完成H20服务器部署及重启测试 (#51)

当前部署情况
- h1: 部署server & client
- h2: 部署client
- 部署2025-11-25
- 部署目录：  /home2/argus/server  ,  /home2/argus/client
- 部署使用账号：argus

网络拓扑：
- h1 作为docker swarm manager
- h2 作为worker加入docker swarm
- docker swarm 上创建overlay network

访问方式：
- 通过ssh到h1服务器，端口转发 20006-20011 端口到笔记本本地；
- 门户网址：http://localhost:20006/dashboard

部署截图：
![image.png](/attachments/86c1a7af-dacc-4ba7-a182-f7cefd4e6427)
![image.png](/attachments/06f20852-771c-4264-b031-e6acd0f6ea1c)
![image.png](/attachments/091ab5a8-95bf-466f-a394-3255dcb49735)

注意事项：
- server各容器使用域名作为overlay network上alias别名，实现域名访问，当前版本禁用bind作为域名解析，原因是容器重启后IP变化场景bind机制复杂且不稳定。
- client 构建是内置安装包，容器启动时执行安装流程，后续重启容器跳过安装步骤。
- UID/GID：部署使用 argus账号 uid=2133, gid=2015。

Reviewed-on: #51
Reviewed-by: sundapeng <sundp@mail.zgclab.edu.cn>
Reviewed-by: xuxt <xuxt@zgclab.edu.cn>
Reviewed-by: huhy <husteryezi@163.com>

deployment_new/templates/server/docs/INSTALL_SERVER_zh.md

@@ -0,0 +1,102 @@
+# Argus Server 安装指南（deployment_new）
+
+适用：通过 Server 安装包在 Docker Swarm + external overlay 网络一体化部署 Argus 服务端组件。
+
+—— 本文强调“怎么做、看什么、符合了才继续”。
+
+## 一、准备条件（开始前确认）
+- Docker 与 Docker Compose v2 已安装；`docker info` 正常；`docker compose version` 可执行。
+- 具备 root/sudo 权限；磁盘可用空间 ≥ 10GB（包根与 `/var/lib/docker`）。
+- 你知道本机管理地址（SWARM_MANAGER_ADDR），该 IP 属于本机某网卡，可被其他节点访问。
+- 很重要：以统一账户 `argus`（UID=2133，GID=2015）执行后续安装与运维，并将其加入 `docker` 组；示例命令如下（如需不同 UID/GID，请替换为贵方标准）：
+  ```bash
+  # 1) 创建主组（GID=2015，组名 argus；若已存在可跳过）
+  sudo groupadd --gid 2015 argus || true
+
+  # 2) 创建用户 argus（UID=2133、主组 GID=2015，创建家目录并用 bash 作为默认 shell；若已存在可用 usermod 调整）
+  sudo useradd --uid 2133 --gid 2015 --create-home --shell /bin/bash argus || true
+  sudo passwd argus
+
+  # 3) 将 argus 加入 docker 组，使其能调用 Docker Daemon（新登录后生效）
+  sudo usermod -aG docker argus
+
+  # 4) 验证（重新登录或执行 newgrp docker 使组生效）
+  su - argus -c 'id; docker ps >/dev/null && echo OK || echo NO_DOCKER_PERMISSION'
+  ```
+  后续的解压与执行（config/install/selfcheck 等）均使用该 `argus` 账户进行。
+
+## 二、解包与目录结构
+- 解压：`tar -xzf server_YYYYMMDD.tar.gz`。
+- 进入：`cd server_YYYYMMDD/`
+- 你应当能看到：
+  - `images/`（逐服务镜像 tar.gz，如 `argus-master-YYYYMMDD.tar.gz`）
+  - `compose/`（`docker-compose.yml` 与 `.env.example`）
+  - `scripts/`（安装/运维脚本）
+  - `private/argus/`（数据与配置骨架）
+  - `docs/`（中文文档）
+
+## 三、配置 config（生成 .env 与 SWARM_MANAGER_ADDR）
+命令：
+```
+export SWARM_MANAGER_ADDR=<本机管理IP>
+./scripts/config.sh
+```
+脚本做了什么：
+- 检查依赖与磁盘空间；
+- 自动从“端口 20000 起”分配所有服务端口，确保“系统未占用”且“彼此不冲突”；
+- 写入 `compose/.env`（包含端口、镜像 tag、overlay 名称与 UID/GID 等）；
+- 将当前执行账户的 UID/GID 写入 `ARGUS_BUILD_UID/GID`（若主组名是 docker，会改用“与用户名同名的组”的 GID，避免拿到 docker 组 999）；
+- 更新/追加 `cluster-info.env` 中的 `SWARM_MANAGER_ADDR`（不会覆盖其他键）。
+
+看到什么才算成功：
+- 终端输出：`已生成 compose/.env 并更新 cluster-info.env 的 SWARM_MANAGER_ADDR。`
+- `compose/.env` 打开应当看到：
+  - 端口均 ≥20000 且没有重复；
+  - `ARGUS_BUILD_UID/GID` 与 `id -u/-g` 一致；
+  - `SWARM_MANAGER_ADDR=<你的IP>`。
+
+遇到问题：
+- 端口被异常占用：可删去 `.env` 后再次执行 `config.sh`，或手工编辑端口再执行 `install.sh`。
+
+## 四、安装 install（一次到位）
+命令：
+```
+./scripts/install.sh
+```
+脚本做了什么：
+- 若 Swarm 未激活：执行 `docker swarm init --advertise-addr $SWARM_MANAGER_ADDR`；
+- 确保 external overlay `argus-sys-net` 存在；
+- 导入 `images/*.tar.gz` 到本机 Docker；
+- `docker compose up -d` 启动服务；
+- 等待“六项就绪”：
+  - Master `/readyz`=200、ES `/_cluster/health`=200、Prometheus TCP 可达、Grafana `/api/health`=200、Alertmanager `/api/v2/status`=200、Kibana `/api/status` level=available；
+- 校验 Docker DNS + overlay alias：在 `argus-web-proxy` 内通过 `getent hosts` 与 `curl` 检查 `master.argus.com`、`grafana.metric.argus.com` 等域名连通性；
+- 写出 `cluster-info.env`（含 `SWARM_JOIN_TOKEN_{WORKER,MANAGER}/SWARM_MANAGER_ADDR`；compose 架构下不再依赖 BINDIP/FTPIP）；
+- 生成 `安装报告_YYYYMMDD-HHMMSS.md`（端口、健康检查摘要与提示）。
+
+看到什么才算成功：
+- `docker compose ps` 全部是 Up；
+- `安装报告_…md` 中各项 HTTP 检查为 200/available；
+- `cluster-info.env` 包含五个关键键：
+  - `SWARM_MANAGER_ADDR=...`
+  - `SWARM_MANAGER_ADDR=...` `SWARM_JOIN_TOKEN_*=...`
+  - `SWARM_JOIN_TOKEN_WORKER=SWMTKN-...`
+  - `SWARM_JOIN_TOKEN_MANAGER=SWMTKN-...`
+
+## 五、健康自检与常用操作
+- 健康自检：`./scripts/selfcheck.sh`
+  - 期望输出：`selfcheck OK -> logs/selfcheck.json`
+  - 文件 `logs/selfcheck.json` 中 `overlay_net/es/kibana/master_readyz/prometheus/grafana/alertmanager/web_proxy_cors` 为 true。
+- 状态：`./scripts/status.sh`（相当于 `docker compose ps`）。
+- 诊断：`./scripts/diagnose.sh`（收集容器/HTTP/CORS/ES 细节，输出到 `logs/diagnose_*.log`）。
+- 卸载：`./scripts/uninstall.sh`（Compose down）。
+- ES 磁盘水位临时放宽/还原：`./scripts/es-watermark-relax.sh` / `./scripts/es-watermark-restore.sh`。
+
+## 六、下一步：分发 cluster-info.env 给 Client
+- 将 `cluster-info.env` 拷贝给安装 Client 的同事；
+- 对方在 Client 机器的包根放置该文件（或设置 `CLUSTER_INFO=/绝对路径`）即可。
+
+## 七、故障排查快览
+- Proxy 502 或 8080 连接复位：通常是 overlay alias 未生效或 web-proxy 尚未解析到其它服务；重跑 `install.sh`（会重启栈并在容器内校验 DNS），或查看 `logs/diagnose_error.log`。
+- Kibana 不 available：等待 1–2 分钟、查看 `argus-kibana-sys` 日志；
+- cluster-info.env 的 SWARM_MANAGER_ADDR 为空：重新 `export SWARM_MANAGER_ADDR=<IP>; ./scripts/config.sh` 或 `./scripts/install.sh`（会回读 `.env` 补写）。

