目录

一、Docker Compose全栈部署

1. 生产级docker-compose.yml编写
2. PostgreSQL数据库容器化
3. Redis缓存服务集成
4. 环境变量与密钥管理
5. 一键启动与验证

二、高可用集群架构

1. 多节点Docker Swarm部署
2. 负载均衡配置（Nginx/SLB）
3. 会话保持与故障转移
4. 数据持久化与共享存储
5. 集群监控与告警

三、自动化运维体系

1. CI/CD流水线集成
2. 自动化备份与恢复
3. 日志收集与聚合
4. 性能调优与资源限制
5. 安全加固与权限收敛

四、实战演练

1. 从零搭建生产集群
2. 故障模拟与恢复
3. 压力测试与优化

五、后续规划

1. 下期预告

一、Docker Compose全栈部署

1. 生产级docker-compose.yml编写

创建项目目录结构：

mkdir -p /opt/openclaw-cluster/{config,data,logs,backups,nginx} cd /opt/openclaw-cluster

编写生产级docker-compose.yml：

version: '3.8' services: # OpenClaw主服务 openclaw-master: image: openclaw/openclaw:2026.3.8 container_name: openclaw-master restart: always environment: - OPENCLAW_MODE=master - OPENCLAW_MONGO_HOST=mongo - OPENCLAW_REDIS_HOST=redis - OPENCLAW_SECRET=${OPENCLAW_SECRET} - OPENAI_API_KEY=${OPENAI_API_KEY} - ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY} ports: - "8080:8080" - "5000:5000" volumes: - ./config/config.yaml:/app/config/config.yaml:ro - ./logs/master:/app/logs - ./data/master:/app/data depends_on: - mongo - redis - postgres networks: - openclaw-net deploy: resources: limits: cpus: '2' memory: 4G reservations: cpus: '1' memory: 2G healthcheck: test: ["CMD", "curl", "-f", "http://localhost:8080/health"] interval: 30s timeout: 10s retries: 3 start_period: 40s # OpenClaw工作节点（可水平扩展） openclaw-worker: image: openclaw/openclaw:2026.3.8 restart: always environment: - OPENCLAW_MODE=worker - OPENCLAW_MASTER_URL=http://openclaw-master:5000 - OPENCLAW_SECRET=${OPENCLAW_SECRET} depends_on: - openclaw-master networks: - openclaw-net deploy: replicas: 3 resources: limits: cpus: '1' memory: 2G # MongoDB mongo: image: mongo:6.0 container_name: openclaw-mongo restart: always environment: - MONGO_INITDB_ROOT_USERNAME=${MONGO_USER} - MONGO_INITDB_ROOT_PASSWORD=${MONGO_PASS} volumes: - ./data/mongo:/data/db - ./config/mongo-init.js:/docker-entrypoint-initdb.d/init.js:ro networks: - openclaw-net deploy: resources: limits: memory: 2G # Redis redis: image: redis:7.0-alpine container_name: openclaw-redis restart: always command: redis-server --requirepass ${REDIS_PASS} --maxmemory 512mb --maxmemory-policy allkeys-lru volumes: - ./data/redis:/data networks: - openclaw-net deploy: resources: limits: memory: 1G # PostgreSQL postgres: image: postgres:15-alpine container_name: openclaw-postgres restart: always environment: - POSTGRES_DB=${PG_DB} - POSTGRES_USER=${PG_USER} - POSTGRES_PASSWORD=${PG_PASS} volumes: - ./data/postgres:/var/lib/postgresql/data - ./config/postgres-init.sql:/docker-entrypoint-initdb.d/init.sql:ro networks: - openclaw-net deploy: resources: limits: memory: 2G networks: openclaw-net: driver: bridge ipam: config: - subnet: 172.20.0.0/16

经验分享：在生产环境中，我强烈建议为每个服务配置资源限制（deploy.resources），防止单个容器耗尽宿主机资源。另外，healthcheck配置必不可少，它能确保服务真正可用后才接收流量。

2. PostgreSQL数据库容器化

创建数据库初始化脚本：

nano config/postgres-init.sql

-- 创建OpenClaw专用数据库和用户 CREATE DATABASE openclaw_prod; CREATE USER openclaw_user WITH ENCRYPTED PASSWORD 'YourStrongPassword'; GRANT ALL PRIVILEGES ON DATABASE openclaw_prod TO openclaw_user; -- 创建必要表结构 \c openclaw_prod CREATE TABLE IF NOT EXISTS sessions ( id UUID PRIMARY KEY DEFAULT gen_random_uuid(), user_id VARCHAR(255) NOT NULL, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, updated_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP, metadata JSONB ); CREATE TABLE IF NOT EXISTS conversations ( id UUID PRIMARY KEY DEFAULT gen_random_uuid(), session_id UUID REFERENCES sessions(id), role VARCHAR(50) NOT NULL, content TEXT NOT NULL, created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP ); CREATE INDEX idx_sessions_user ON sessions(user_id); CREATE INDEX idx_conversations_session ON conversations(session_id);

