docker入门使用教程

Docker概念

Docker是开发人员和系统管理员 使用容器开发，部署和运行应用程序的平台。使用Linux容器部署应用程序称为容器化。容器不是新的，但它们用于轻松部署应用程序。

容器化愈来愈受欢迎，由于容器是：

• 灵活：即便是最复杂的应用也能够集装箱化。
• 轻量级：容器利用并共享主机内核。
• 可互换：您能够即时部署更新和升级。
• 便携式：您能够在本地构建，部署到云，并在任何地方运行。
• 可扩展：您能够增长并自动分发容器副本。
• 可堆叠：您能够垂直和即时堆叠服务。

图像和容器

经过运行映像启动容器。一个图像是一个可执行的包，其中包括运行应用程序所需的全部内容-的代码，运行时，库，环境变量，和配置文件。

甲容器是图像的运行时实例-当被执行时（即，与状态的图像，或者用户进程）在存储器中什么图像变得。您可使用该命令查看正在运行的容器列表docker ps，就像在Linux中同样。

容器和虚拟机

一个容器中运行原生 Linux和共享主机与其它容器的内核。它运行一个独立的进程，不占用任何其余可执行文件的内存，使其轻量级。

相比之下，虚拟机（VM）运行一个完整的“客户”操做系统，经过虚拟机管理程序对主机资源进行虚拟访问。一般，VM提供的环境比大多数应用程序须要的资源更多。

准备Docker环境

在支持的平台上安装维护版本的Docker Community Edition（CE）或Enterprise Edition（EE） 。

完整的Kubernetes集成

• Docker for Mac上的Kubernetes 可在17.12 Edge（mac45）或 17.12 Stable（mac46）及更高版本中使用。
• Docker for Windows 上的Kubernetes仅在 18.02 Edge（win50）和更高边缘通道中提供。

安装Docker

 

测试Docker版本

1. 运行docker --version并确保您拥有受支持的Docker版本：

   root@jwh-virtual-machine:~# docker version Client: Version: 18.09.0 API version: 1.39 Go version: go1.10.4 Git commit: 4d60db4 Built: Wed Nov 7 00:48:57 2018 OS/Arch:           linux/amd64 Experimental: false Server: Docker Engine - Community Engine: Version: 18.09.0 API version: 1.39 (minimum version 1.12) Go version: go1.10.4 Git commit: 4d60db4 Built: Wed Nov 7 00:16:44 2018 OS/Arch:          linux/amd64 Experimental: false

    

2. 运行docker info或（docker version without --）查看有关docker安装的更多详细信息：

   root@jwh-virtual-machine:~# docker info Containers: 0 Running: 0 Paused: 0 Stopped: 0 Images: 0 Server Version: 18.09.0 Storage Driver: overlay2 Backing Filesystem: extfs Supports d_type: true Native Overlay Diff: true Logging Driver: json-file Cgroup Driver: cgroupfs Plugins: Volume: local Network: bridge host macvlan null overlay Log: awslogs fluentd gcplogs gelf journald json-file local logentries splunk syslog Swarm: inactive Runtimes: runc Default Runtime: runc Init Binary: docker-init containerd version: c4446665cb9c30056f4998ed953e6d4ff22c7c39 runc version: 4fc53a81fb7c994640722ac585fa9ca548971871 init version: fec3683 Security Options: apparmor seccomp Profile: default Kernel Version: 4.10.0-28-generic Operating System: Ubuntu 16.04.3 LTS OSType: linux Architecture: x86_64 CPUs: 1 Total Memory: 1.87GiB Name: jwh-virtual-machine ID: SS2S:4LLL:PDXM:NC7D:FIW6:LCP5:H4FP:SMHU:WNTR:LTVH:YDRQ:R567 Docker Root Dir: /var/lib/docker Debug Mode (client): false Debug Mode (server): false Registry: https://index.docker.io/v1/
   Labels: Experimental: false Insecure Registries: 127.0.0.0/8 Live Restore Enabled: false Product License: Community Engine WARNING: No swap limit support root@jwh-virtual-machine:~#

