解决The swarm does not have a leader

1问题：

最近有一个测试环境的Swarm集群挂了，这个集群有两个管理节点，执行 docker node ls，均报：

The swarm does not have a leader. It's possible that too few managers are online. Make sure more than half of the managers are online

明明两个管理节点都在线。

 

2分析：

通过docker info命令，看到一条错误信息

Error: rpc error: code = Unknown desc = The swarm does not have a leader. It's possible that too few managers are online. Make sure more than half of the managers are online.

 

逐个分析两个节点的日志，发现周期性打印的错误日志：

第一个管理节点：

Mar 4 09:30:05 manager1 dockerd: time="2020-03-04T09:30:05.663865244+08:00" level=error

msg="error sending message to peer" error="rpc error: code = Internal desc = connection error: desc = \"transport: x509: certificate has expired or is not yet valid\""

第二个管理节点报：

Mar 4 09:08:01 manager2 dockerd: time="2020-03-04T09:08:01.446858105+08:00" level=warning

msg="error renewing TLS certificate: rpc error: code = Internal desc = connection error: desc = \"transport: remote error: tls: bad certificate\""

初步得出结论，第二个管理节点证书有问题，并且很大可能是过期了，

根据字面信息猜测一下：这里好像是个BUG，刷新本地证书需要请求某一个远程节点，请求远程节点又报证书不对，形成悖论。

 

查看两台机器的时间，均是正常时间

 

3验证：

通过命令

docker swarm ca | openssl x509 -noout -text

查看第二个管理节点证书，命令报错无法显示证书信息

直接通过谷歌浏览器访问两个节点的2377端口 https://x.x.x.x:2377

点击证书，查看证书，发现有效期不在当前时间范围内，接着着手更新证书有效期

 

 

 

 

接着面临问题：证书在哪存放？怎么更新？参考了以下地址的内容：

证书相关 github上的讨论

 

4最终解决：

管理节点二因为证书失效，直接主动让它离开集群

docker swarm leave --force

 

管理节点一仍然不正常，在管理节点一上执行命令

docker swarm init --force-new-cluster --advertise-addr x.x.x.x

（x.x.x.x是你服务器的IP地址）

发现无法正常执行，重启了docker进程

systemctl restart docker

等待时间较长，之后再次执行

docker swarm init --force-new-cluster --advertise-addr x.x.x.x

集群恢复正常，并且之前的部署和配置依然存在，算是解决了问题

 

（完毕）