经验分享：PostgreSQL相比SQLite在高并发场景下性能更优。我建议在初始化脚本中创建好索引，避免后期数据量增长后的性能问题。

3. Redis缓存服务集成

Redis配置要点：

command: > redis-server --requirepass ${REDIS_PASS} --maxmemory 512mb --maxmemory-policy allkeys-lru --appendonly yes --appendfsync everysec

关键参数说明：

• maxmemory-policy allkeys-lru：内存满时淘汰最近最少使用的键
• appendonly yes：开启AOF持久化
• appendfsync everysec：每秒同步，平衡性能与安全

经验分享：Redis的内存策略选择很重要。对于OpenClaw这种缓存场景，allkeys-lru是最合适的。如果数据不能丢失，建议同时开启RDB和AOF。

4. 环境变量与密钥管理

创建.env文件：

nano .env

# OpenClaw配置 OPENCLAW_SECRET=your-64-char-random-secret-key-here OPENAI_API_KEY=sk-your-openai-key ANTHROPIC_API_KEY=sk-ant-your-claude-key # MongoDB配置 MONGO_USER=admin MONGO_PASS=YourMongoPassword # Redis配置 REDIS_PASS=YourRedisPassword # PostgreSQL配置 PG_DB=openclaw_prod PG_USER=openclaw_user PG_PASS=YourPostgresPassword

生成安全密钥：

# 生成64位随机字符串 openssl rand -hex 32 # 生成强密码 openssl rand -base64 24

设置文件权限：

chmod 600 .env chown root:root .env

经验分享：永远不要将.env文件提交到Git仓库！我通常会在.gitignore中添加.env，并使用Vault或AWS Secrets Manager管理生产环境密钥。

5. 一键启动与验证

启动所有服务：

# 启动（后台运行） docker compose up -d # 查看服务状态 docker compose ps # 查看日志 docker compose logs -f openclaw-master # 健康检查 curl -s http://localhost:8080/health | jq .

预期输出：

{ "status": "healthy", "version": "2026.3.8", "services": { "mongo": "connected", "redis": "connected", "postgres": "connected" } }

二、高可用集群架构

6. 多节点Docker Swarm部署

初始化Swarm集群：

二、高可用集群架构 6. 多节点Docker Swarm部署 初始化Swarm集群：

转换为Swarm Stack：

# 部署Stack docker stack deploy -c docker-compose.yml openclaw # 查看服务 docker stack services openclaw # 查看任务 docker stack ps openclaw

经验分享：Docker Swarm比Kubernetes轻量得多，适合中小规模集群。如果节点超过20个或需要复杂编排，建议迁移到K8s。

7. 负载均衡配置

Nginx负载均衡配置：

upstream openclaw_backend { least_conn; server 192.168.1.100:8080 weight=3; server 192.168.1.101:8080 weight=2; server 192.168.1.102:8080 weight=1 backup; keepalive 32; } server { listen 443 ssl http2; server_name openclaw.yourdomain.com; ssl_certificate /etc/letsencrypt/live/openclaw.yourdomain.com/fullchain.pem; ssl_certificate_key /etc/letsencrypt/live/openclaw.yourdomain.com/privkey.pem; location / { proxy_pass http://openclaw_backend; proxy_http_version 1.1; proxy_set_header Connection ""; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; # WebSocket支持 proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection "upgrade"; # 超时设置 proxy_connect_timeout 60s; proxy_read_timeout 300s; } }

经验分享：least_conn策略比round_robin更适合AI服务，因为请求处理时间差异大。keepalive连接能显著减少TCP握手开销。

8. 会话保持与故障转移

Redis会话存储配置：

# config.yaml session: store: redis redis: host: redis port: 6379 password: ${REDIS_PASS} db: 0 ttl: 3600 cookie: secure: true httpOnly: true sameSite: strict

故障转移测试：

# 停止一个节点 docker stop openclaw-worker-1 # 观察Nginx自动剔除 curl -I https://openclaw.yourdomain.com/health # 恢复节点 docker start openclaw-worker-1

9. 数据持久化与共享存储

NFS共享存储配置：

# 在NFS服务器 mkdir -p /nfs/openclaw echo "/nfs/openclaw *(rw,sync,no_subtree_check)" >> /etc/exports exportfs -ra # 在各节点挂载 mount -t nfs nfs-server:/nfs/openclaw /mnt/openclaw-shared # docker-compose中使用 volumes: - /mnt/openclaw-shared/data:/app/data