deployment_new/templates/server/docs/SWARM_DEPLOY_zh.md

@@ -0,0 +1,7 @@
+# Docker Swarm 部署要点
+
+- 初始化 Swarm：`docker swarm init --advertise-addr <SWARM_MANAGER_ADDR>`
+- 创建 overlay：`docker network create --driver overlay --attachable argus-sys-net`
+- Server 包 `install.sh` 自动完成上述操作；如需手动执行，确保 `argus-sys-net` 存在且 attachable。
+- Worker 节点加入：`docker swarm join --token <worker_token> <SWARM_MANAGER_ADDR>:2377`。
+

deployment_new/templates/server/docs/TROUBLESHOOTING_zh.md

@@ -0,0 +1,11 @@
+# 故障排查（Server）
+
+- 端口占用：查看 `安装报告_*.md` 中端口表；如需修改，编辑 `compose/.env` 后执行 `docker compose ... up -d`。
+- 组件未就绪：
+  - Master: `curl http://127.0.0.1:${MASTER_PORT}/readyz -I`
+  - ES: `curl http://127.0.0.1:${ES_HTTP_PORT}/_cluster/health`
+  - Grafana: `curl http://127.0.0.1:${GRAFANA_PORT}/api/health`
+  - Prometheus TCP: `exec 3<>/dev/tcp/127.0.0.1/${PROMETHEUS_PORT}`
+- 域名解析：进入 `argus-web-proxy` 或 `argus-master-sys` 容器：`getent hosts master.argus.com`。
+- Swarm/Overlay：检查 `docker network ls | grep argus-sys-net`，或 `docker node ls`。
+