   要避免权限错误（以及使用sudo），请将您的用户添加到docker组中。阅读更多。

测试Docker安装

1. 经过运行简单的Docker镜像hello-world来测试您的安装是否有效 ：

   root@jwh-virtual-machine:~# docker run hello-world Unable to find image 'hello-world:latest' locally latest: Pulling from library/hello-world 1b930d010525: Pull complete Digest: sha256:2557e3c07ed1e38f26e389462d03ed943586f744621577a99efb77324b0fe535 Status: Downloaded newer image for hello-world:latest Hello from Docker! This message shows that your installation appears to be working correctly. To generate this message, Docker took the following steps: 1. The Docker client contacted the Docker daemon. 2. The Docker daemon pulled the "hello-world" image from the Docker Hub. (amd64) 3. The Docker daemon created a new container from that image which runs the executable that produces the output you are currently reading. 4. The Docker daemon streamed that output to the Docker client, which sent it to your terminal. To try something more ambitious, you can run an Ubuntu container with: $ docker run -it ubuntu bash Share images, automate workflows, and more with a free Docker ID: https://hub.docker.com/
    For more examples and ideas, visit: https://docs.docker.com/get-started/
    root@jwh-virtual-machine:~#

2. 列出hello-world下载到您的计算机的图像：

   root@jwh-virtual-machine:~# docker image ls REPOSITORY TAG IMAGE ID CREATED SIZE hello-world         latest              fce289e99eb9        7 days ago          1.84kB root@jwh-virtual-machine:~#

3. 列出hello-world在显示其消息后退出的容器（由图像生成）。若是它仍在运行，您将不须要--all选项：

   root@jwh-virtual-machine:~# docker container ls --all CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES e240e4b70492 hello-world         "/hello"            About a minute ago   Exited (0) About a minute ago compassionate_ride root@jwh-virtual-machine:~#

    

在过去，若是您要开始编写Python应用程序，那么您的第一个业务是在您的计算机上安装Python运行时。可是，这会致使您的计算机上的环境很是适合您的应用程序按预期运行，而且还须要与您的生产环境相匹配。

使用Docker，您能够将可移植的Python运行时做为映像获取，无需安装。而后，您的构建能够在应用程序代码旁边包含基本Python映像，确保您的应用程序，其依赖项和运行时都一块儿运行。

这些可移植图像由称为a的东西定义Dockerfile。

使用定义容器 Dockerfile

Dockerfile定义容器内环境中发生的事情。对网络接口和磁盘驱动器等资源的访问在此环境中进行虚拟化，该环境与系统的其余部分隔离，所以您须要将端口映射到外部世界，并具体说明要“复制”到哪些文件那个环境。可是，在执行此操做以后，您能够预期Dockerfile在此处定义的应用程序的构建 在其运行的任何位置都会彻底相同。

Dockerfile

建立一个空目录。将目录（cd）更改为新目录，建立一个名为Dockerfile的文件，将如下内容复制并粘贴到该文件中，而后保存。记下解释新Dockerfile中每一个语句的注释。

# Use an official Python runtime as a parent image FROM python:2.7-slim # Set the working directory to /app WORKDIR /app # Copy the current directory contents into the container at /app COPY . /app # Install any needed packages specified in requirements.txt RUN pip install --trusted-host pypi.python.org -r requirements.txt # Make port 80 available to the world outside this container EXPOSE 80 # Define environment variable ENV NAME World # Run app.py when the container launches CMD ["python", "app.py"]

这Dockerfile是指咱们还没有建立的几个文件，即 app.py和requirements.txt。让咱们建立下一个。

应用程序自己

再建立两个文件，requirements.txt而后app.py将它们放在同一个文件夹中Dockerfile。这完成了咱们的应用程序，您能够看到它很是简单。当上述Dockerfile被内置到的图像，app.py而且 requirements.txt是由于存在Dockerfile的COPY命令，并从输出app.py是经过HTTP得益于访问EXPOSE 命令。

requirements.txt

Flask Redis

app.py

from flask import Flask from redis import Redis, RedisError import os import socket # Connect to Redis redis = Redis(host="redis", db=0, socket_connect_timeout=2, socket_timeout=2) app = Flask(__name__) @app.route("/") def hello(): try: visits = redis.incr("counter") except RedisError: visits = "<i>cannot connect to Redis, counter disabled</i>" html = "<h3>Hello {name}!</h3>" \ "<b>Hostname:</b> {hostname}<br/>" \ "<b>Visits:</b> {visits}" return html.format(name=os.getenv("NAME", "world"), hostname=socket.gethostname(), visits=visits) if __name__ == "__main__": app.run(host='0.0.0.0', port=80)

