云计算之路-阿里云上：部分服务器未及时续费造成docker swarm集群故障

非常非常抱歉，由于我们的疏忽 —— docker swarm 集群中的 2 台服务器没有及时续费，造成在夜里0点被自动关机，从而引发整个 docker swarm 集群故障，造成今天凌晨 0:30 ~ 7:50 左右跑在集群上的站点无法访问，由此给您带来很大很大的麻烦，恳请您的谅解。受这次故障影响的站点有 闪存，博问，班级，园子，短信息，招聘，小组，网摘，openapi 。

昨天下午 14: 30 左右我们收到了阿里云的服务器到期通知，由于打算更换这2台到期的服务器，所以没有立即进行续费，准备安排在晚上更换服务器，但晚上由于忙去其他事情忘了进行操作，从而酿成了这次大错。我们会深刻吸取教训，改进我们的运维工作。

这次故障也让我们对 docker swarm 集群的稳定性有了更多的疑惑。之前遇到的故障都是由于节点的 CPU 波动，而这次虽然有 2 个节点下线，但集群中还有 3  个节点，当时负载极低，CPU 也没出现波动，但整个集群依然宕机。从这个角度至少说明 docker swarm 集群并不是真正意义上的分布式集群，对节点的运行状况依赖比较大，节点问题很容易影响到整个集群。

docker swarm 的不稳定也给我们带来了另外一个困扰，我们目前正在进行博客站点的 .NET Core 迁移工作，目前的博客站点用了 5 台 4 核 8 G 的 Windows Server 2016 服务器在跑，迁移完成后要不要切换到 docker swarm 上？之前是有这样的打算，但现在有点望而却步。

另外，给阿里云的一个建议，是否可以将服务器过期关机的动作放在中午 12:00 进行，而不是放在夜里 0:00 ，这样即使忘了续费也可以在中午吃饭的时间及时发现并处理，不然一错过就是一夜。