被忽略的后端开发神器 — Docker

时间 2019-11-06

标签忽略后端开发神器 docker 栏目 Docker 繁體版

原文原文链接

刚接触Docker的时候，觉得只是用来作运维。后来真正用的时候才发觉，这个Docker简直是个神器。无论什么开发场景都能轻松应付。想要什么环境都能随意生成，并且灵活性更高，更轻量，完美实现微服务的概念。python

什么是`Docker`

Docker是一个开源的应用容器引擎，基于Go语言并听从Apache2.0协议开源。传统虚拟机技术是虚拟出一套硬件后，在其上运行一个完整操做系统，在该系统上再运行所需应用进程；而容器内的应用进程直接运行于宿主的内核，容器内没有本身的内核，并且也没有进行硬件虚拟。它占用的资源更少，能作到的事更多。linux

与传统虚拟机的对比

特性	容器	虚拟机
启动	秒级	分钟级
硬盘启动	通常为MB	通常为GB
性能	接近原生	弱于
系统支持量	单机支持上千个容器	通常几十个

安装`Docker`

安装的方法都挺简单的，我用的是mac，直接经过Docker官网下载软件安装，全程无障碍。nginx

`Docker`概念

镜像（images）：Docker镜像是一个特殊的文件系统，除了提供容器运行时所需的程序、库、资源、配置等文件外，还包含了一些为运行时准备的一些配置参数（如匿名卷、环境变量、用户等）。镜像不包含任何动态数据，其内容在构建以后也不会被改变。(直白点能够理解为系统安装包)
容器（container）：镜像和容器的关系，就像是面向对象程序设计中的类和实例同样，镜像是静态的定义，容器是镜像运行时的实体。容器能够被建立、启动、中止、删除、暂停等。（能够理解为安装好的系统）

Docker镜像使用

1、下载镜像

大概了解了Docker的概念之后，咱们就尝试拉取flask镜像使用一下。查找镜像能够经过hub.docker.com/网站来搜索，或者经过命令搜索。web

docker search flask
复制代码

在这里，我是经过Docker hub官网挑选出了python3.7 + alpine3.8组合的运行环境， alpine是精简版的linux，体积更小、运行的资源消耗更少。

# 拉取镜像
docker pull tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8
# 下载好可查看镜像列表是否存在
docker images
复制代码

2、运行flask镜像

下载镜像之后，就开始运行下试试，感觉一下Docker的轻量、快捷。首先建立个flask运行文件来，在这里，我建立了/docker/flask做为项目文件，而后在根目录下再建立个app文件夹来存放main.py文件，代码以下：redis

from flask import Flask

app = Flask(__name__)

@app.route("/")
def hello():
    return "Hello World from Flask!"

if __name__ == "__main__":
    # 测试环境下才开启debug模式
    app.run(host='0.0.0.0', debug=True, port=80)
复制代码

如今的文件结构：docker

flask
  └── app
      └── main.py
复制代码

运行命令数据库

docker run -it --name test -p 8080:80 -v /docker/flask/app:/app -w /app tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8 python main.py
复制代码

这里说明一下命令的参数含义： -it 是将-i -t合并起来，做用是能够用指定终端对容器执行命令交互。 --name 对容器进行命名。 -p 将主机的8080端口映射到容器的80端口。 -v 将主机的/docker/flask/app文件挂载到容器的/app文件，若是容器内没有的话会自动建立。 -w 将/app文件做为工做区，后面的执行命令都默认在该文件路径下执行。 tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8 镜像名跟标签。 python main.py 经过python来运行工做区的main.py文件。运行结果：flask

如今主机跟容器的连接已经创建起来了，主机经过8080端口就能访问到容器的网站。

自定义镜像

在使用别人定制的镜像时老是不能尽善尽美的，若是在本身项目里面，不能每次都是拉取下来从新配置一下。像上面的镜像，我可不喜欢这么长的名字，想一想每次要敲这么长的名字都头疼(tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8)。vim

编写Dockerfile文件

打开咱们刚才的/docker/flask路径，在根目录下建立Dockerfile文件，内容以下。浏览器

# 基础镜像
FROM tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8

# 没有vim来查看文件很不习惯，利用alpine的包管理安装一个来
RUN apk add vim 
# 顺便用pip安装个redis包，后面用得上
RUN pip3 install redis 
# 将咱们的app文件加入到自定义镜像里面去
COPY ./app /app 复制代码

如今咱们的文件结构是：

flask
├── app
│   └── main.py
└── Dockerfile
复制代码

剩下的就跑一遍就OK啦！记得必定要在Dockerfile文件同级目录下执行build命令。

docker build -t myflask .