如今咱们看到pip install -r requirements.txt为Python安装Flask和Redis库，应用程序打印环境变量NAME，以及调用的输出socket.gethostname()。最后，由于Redis没有运行（由于咱们只安装了Python库，而不是Redis自己），咱们应该指望在这里使用它的尝试失败并产生错误消息。

注意：在容器内部访问容器ID时，访问主机名称，这相似于正在运行的可执行文件的进程ID。

而已！您不须要Python或requirements.txt系统中的任何内容，也不须要构建或运行此映像将它们安装在您的系统上。看起来你并无真正创建一个Python和Flask的环境，但你有。

构建应用程序

咱们准备构建应用程序。确保您仍处于新目录的顶层。这是ls应该显示的内容：

root@jwh-virtual-machine:/testdocker# ls app.py Dockerfile requirements.txt

如今运行build命令。这将建立一个Docker镜像，咱们将使用该--tag选项命名。使用-t，若是你想使用一个较短的选项。

docker build --tag=friendlyhello .

root@jwh-virtual-machine:/testdocker# docker build --tag=friendlyhello . Sending build context to Docker daemon 5.12kB Step 1/7 : FROM python:2.7-slim 2.7-slim: Pulling from library/python 177e7ef0df69: Pull complete f6b2167b8d5a: Pull complete 432b044db3f9: Pull complete 7356f8556c46: Pull complete Digest: sha256:9fc89764be6827ef37feefc0f921953e7762a75b68f159483a5d877f34df0f47 Status: Downloaded newer image for python:2.7-slim ---> f090c78858fa Step 2/7 : WORKDIR /app ---> Running in 9cdd56ae3b3b Removing intermediate container 9cdd56ae3b3b ---> 36654f1a1077 Step 3/7 : COPY . /app ---> 895d9a50a195 Step 4/7 : RUN pip install --trusted-host pypi.python.org -r requirements.txt ---> Running in c296c6f17cb4 Collecting Flask (from -r requirements.txt (line 1)) Downloading https://files.pythonhosted.org/packages/7f/e7/08578774ed4536d3242b14dacb4696386634607af824ea997202cd0edb4b/Flask-1.0.2-py2.py3-none-any.whl (91kB)
Collecting Redis (from -r requirements.txt (line 2)) Downloading https://files.pythonhosted.org/packages/f5/00/5253aff5e747faf10d8ceb35fb5569b848cde2fdc13685d42fcf63118bbc/redis-3.0.1-py2.py3-none-any.whl (61kB)
Collecting itsdangerous>=0.24 (from Flask->-r requirements.txt (line 1)) Downloading https://files.pythonhosted.org/packages/76/ae/44b03b253d6fade317f32c24d100b3b35c2239807046a4c953c7b89fa49e/itsdangerous-1.1.0-py2.py3-none-any.whl
Collecting Jinja2>=2.10 (from Flask->-r requirements.txt (line 1)) Downloading https://files.pythonhosted.org/packages/7f/ff/ae64bacdfc95f27a016a7bed8e8686763ba4d277a78ca76f32659220a731/Jinja2-2.10-py2.py3-none-any.whl (126kB)
Collecting Werkzeug>=0.14 (from Flask->-r requirements.txt (line 1)) Downloading https://files.pythonhosted.org/packages/20/c4/12e3e56473e52375aa29c4764e70d1b8f3efa6682bef8d0aae04fe335243/Werkzeug-0.14.1-py2.py3-none-any.whl (322kB)
Collecting click>=5.1 (from Flask->-r requirements.txt (line 1)) Downloading https://files.pythonhosted.org/packages/fa/37/45185cb5abbc30d7257104c434fe0b07e5a195a6847506c074527aa599ec/Click-7.0-py2.py3-none-any.whl (81kB)
Collecting MarkupSafe>=0.23 (from Jinja2>=2.10->Flask->-r requirements.txt (line 1)) Downloading https://files.pythonhosted.org/packages/bc/3a/6bfd7b4b202fa33bdda8e4e3d3acc719f381fd730f9a0e7c5f34e845bd4d/MarkupSafe-1.1.0-cp27-cp27mu-manylinux1_x86_64.whl
Installing collected packages: itsdangerous, MarkupSafe, Jinja2, Werkzeug, click, Flask, Redis Successfully installed Flask-1.0.2 Jinja2-2.10 MarkupSafe-1.1.0 Redis-3.0.1 Werkzeug-0.14.1 click-7.0 itsdangerous-1.1.0 Removing intermediate container c296c6f17cb4 ---> c3bfa7d44503 Step 5/7 : EXPOSE 80
 ---> Running in d7f0b929aaa5 Removing intermediate container d7f0b929aaa5 ---> 07a38d8ea172 Step 6/7 : ENV NAME World ---> Running in d582ade4179d Removing intermediate container d582ade4179d ---> 81103116670b Step 7/7 : CMD ["python", "app.py"] ---> Running in d485dcaee07f Removing intermediate container d485dcaee07f ---> 4fd1ea568df5 Successfully built 4fd1ea568df5 Successfully tagged friendlyhello:latest root@jwh-virtual-machine:/testdocker#

