docker compose up -d 一把梭,容器全绿,应用日志里却一片 connection refused:数据库进程是起来了,但还没开始接受连接,应用先冲了进去;等你手动重启应用,一切正常。另一个常见场面是几个服务挤在一台小内存机器上,平时相安无事,某个服务半夜跑批处理把内存吃满,OOM Killer 随机挑了一个倒霉蛋杀掉,偏偏挑中的是数据库。
这两个问题都不是镜像的问题,而是编排的问题:启动只管顺序不管就绪,资源只管启动不管配额。这篇就把 Docker Compose 在这两件事上的现行能力一次讲清:depends_on 的三档条件、healthcheck 怎么调才不误判、deploy.resources 在普通 compose up(非 Swarm)下怎么落地,再加上 profiles、--wait、并行与 YAML 锚点这些日常顺手优化。Compose 文件的字段全集可以先看Docker Compose 进阶用法,第一次写 Compose 的先看Docker Compose 入门。
先给结论:启动竞速靠「healthcheck + service_healthy」解决,资源争抢靠 deploy.resources 的 limits 与 reservations 解决,这两套机制在 Compose v2 的普通 up 模式下全部生效,不需要 Swarm。
问题一:启动了,不等于就绪了
容器「启动」和服务「就绪」是两回事。进程拉起来了,端口可能还没监听,数据文件可能还在恢复,初始化脚本可能还没跑完。depends_on 默认只保证前者,这正是应用连不上数据库的根源。
depends_on 的三档 condition
| condition | 等什么 | 典型场景 |
|---|---|---|
service_started | 依赖的容器进程启动(默认行为) | 无就绪要求的弱依赖 |
service_healthy | 依赖通过它自己的 healthcheck | 应用等数据库能接受连接 |
service_completed_successfully | 依赖容器跑完并以 0 退出 | 等数据库迁移、初始化脚本执行完 |
写法如下,注意 condition 是长语法,老的短语法(只写服务名列表)等价于 service_started:
services: app: image: myapp:1.0 depends_on: db: condition: service_healthy migrate: condition: service_completed_successfullyhealthcheck:被依赖方要先定义探针
service_healthy 的前提是被依赖的服务自己配了 healthcheck,探针周期性地问一句「你真能干活了吗」。四个参数各管一件事:
| 参数 | 作用 | 调优要点 |
|---|---|---|
test | 探针命令,CMD 直接执行或 CMD-SHELL 走 shell | 优先用服务自带的就绪探针,别用 curl 硬凑 |
interval | 两次探测的间隔 | 30s 是常用值,太密徒增开销 |
timeout | 单次探测超时 | 给慢磁盘留余量,常用 5–10s |
retries | 连续失败几次才判 unhealthy | 3 次起步,避免抖动误判 |
start_period | 启动宽限期,期间失败不计数 | 慢启动服务必配,否则刚启动就被判不健康、日志被探测刷屏 |
三大数据库都有现成的就绪探针,直接抄:
services: db: image: postgres:16-alpine environment: POSTGRES_PASSWORD: example healthcheck: test: ["CMD-SHELL", "pg_isready -U postgres"] interval: 10s timeout: 5s retries: 5 start_period: 20s
cache: image: redis:7-alpine healthcheck: test: ["CMD", "redis-cli", "ping"] interval: 10s timeout: 3s retries: 5MySQL 把探针换成 mysqladmin ping -h localhost 即可。start_period 的值按服务的冷启动实测给:数据库要回放日志、加载缓存的,给到 30–60s 也不夸张,宽限给太短,服务会在还没就绪时就被标记 unhealthy,依赖它的一方永远等不到 healthy。
WARNING
condition: service_healthy和 healthcheck 是一对:只写 condition 不配 healthcheck,依赖方会一直卡在等待状态,既不报错也不启动。排障时先去被依赖方确认探针存在且能通过,再怀疑其他环节。
—wait:让 up 等到全部就绪再返回
脚本和 CI 里还有一个顺手选项:
