吧；还要+777，否则python不知为何向里面写东西没有权限；推测是因为第一次失败后，并没有创建改文件；因为正常安装这些文件都是由程序自己来创建的。

　　然后发现zookeeper无法启动：Unable to create parent directories of /var/lib/dcos/exhibitor/zookeeper/snapshot/myid，不知为何你到/var/lib/dcos/exhibitor下面看能够看到有的是dcos_exhibitor，有的是root权限，现在执行的应该是dcos_exhibitor用户，当然没有权限去想zookeeper里面去写了。

　　Group docker does not exist on the system
　　创建一个组，名字叫docker，也是醉了

　　deploy过程其实就是在执行了，Running Post-Flight其实就是在等结果