你的构建镜像在哪里？它位于您机器的本地Docker镜像注册表中：

root@jwh-virtual-machine:/testdocker# docker image ls REPOSITORY TAG IMAGE ID CREATED SIZE friendlyhello latest 4fd1ea568df5 46 seconds ago 131MB hello-world         latest              fce289e99eb9        7 days ago          1.84kB python 2.7-slim            f090c78858fa        9 days ago 120MB root@jwh-virtual-machine:/testdocker#

注意标签是如何默认的latest。标签选项的完整语法相似于--tag=friendlyhello:v0.0.1。

Linux用户的故障排除

代理服务器设置

代理服务器能够在启动并运行后阻止与Web应用程序的链接。若是您位于代理服务器后面，请使用如下ENV命令将如下行添加到Dockerfile中，以指定代理服务器的主机和端口：

# Set proxy server, replace host:port with values for your servers ENV http_proxy host:port ENV https_proxy host:port 

DNS设置

DNS配置错误可能会产生问题pip。您须要设置本身的DNS服务器地址才能pip正常工做。您可能想要更改Docker守护程序的DNS设置。您能够/etc/docker/daemon.json使用dns密钥编辑（或建立）配置文件，以下所示：

{ "dns": ["your_dns_address", "8.8.8.8"] }

在上面的示例中，列表的第一个元素是DNS服务器的地址。第二项是Google的DNS，可在第一项没法使用时使用。

在继续以前，请保存daemon.json并从新启动docker服务。

sudo service docker restart

修复后，重试运行该build命令。

运行该应用程序

运行应用程序，使用如下方法将计算机的端口4000映射到容器的已发布端口80 -p：

docker run -p 4000:80 friendlyhello

root@jwh-virtual-machine:/testdocker# docker run -p 4000:80 friendlyhello * Serving Flask app "app" (lazy loading) * Environment: production WARNING: Do not use the development server in a production environment. Use a production WSGI server instead. * Debug mode: off * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)

您应该看到Python正在为您的应用程序提供服务的消息http://0.0.0.0:80。可是该消息来自容器内部，它不知道您将该容器的端口80映射到4000，从而生成正确的URL http://localhost:4000。

在Web浏览器中转到该URL，以查看在网页上提供的显示内容。

您还能够curl在shell中使用该命令来查看相同的内容。

$ curl http://192.168.146.128:4000/
  % Total    % Received % Xferd Average Speed Time Time Time Current Dload Upload Total Spent Left Speed 100   118  100   118    0     0    951      0 --:--:-- --:--:-- --:--:--   951

<h3>Hello World!</h3><b>Hostname:</b> 9ceedd5fdd97<br/><b>Visits:</b> <i>cannot connect to Redis, counter disabled</i>

这个端口从新映射的4000:80演示之间的差别EXPOSE中的Dockerfile哪些的publish运行时值设置 docker run -p。在后面的步骤中，将主机上的端口4000映射到容器中的端口80并使用http://localhost。

点击CTRL+C你的终端退出。

在Windows上，显式中止容器

在Windows系统上，CTRL+C不会中止容器。所以，首先键入CTRL+C以获取提示（或打开另外一个shell），而后键入docker container ls以列出正在运行的容器，而后 docker container stop <Container NAME or ID>中止容器。不然，当您尝试在下一步中从新运行容器时，会从守护程序收到错误响应。