经验分享：对于生产环境，我建议使用云厂商的NAS或EFS服务，比自建NFS更可靠。本地SSD用于临时数据，共享存储用于持久化数据。

10. 集群监控与告警

Prometheus + Grafana部署：

# 添加到docker-compose.yml prometheus: image: prom/prometheus:latest volumes: - ./config/prometheus.yml:/etc/prometheus/prometheus.yml - ./data/prometheus:/prometheus command: - '--config.file=/etc/prometheus/prometheus.yml' - '--storage.tsdb.retention.time=30d' ports: - "9090:9090" grafana: image: grafana/grafana:latest environment: - GF_SECURITY_ADMIN_PASSWORD=${GRAFANA_PASS} volumes: - ./data/grafana:/var/lib/grafana ports: - "3000:3000"

Prometheus配置：

# config/prometheus.yml global: scrape_interval: 15s scrape_configs: - job_name: 'openclaw' static_configs: - targets: ['openclaw-master:8080'] metrics_path: '/metrics' - job_name: 'node-exporter' static_configs: - targets: ['node-exporter:9100']

关键告警规则：

groups: - name: openclaw-alerts rules: - alert: HighErrorRate expr: rate(http_requests_total{status=~"5.."}[5m]) > 0.05 for: 2m annotations: summary: "High error rate detected" - alert: HighLatency expr: histogram_quantile(0.99, rate(http_request_duration_seconds_bucket[5m])) > 0.5 for: 5m annotations: summary: "P99 latency too high"

经验分享：监控是生产环境的眼睛。我建议至少监控：API响应时间、错误率、CPU/内存使用率、队列深度。告警阈值要根据实际基线调整。

三、自动化运维体系

11. CI/CD流水线集成

GitHub Actions示例：

# .github/workflows/deploy.yml name: Deploy OpenClaw on: push: branches: [main] jobs: deploy: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - name: Build and push image run: | docker build -t openclaw:${{ github.sha }} . docker tag openclaw:${{ github.sha }} registry.yourdomain.com/openclaw:latest docker push registry.yourdomain.com/openclaw:latest - name: Deploy to cluster run: | ssh deploy@prod-server "cd /opt/openclaw-cluster && \ docker compose pull && \ docker compose up -d --remove-orphans"

经验分享：我强烈建议使用镜像标签而非latest，便于回滚。每次部署前运行集成测试，确保镜像质量。

12. 自动化备份与恢复

备份脚本：

#!/bin/bash # scripts/backup.sh BACKUP_DIR="/opt/openclaw-cluster/backups" DATE=$(date +%Y%m%d_%H%M%S) RETENTION_DAYS=30 mkdir -p $BACKUP_DIR # 备份PostgreSQL docker exec openclaw-postgres pg_dump -U $PG_USER $PG_DB | \ gzip > $BACKUP_DIR/postgres_$DATE.sql.gz # 备份MongoDB docker exec openclaw-mongo mongodump --archive --gzip | \ cat > $BACKUP_DIR/mongo_$DATE.archive.gz # 备份配置文件 tar -czf $BACKUP_DIR/config_$DATE.tar.gz \ ./config ./data/master/sessions # 清理旧备份 find $BACKUP_DIR -name "*.gz" -mtime +$RETENTION_DAYS -delete echo "Backup completed: $DATE"

Crontab配置：

# 每天凌晨2点备份 0 2 * * * /opt/openclaw-cluster/scripts/backup.sh >> /var/log/openclaw-backup.log 2>&1 # 每周日凌晨3点全量备份 0 3 * * 0 /opt/openclaw-cluster/scripts/full-backup.sh

经验分享：备份一定要测试恢复！我每月都会做一次恢复演练，确保备份可用。异地备份也很重要，防止机房级故障。

13. 日志收集与聚合

ELK Stack简化版（Loki + Grafana）：

loki: image: grafana/loki:latest volumes: - ./config/loki-config.yaml:/etc/loki/local-config.yaml - ./data/loki:/loki ports: - "3100:3100" promtail: image: grafana/promtail:latest volumes: - ./config/promtail-config.yaml:/etc/promtail/config.yaml - /var/log:/var/log:ro - /var/lib/docker/containers:/var/lib/docker/containers:ro

日志查询示例：

# 错误日志 {job="openclaw"} |= "ERROR" # 慢请求 {job="openclaw"} |= "slow request" | duration > 1s # 按用户统计 sum by (user_id) (rate({job="openclaw"}[5m]))

