Docker入门-part3

准备

• 安装Docker 1.13以上版本
• 获取Docker Compose。在 Docker for Mac 和 Docker for Windows上已经预先安装了，因此你可以忽略。在Linux系统中，你需要 直接安装，在没有Hyper-V的Windows 10以前的系统中，请使用 Docker Toolbox
• 阅读第一部分
• 学习第二部分如何创建容器
• 确保前面创建的friendlyhello镜像已经发布到Registry，我们将会使用这个共享的镜像
• 确保你的镜像能够部署为容器运行。运行docker run -p 80:80 username/repo:tag，替换其中的username，repo，tag为你自己的值，然后访问http://localhost

简介

在第三部分中，我们将会启用负载均衡并且扩展我们的应用。为了实现这个目标，我们需要进入到一个分布式应用层级的上一级：服务。

• Stack
• Services
• Container （第二部分）

关于服务

在分布式应用中，我们将应用的不同组成部分叫做“服务”。例如，一个视频分享网站，可能包含一个用于在数据库中存储应用数据的服务，一个在用户上传视频后用于在后台做视频转码的服务，一个用于前端展示的服务等。

服务其实就是“生产环境中的容器”。一个服务只运行一个镜像，它与镜像的运行方式一致（使用什么端口，多少容器的副本一起运行以满足服务的容量需求等）。通过改变运行某部分服务的容器实例数目实现对服务的扩展，给该服务更多的计算资源。

幸运的是，使用Docker平台，你可以非常容易的定义、运行和扩展服务 - 只需要写一个docker-compose.yml文件。

你的第一个docker-compose.yml文件

docker-compose.yml文件是一个YAML格式的文件，它定义了Docker容器在生产环境的行为。

docker-compose.yml

在你希望的地方创建文件docker-compose.yml，首先要确保在第二部分闯进的镜像已经推送到了Registry。然后更新这个.yml文件，替换其中的username/repo:tag部分。

version: "3"
services:
  web:
    # 替换 username/repo:tag 
    image: username/repo:tag
    deploy:
      replicas: 5
      resources:
        limits:
          cpus: "0.1"
          memory: 50M
      restart_policy:
        condition: on-failure
    ports:
      - "80:80"
    networks:
      - webnet
networks:
  webnet:

这个docker-compose.yml文件告诉Docker去做下面几件事

• 从Regsitry拉取我们在第二部分上传的镜像
• 创建5个实例运行镜像，名称为web，限制每个实例最多占用10%的CPU和50M内存
• 如果其中某个容器宕掉了则自动重启
• 映射宿主机的80端口到web的80端口
• 让web中的容器通过名为webnet的负载均衡网络共享其80端口
• 使用默认配置定义webnet网络

运行负载均衡后的应用

在我们使用docker stack deploy命令之前，首先运行

docker swarm init

注意： 我们将会在第四部分介绍这个命令的含义。如果你没有运行docker swarm init命令，你将得到一个“this node is not a swarm manager.”的错误。

现在让我们运行它。你必须给你的应用一个名字，这里我们设置为getstartedlab：

docker stack deploy -c docker-compose.yml getstartedlab

我们的这个服务栈中现在运行了5个我们不熟的镜像的容器实例。

获取我们应用的服务的ID：

docker service ls

你将会看到web服务的输出，前面是应用的名称。如果你给它的名字与本示例中是一样的，那么这个名字将会是getstartedlab_web。服务的ID也被列了出来，后面跟着副本数，镜像名称和暴露的端口。

在服务中运行的单个容器被称为任务(task)。任务都有一个唯一自增的数值ID，最大为你在docker-compose.yml中指定的replicas值。列出服务中的任务：

docker service ps getstartedlab_web

如果你只是列出了系统中所有的容器，那么任务也会被列出，但是不会按照服务进行过滤。

docker container ls -q

现在你可以运行curl -4 http://localhost几次，或者在浏览器中刷新几次看看结果

无论使用哪种方式，你都会看到容器的ID是在变化的，这就证明了负载均衡已经生效，对于每个请求，有以轮询的方式从5个任务中选择出一个来响应请求。容器的ID与之前执行docker container ls -q命令的输出相匹配。

运行Windows 10？

在Windows 10的PowerShell中已经内置了curl命令，如果没有的话你可以使用Git Bash或者是下载wget for Windows，使用上都是相似的。

响应时间很慢？

根据环境的网络配置不同，可能会耗费30秒的时间从容器中响应HTTP请求。这并不是Docker或者swarm的性能问题，而是因为Redis依赖没有安装，连接超时所致，我们将会在后面的教程中介绍。现在，访问统计也是因为同样的原因无法正常执行；我们还没有为服务添加持久化数据。

扩展应用

可以通过修改docker-compose.yml中的replicas值来扩展应用，保存变更，然后重新执行docker stack deploy命令：

docker stack deploy -c docker-compose.yml getstartedlab

Docker将会执行实时更新，不需要关掉这个栈或者是kill掉任何容器。

现在，重新运行docker container ls -q命令查看从新配置的容器实例。如果你增加了副本数，则更多的任务（容器）会被开启。

关闭应用和Swarm

• 使用docker stack rm命令关闭应用

    docker stack rm getstartedlab

• 关闭swarm

    docker swarm leave --force

这与在Docker中开始和扩展应用一样简单。你节省了很多去学习如何在生产环境中运行容器的时间。在下一节中，你将会学到如何在Docker集群中运行这个而应用作为一个真正的swarm。

总结和备忘单[可选]

下面是一个控制台视频，记录了本教程的内容

下面是本文中用到的一些基本的Docker命令

# 列出应用的stacks
docker stack ls
# 运行指定的compose文件
docker stack deploy -c <composefile> <appname>
# 列出与当前应用关联的运行中的服务
docker service ls
# 列出与当前应用相关的任务
docker service ps <service>
# 审查任务或者容器
docker inspect <task or container> 
# 列出容器ID
docker container ls -q 
# 关闭应用
docker stack rm <appname> 
# 关闭单个swarm节点
docker swarm leave --force

原文：Get Started, Part 3: Services