如今让咱们以分离模式在后台运行应用程序：

root@jwh-virtual-machine:/testdocker# docker run -d -p 4000:80 friendlyhello 3d69fad2ec47daa1b0a51341e30839afde9918ccf9436975b3d7861366319280

您得到应用程序的长容器ID，而后被踢回终端。您的容器正在后台运行。您还能够看到缩写的容器ID docker container ls（而且在运行命令时均可以互换）：

root@jwh-virtual-machine:/testdocker# docker container ls CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 3d69fad2ec47 friendlyhello "python app.py"     39 seconds ago      Up 38 seconds       0.0.0.0:4000->80/tcp   frosty_knuth

如今docker container stop用来结束这个过程，使用CONTAINER ID以下：

root@jwh-virtual-machine:/testdocker# docker container stop 3d69fad2ec47 3d69fad2ec47

分享你的形象

为了演示咱们刚刚建立的内容的可移植性，让咱们上传咱们构建的图像并在其余地方运行它。毕竟，当您想要将容器部署到生产环境时，您须要知道如何推送到注册表。

注册表是存储库的集合，存储库是图像的集合 - 相似于GitHub存储库，除了代码已经构建。注册表上的账户能够建立许多存储库。该dockerCLI使用泊坞窗的公共注册表默认状况下。

注意：咱们在这里使用Docker的公共注册表只是由于它是免费和预先配置的，但有许多公共注册表可供选择，您甚至可使用Docker Trusted Registry设置本身的私有注册表。

使用您的Docker ID登陆

若是您没有Docker账户，请在hub.docker.com上注册一个账户 。记下您的用户名。

登陆本地计算机上的Docker公共注册表。

root@jwh-virtual-machine:/testdocker# docker login Login with your Docker ID to push and pull images from Docker Hub. If you don't have a Docker ID, head over to https://hub.docker.com to create one.
Username: jiangwenhui Password: WARNING! Your password will be stored unencrypted in /root/.docker/config.json. Configure a credential helper to remove this warning. See https://docs.docker.com/engine/reference/commandline/login/#credentials-store
 Login Succeeded root@jwh-virtual-machine:/testdocker#

标记图像

将本地映像与注册表上的存储库相关联的表示法是 username/repository:tag。标签是可选的，但建议使用，由于它是注册管理机构用来为Docker镜像提供版本的机制。为上下文提供存储库和标记有意义的名称，例如 get-started:part2。这会将图像放入get-started存储库并将其标记为part2。

如今，把它们放在一块儿来标记图像。docker tag image使用您的用户名，存储库和标记名称运行，以便将图像上载到所需的目标位置。该命令的语法是：

docker tag image username/repository:tag

例如：

root@jwh-virtual-machine:/testdocker# docker tag friendlyhello jiangwenhui/jiang-test:part2 root@jwh-virtual-machine:/testdocker#

运行docker image ls以查看新标记的图像。

root@jwh-virtual-machine:/testdocker# docker image ls REPOSITORY TAG IMAGE ID CREATED SIZE jiangwenhui/jiang-test   part2               4fd1ea568df5        18 minutes ago 131MB friendlyhello latest 4fd1ea568df5 18 minutes ago 131MB hello-world              latest              fce289e99eb9        7 days ago          1.84kB python 2.7-slim            f090c78858fa        10 days ago 120MB root@jwh-virtual-machine:/testdocker#

发布图像

将标记的图像上传到存储库：

docker push username/repository:tag

例如：

root@jwh-virtual-machine:/testdocker# docker push jiangwenhui/jiang-test:part2 The push refers to repository [docker.io/jiangwenhui/jiang-test] a4c803cedd56: Pushed 84fc571f8852: Pushed 286d546f86e5: Pushed af9628477752: Mounted from library/python f1bd403e5041: Mounted from library/python b7fcb2747224: Mounted from library/python 7b4e562e58dc: Mounted from library/python part2: digest: sha256:596c068cdbdb26bc60feebfaab0ad1a7ffb71627440832bc3d2de89a69be8674 size: 1788 root@jwh-virtual-machine:/testdocker#

