Docker容器集群自动故障恢复需Overlay网络+内置DNS+健康感知路由：1.用加密Overlay网络实现跨节点自愈；2.依赖内置DNS服务发现避免IP硬编码；3.结合健康检查与auto_recovery机制实现网络层联动恢复。
要让 Docker 容器集群具备自动故障恢复与动态重组能力，网络配置不能只关注连通性，更要支撑服务发现、状态同步和跨节点任务迁移。核心在于：Overlay 网络 + 内置 DNS + 健康感知路由。下面分三块讲清楚怎么做。
1. 必须使用 Swarm Overlay 网络（非 bridge/host）
Docker 原生集群高可用依赖 Swarm 的分布式控制面，而 Overlay 网络是其唯一支持跨主机服务自愈的底层网络模式。-
创建带加密的 Overlay 网络（保障节点间通信安全）：
docker network create \ --driver overlay \ --opt encrypted \ --subnet 10.0.10.0/24 \ app-overlay
-
部署服务时显式绑定该网络：
docker service create \ --name api \ --network app-overlay \ --replicas 3 \ nginx:alpine
关键点：只有 Overlay 网络才能让 Swarm Manager 在节点宕机后，自动将任务调度到其他健康节点，并复用原服务名（如
api）进行 DNS 解析——这是故障后无缝重组的前提。
2. 启用内置 DNS 与服务发现，避免硬编码 IP
容器重启或迁移后 IP 会变，靠 IP 地址通信必然断裂。必须依赖 Docker 内置 DNS 实现服务名自动解析。-
所有服务必须部署在同一 Overlay 网络中，才能互相通过服务名访问：
# docker-compose.yml（Swarm 模式下 deploy） version: '3.9' services: web: image: nginx:alpine networks: [app-overlay] depends_on: api: condition: service_healthy api: image: my-api:latest networks: [app-overlay] healthcheck: test: ["CMD", "curl", "-f", "http://localhost:8080/health"] interval: 20s timeout: 5s retries: 3 start_period: 40s 注意：
depends_on.condition: service_healthy不是启动顺序锁，而是触发健康检查；DNS 会持续解析api到当前运行中的任意一个实例 IP，即使某实例被重建，DNS 记录几秒内自动更新。
3. 配合健康检查与 auto_recovery 实现网络层联动恢复
单纯网络连通不够，需让网络行为响应容器真实状态。Docker 27 的 `auto_recovery` 机制可与 Overlay 网络策略协同工作。-
在服务部署中启用增强恢复（Docker 27+）：
deploy: restart_policy: condition: on-failure delay: 5s max_attempts: 3 auto_recovery: enabled: true backoff_factor: 1.5 max_backoff: 60s -
效果：
- 当容器因 OOM 或崩溃退出，Swarm 先尝试本地重启；
- 若连续失败，自动触发跨节点重建新实例；
- 新实例启动后，自动加入
app-overlay网络，获得新 IP，并立即注册到内置 DNS； - 流量在 1–3 秒内切至新实例，旧连接自然超时，无手动干预。
-
补充建议：
- 给关键服务配置
--endpoint-mode dnsrr（而非默认 VIP），避免单点负载均衡器成为瓶颈； - 对数据库等有状态服务，配合
--replicas-max-per-node 1防止单节点脑裂； - 禁用
--publish直接暴露端口，改用反向代理（如 Traefik）统一入口，隔离网络变更影响。
- 给关键服务配置
不复杂但容易忽略