经验分享：Loki比ELK轻量得多，适合中小规模。日志要结构化（JSON格式），便于查询和分析。敏感信息要在应用层脱敏。

14. 性能调优与资源限制

内核参数优化：

# /etc/sysctl.d/99-openclaw.conf net.core.somaxconn = 65535 net.ipv4.tcp_max_syn_backlog = 65535 net.ipv4.ip_local_port_range = 1024 65535 fs.file-max = 2097152 vm.swappiness = 10

Docker资源限制：

deploy: resources: limits: cpus: '2' memory: 4G reservations: cpus: '1' memory: 2G

经验分享：资源限制要留有余量，建议预留20%。监控实际使用量，逐步调整到最优值。

15. 安全加固与权限收敛

容器安全配置：

services: openclaw-master: security_opt: - no-new-privileges:true read_only: true tmpfs: - /tmp - /run cap_drop: - ALL cap_add: - NET_BIND_SERVICE

网络隔离：

networks: frontend: backend: internal: true # 禁止外网访问 services: mongo: networks: - backend openclaw-master: networks: - frontend - backend

经验分享：安全是底线。最小权限原则、网络隔离、镜像扫描、定期更新，一个都不能少。

四、实战演练

16. 从零搭建生产集群

完整部署清单：

# 1. 准备3台服务器 # 2. 安装Docker和Swarm # 3. 初始化集群 # 4. 部署NFS存储 # 5. 部署监控栈 # 6. 部署OpenClaw Stack # 7. 配置Nginx负载均衡 # 8. 配置SSL证书 # 9. 配置备份策略 # 10. 压力测试验证

预计耗时：4-6小时（含调试）

17. 故障模拟与恢复

常见故障场景：

表格

18. 压力测试与优化

使用 wrk 或 Locust 进行压测：

# 安装 wrk sudo apt install -y wrk # 基础压测（100并发，持续60秒） wrk -t4 -c100 -d60s -s scripts/wrk.lua https://openclaw.yourdomain.com/api/v1/chat # 查看结果 Requests/sec: 1200.50 Transfer/sec: 1.25 MB Latency (avg): 83ms Latency (p99): 450ms

经验分享：压测不是目的，发现问题才是。重点关注 P99 延迟和错误率。如果 P99 延迟超过 1s，说明存在瓶颈。我通常会在压测时同时观察 Grafana 面板，定位是 CPU、内存、数据库还是网络的问题。

五、后续规划

19. 下期预告

标题：《OpenClaw专栏第七篇：Kubernetes Operator 企业级自运维架构》

预计发布时间：2026年7月15日

内容预告：

• 从 Docker Swarm 到 Kubernetes 的架构升级
• OpenClaw CRD（Custom Resource Definition）设计
• Operator 模式实现声明式管理
• 自动扩缩容（HPA + KEDA）
• 多租户隔离与 RBAC
• 生产级 Helm Chart 编写
• 灰度发布与滚动更新策略
• 企业级安全合规最佳实践

难度等级：专家级

适用人群：架构师、SRE、DevOps 团队负责人

本篇总结

表格

最佳实践清单

部署前检查

• 服务器配置满足最低要求（4C8G起步）
• 所有密钥通过环境变量注入，不硬编码
• 数据卷挂载到宿主机，非容器内部
• 网络隔离配置完成，数据库不暴露公网
• SSL证书已获取并配置

部署后验证

• 所有容器状态为 healthy
• 健康检查接口返回正常
• 数据库连接正常
• Redis缓存读写正常
• 负载均衡生效，请求均匀分布
• 监控面板有数据
• 告警规则已测试

日常运维

• 每日检查备份是否成功
• 每周审查日志，排查异常
• 每月执行一次恢复演练
• 每季度更新镜像版本
• 定期清理过期日志和备份

参考资料

• Docker Compose 官方文档：Docker Compose | Docker Docs
• Docker Swarm 模式：Swarm mode | Docker Docs
• Prometheus 文档：Overview | Prometheus
• Grafana 文档：Technical documentation | Grafana Labs
• Loki 文档：Grafana Loki | Grafana Loki documentation
• OpenClaw 官方仓库：https://github.com/open-claw/open-claw
• Nginx 负载均衡：Using nginx as HTTP load balancer

互动环节

欢迎在评论区留言讨论：

1. 你在 Docker Compose 部署中踩过哪些坑？
2. Swarm 和 K8s 你怎么选？为什么？
3. 你的监控告警阈值是怎么设定的？
4. 备份恢复演练你多久做一次？
5. 有没有更好的负载均衡方案推荐？

点赞 + 收藏 + 关注，不错过每一篇硬核技术指南！