完成后，此上传的结果将公开发布。若是您登陆到Docker Hub，则会在其中看到新图像及其pull命令。

从远程存储库中拉出并运行映像

从如今开始，您可使用docker run如下命令在任何计算机上使用和运行您的应用程序：

docker run -p 4000:80 jiangwenhui/jiang-test:part2

若是映像在计算机上不可用，则Docker会从存储库中提取映像。

$ docker run -p 4000:80 jiangwenhui/jiang-test:part2 Unable to find image 'jiangwenhui/jiang-test:part2' locally part2: Pulling from jiangwenhui/jiang-test:part2 10a267c67f42: Already exists f68a39a6a5e4: Already exists 9beaffc0cf19: Already exists 3c1fe835fb6b: Already exists 4c9f1fa8fcb8: Already exists ee7d8f576a14: Already exists fbccdcced46e: Already exists Digest: sha256:0601c866aab2adcc6498200efd0f754037e909e5fd42069adeff72d1e2439068 Status: Downloaded newer image for jiangwenhui/jiang-test:part2 * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)

不管在哪里docker run执行，它都会提取您的图像，以及Python和全部依赖项requirements.txt，并运行您的代码。它们都在一个整洁的小包中一块儿旅行，你不须要在主机上安装任何东西，以便Docker运行它。

回顾和备忘单（可选）

这是本页所涵盖内容的终端录音：

如下是此页面中基本Docker命令的列表，以及一些相关的命令，若是您想在继续以前稍微探索一下。

docker build -t friendlyhello .  # Create image using this directory's Dockerfile
docker run -p 4000:80 friendlyhello  # Run "friendlyname" mapping port 4000 to 80 docker run -d -p 4000:80 friendlyhello         # Same thing, but in detached mode docker container ls # List all running containers docker container ls -a # List all containers, even those not running docker container stop <hash> # Gracefully stop the specified container docker container kill <hash> # Force shutdown of the specified container docker container rm <hash> # Remove specified container from this machine docker container rm $(docker container ls -a -q) # Remove all containers docker image ls -a # List all images on this machine docker image rm <image id> # Remove specified image from this machine docker image rm $(docker image ls -a -q) # Remove all images from this machine docker login             # Log in this CLI session using your Docker credentials docker tag <image> username/repository:tag  # Tag <image> for upload to registry docker push username/repository:tag # Upload tagged image to registry docker run username/repository:tag                   # Run image from a registry

 

关于服务

在分布式应用程序中，应用程序的不一样部分称为“服务”。例如，若是您想象一个视频共享站点，它可能包括一个用于在数据库中存储应用程序数据的服务，一个用户在上传内容后在后台进行视频转码的服务，一个用于前端的服务，等等。

服务实际上只是“生产中的容器”。服务只运行一个映像，但它编码了映像的运行方式 - 它应该使用哪些端口，应该运行多少个容器副本，以便服务具备所需的容量，以及等等。扩展服务会更改运行该软件的容器实例的数量，从而为流程中的服务分配更多计算资源。

幸运的是，使用Docker平台定义，运行和扩展服务很是容易 - 只需编写一个docker-compose.yml文件便可。

你的第一个docker-compose.yml档案

一个docker-compose.yml文件是一个YAML文件，它定义了如何Docker容器在生产中应表现。

docker-compose.yml

将此文件保存为docker-compose.yml您想要的任何位置。确保已将 第2部分中建立的图像推送到注册表，并经过替换 图像详细信息进行更新。.yml username/repo:tag

version: "3" services: web: # replace username/repo:tag with your name and image details image: username/repo:tag deploy: replicas: 5 resources: limits: cpus: "0.1" memory: 50M restart_policy: condition: on-failure ports: - "4000:80" networks: - webnet networks: webnet:

该docker-compose.yml文件告诉Docker执行如下操做：

• pull咱们在步骤2中上传的镜像从注册表。

• 将该映像的5个实例做为一个被调用的服务运行web，限制每一个实例使用，最多10％的CPU（跨全部内核）和50MB的RAM。

• 若是一个失败，当即重启容器。

• 将主机上的端口4000映射到web端口80。

• 指示web容器经过称为负载平衡的网络共享端口80 webnet。（在内部，容器自己web在短暂的端口发布到 80端口。）

• webnet使用默认设置（负载平衡的覆盖网络）定义网络。

运行新的负载均衡应用

在咱们docker stack deploy首先运行命令以前：

docker swarm init

如今让咱们来运行吧。您须要为您的应用程序命名。在这里，它被设置为 getstartedlab：

docker stack deploy -c docker-compose.yml getstartedlab

root@jwh-virtual-machine:/opt/new_test# docker stack deploy -c docker-compose.yml getstartedlab Creating network getstartedlab_webnet Creating service getstartedlab_web root@jwh-virtual-machine:/opt/new_test#

咱们的单个服务堆栈在一台主机上运行已部署映像的5个容器实例。咱们来调查吧。

在咱们的应用程序中获取一项服务的服务ID：

root@jwh-virtual-machine:/opt/new_test# docker service ls ID NAME MODE REPLICAS IMAGE PORTS zyuwks3ygy7e getstartedlab_web replicated 5/5                 jiangwenhui/jiang-test:part2   *:4000->80/tcp

查找服务的输出web，并附上您的应用名称。若是您将其命名为与此示例中显示的相同，则名称为 getstartedlab_web。还列出了服务ID，以及副本数，映像名称和公开端口。

在服务中运行的单个容器称为任务。任务被赋予以数字递增的惟一ID，最多为replicas您定义 的数量docker-compose.yml。列出您的服务任务：

root@jwh-virtual-machine:/opt/new_test# docker service ps getstartedlab_web ID NAME IMAGE NODE DESIRED STATE CURRENT STATE ERROR PORTS z6vocrwm597t getstartedlab_web.1   jiangwenhui/jiang-test:part2   jwh-virtual-machine Running Running about a minute ago 6lvqrzq2ufmm getstartedlab_web.2   jiangwenhui/jiang-test:part2   jwh-virtual-machine Running Running about a minute ago hz7286ekji8n getstartedlab_web.3   jiangwenhui/jiang-test:part2   jwh-virtual-machine Running Running about a minute ago h2utp2d2p6bp getstartedlab_web.4   jiangwenhui/jiang-test:part2   jwh-virtual-machine Running Running about a minute ago v9z1ud2wmsm6 getstartedlab_web.5   jiangwenhui/jiang-test:part2   jwh-virtual-machine Running Running about a minute ago root@jwh-virtual-machine:/opt/new_test#

若是您只列出系统上的全部容器，则任务也会显示，但不会被服务过滤：

root@jwh-virtual-machine:/opt/new_test# docker container ls -q 62640ce74d5e 6bb416f77d19 5109bc435ff1 6b492c384d09 c074d76eedf1 root@jwh-virtual-machine:/opt/new_test#

您能够curl -4 http://localhost:4000连续屡次运行，或者在浏览器中转到该URL并点击刷新几回。

不管哪一种方式，容器ID都会发生变化，从而证实负载均衡; 对于每一个请求，以循环方式选择5个任务中的一个来响应。容器ID与上一个命令（docker container ls -q）的输出匹配。

扩展应用程序

您能够经过更改replicas值docker-compose.yml，保存更改并从新运行docker stack deploy命令来扩展应用程序：

docker stack deploy -c docker-compose.yml getstartedlab

Docker执行就地更新，无需首先拆除堆栈或杀死任何容器。

如今，从新运行docker container ls -q以查看已从新配置的已部署实例。若是放大副本，则会启动更多任务，从而启动更多容器。

取下应用程序和群

• 将应用程序删除docker stack rm：

  docker stack rm getstartedlab

• 取下群。

  
  
  
  docker swarm leave --force

  虽然键入docker run很简单，但生产中容器的真正实现是将其做为服务运行。服务在Compose文件中编码容器的行为，此文件可用于扩展，限制和从新部署咱们的应用程序。使用启动服务的相同命令，能够在运行时应用对服务的更改： docker stack deploy。

  在此阶段要探索的一些命令：

  docker stack ls # List stacks or apps docker stack deploy -c <composefile> <appname>  # Run the specified Compose file docker service ls # List running services associated with an app docker service ps <service> # List tasks associated with an app docker inspect <task or container> # Inspect task or container docker container ls -q # List container IDs docker stack rm <appname> # Tear down an application docker swarm leave --force      # Take down a single node swarm from the manager