docker compose up -d --wait--wait 让命令阻塞到所有服务 running 且(配了 healthcheck 的)healthy 才返回,退出码直接反映成败,省掉脚本里自己写轮询 compose ps 的循环。部署脚本最后一行接健康检查或冒烟测试时,用它最稳。
问题二:资源没人管,全靠抢
单个容器的资源参数(--cpus、--memory 背后的 cgroup 原理)是容器资源与性能调优那篇的主题;本篇只讲在 Compose 文件里怎么把这些配额编排好。用的就是 deploy.resources:
services: db: image: postgres:16-alpine deploy: resources: limits: cpus: "1.50" memory: 1G reservations: cpus: "0.50" memory: 512M
app: image: myapp:1.0 deploy: resources: limits: cpus: "1.00" memory: 512M reservations: memory: 256M两个字段的分工:
- limits 是硬顶。CPU 到顶被限流(throttle),内存到顶触发容器级 OOM Kill——杀的是超额的那一个,而不是全机随机抽一个。
- reservations 是保底预留。宿主机内存紧张时,预留量之内的部分优先保住,相当于给关键服务买了份保险。
很多人对 deploy 有个过时印象,觉得它是 Swarm 专属、普通 compose up 会忽略。这个结论已经过期:Compose v2 现行行为是 deploy.resources 的 limits 与 reservations 在非 Swarm 的 docker compose up 下同样生效,写在 Compose 文件里就是给本机编排用的。注意边界:deploy 下的 replicas、placement 等 Swarm 调度字段在普通模式下仍然不生效,别把整段 Swarm 配置照搬过来指望全盘生效。
配额给多少不是拍脑袋,流程是先观察再回填:
docker compose ps # 看每个服务的状态与健康列docker stats # 看 CPU / 内存的实际占用与上限让服务以真实负载跑一两天,用 docker stats 记下峰值,limits 给峰值留两三成余量,reservations 按常态占用给。数据库这类稳态服务可以给得贴身;跑批处理、编译型任务波动大,余量要留足,limits 卡着峰值给,第一次内存峰值就会把容器 OOM 掉,然后在日志里留下一串莫名其妙的 Killed。
profiles:偶尔才用的服务别常驻
调试工具、一次性管理台、数据修复脚本这类服务,写进 Compose 文件就意味着每次 up 都跟着启动,白占资源。profiles 就是为此准备的:
services: adminer: image: adminer:latest ports: - "8080:8080" profiles: - debug带了 profile 的服务默认不启动,需要时显式唤起:
docker compose --profile debug up -d # 连同 debug 组的服务一起拉起docker compose up -d adminer # 点名启动单个也可以,会自动启用它所在的 profile也可以用 COMPOSE_PROFILES 环境变量一次启用多个 profile,适合写进不同环境的 .env 里区分。
并行:拉取与构建别串行排队
服务一多,up 和 build 的串行等待开始明显。两个旋钮:
COMPOSE_PARALLEL_LIMIT环境变量控制 Compose 并行操作的上限(拉取、构建等并发度),机器和网络带得动可以适当调高,默认值偏保守:
COMPOSE_PARALLEL_LIMIT=10 docker compose up -d- 构建方面,
docker compose build --parallel这个参数在 Compose v2 里基本是历史遗留:v2 的 build 默认就已经并行构建多个服务,加不加这个参数行为一致,写脚本时不用再特意带上它。
YAML 锚点:重复配置只写一遍
多个服务共享同一套环境变量、日志配置、重启策略时,用 YAML 锚点加 x- 扩展字段收拢重复,不必逐个服务复制粘贴:
x-common: &common restart: unless-stopped logging: driver: json-file options: max-size: "20m" max-file: "3"
services: app: <<: *common image: myapp:1.0 worker: <<: *common image: myapp:1.0 command: ["./worker"]&common 定义锚点,<<: *common 把它合并进每个服务,服务内再写同名字段即可覆盖。改一处、全员生效,这是它唯一的用途,点到为止。
组合示例:一份文件把几件事一起办了
把前面的零件拼起来,一份带迁移、带配额、带按需工具的 Compose 文件长这样:
services: db: image: postgres:16-alpine environment: POSTGRES_PASSWORD: example volumes: - db-data:/var/lib/postgresql/data healthcheck: test: ["CMD-SHELL", "pg_isready -U postgres"] interval: 10s timeout: 5s retries: 5 start_period: 30s deploy: resources: limits: cpus: "1.50" memory: 1G reservations: memory: 512M
migrate: image: myapp:1.0 command: ["./migrate"] depends_on: db: condition: service_healthy
app: image: myapp:1.0 depends_on: db: condition: service_healthy migrate: condition: service_completed_successfully deploy: resources: limits: cpus: "1.00" memory: 512M
adminer: image: adminer:latest ports: - "8080:8080" profiles: - debug
volumes: db-data:启动顺序被这份文件完全钉死:db 先起来并通过 pg_isready 探针,migrate 才开始跑迁移,迁移以 0 退出后 app 才启动;adminer 躲在 debug profile 里不占常驻资源;数据库和应用各自有内存硬顶,谁也别想把对方挤死。部署脚本里执行 docker compose up -d --wait,返回成功就意味着这条链真的全部就绪,而不是「容器都创建完了」。
还有一个 healthcheck 的细节参数值得知道:start_interval(Compose 规范较新版本加入)控制宽限期内的探测频率,可以比常规 interval 更密,让服务一旦就绪就尽快被发现,不必干等下一个常规周期。老版本 Compose 不认识这个字段会直接报错升级提示,升级到当前 v2 再用。
排障
1. 写了 service_healthy,依赖方永远不启动。
十有八九是被依赖方没配 healthcheck,或者配了但探针一直失败。先单独看被依赖方的健康状态:docker compose ps 里 STATUS 列会显示 (unhealthy) 或一直 (health: starting);再把探针命令手动进容器执行一遍,看它到底通不通。
2. healthcheck 探针命令在镜像里不存在。
精简镜像(alpine、distroless)经常没有 curl、wget,探针每次执行都报可执行文件不存在,服务永远 unhealthy。探针只能用镜像里真实存在的命令:数据库优先用自带探针(pg_isready、mysqladmin、redis-cli),没有合适工具时用 CMD-SHELL 配合 shell 内置能力(如 bash 的 /dev/tcp 探端口),实在不行就给镜像补一个探针工具再构建。
3. limits 写在 deploy 下没生效,是版本问题还是写法问题?
先分清是哪种没生效:docker inspect <容器名> 看 HostConfig 里的 Memory、NanoCpus 是否落上了数值。落上了但感觉没限制,多半是看错了对象(limits 是硬顶,平时没跑满当然看不出来);没落上,先确认用的是 Compose v2(docker compose version),v1 时代的二进制对 deploy 的支持口径不同,老教程里「up 会忽略 deploy」的说法就是那时候留下的。写法上注意 cpus 要带引号写成字符串、memory 带单位(512M、1G),写成纯数字容易被解析出意料之外的结果。
4. service_completed_successfully 的迁移容器每次都跟着重启。
一次性任务容器在 compose up 时会被重新拉起执行,这是它的设计行为;如果迁移已经完成、不想每次都跑,给它加 profile 隔离,或者在部署脚本里单独 docker compose run --rm migrate 执行,不要把它放进常驻依赖链。
小结
Compose 编排优化就抓两条主线:启动侧用 healthcheck 定义「就绪」、用 depends_on 的三档 condition 声明「等到什么程度」,慢启动服务记得给足 start_period;资源侧用 deploy.resources 给每个服务划好硬顶和保底,先 docker stats 观察、再回填数字。再顺手用 profiles 隔离偶尔才用的服务、用 --wait 收稳部署脚本、用锚点收拢重复配置,一份 Compose 文件就从「能跑」变成了「稳跑」。