Sending build context to Docker daemon  4.608kB
Step 1/4 : FROM tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8
 ---> c69984ff0683
Step 2/4 : RUN apk add vim
 ---> Using cache
 ---> ebe2947fcf89
Step 3/4 : RUN pip3 install redis
 ---> Running in aa774ba9030e
Collecting redis
  Downloading https://files.pythonhosted.org/packages/f5/00/5253aff5e747faf10d8ceb35fb5569b848cde2fdc13685d42fcf63118bbc/redis-3.0.1-py2.py3-none-any.whl (61kB)
Installing collected packages: redis
Successfully installed redis-3.0.1
Removing intermediate container aa774ba9030e
 ---> 47a0f1ce8ea2
Step 4/4 : COPY ./app /app
 ---> 50908f081641
Successfully built 50908f081641
Successfully tagged myflask:latest
复制代码

-t 指定要建立的目标路径。 . 这里有个点记住啦，表示是当前路径下的Dockerfile文件，能够指定为绝对路径。编译完后就经过docker images查看一下，就能看到myflask镜像了，里面能直接运行python main.py来启动flask，而且内置了vim和redis包。

`Docker Compose`让多容器成为一个总体

咱们的每一个容器都负责一个服务，这样容器多的时候一个个手动启动的话是不现实的。在这种状况咱们能够经过Docker Compose来关联每一个容器，组成一个完整的项目。

Compose项目由Python编写，实现上调用了 Docker服务提供的 API 来对容器进行管理。

# 安装docker-compose
sudo pip3 install docker-compose
复制代码

实现能记录访问次数的web

在这里，咱们经过docker-compose.yml文件来启动flask容器和redis容器，并将两个不一样容器相互关联起来。首先在/docker/flask目录下建立docker-compose.yml文件，内容以下：

version: '3'
services:
  flask:
      image: myflask
      container_name: myflask
      ports:
        - 8080:80
      volumes:
        - /docker/flask/app:/app
      working_dir: /app
      # 运行后执行的命令
      command: python main.py
      
  redis:
    # 若是没有这个镜像的话会自动下载
    image: "redis:latest"
    container_name: myredis
复制代码

而后咱们把上面的main.py代码修改一下，链接redis数据库并记录网站访问次数。main.py修改后内容以下:

from flask import Flask
from redis import Redis

app = Flask(__name__)
redis = Redis(host='redis', port=6379)


@app.route("/")
def hello():
    count = redis.incr('visit')
    return f"Hello World from Flask! 该页面已被访问{count}次。"


if __name__ == "__main__":
    # Only for debugging while developing
    app.run(host='0.0.0.0', debug=True, port=80)
复制代码

目前的文件结构是：

flask
├── app
│   └── main.py
└── Dockerfile
└── docker-compose.yml
复制代码

这些编排的文件参数都是取自于Docker，基本都能看懂，其它就没啥啦，直接命令行跑起来：

docker-compose up
复制代码

就辣么简单!如今咱们在浏览器上访问http://localhost:8080/就能看到结果了，而且每访问一次这页面都会自动增长访问次数.

在这里，咱们也能经过 docker ps命令查看运行中的容器：

docker ps

CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS              PORTS                           NAMES
66133318452d        redis:latest        "docker-entrypoint.s…"   13 seconds ago      Up 12 seconds       6379/tcp                        myredis
0956529c3c9c        myflask             "/entrypoint.sh pyth…"   13 seconds ago      Up 11 seconds       443/tcp, 0.0.0.0:8080->80/tcp   myflask
复制代码

有了Docker Compose的Docker才是完整的Docker，有了这些之后开发简直不要太爽，每一个容器只要维护本身的服务环境就ok了。

Docker的平常操做

镜像经常使用操做

# 下载镜像
docker pull name
# 列出本地镜像
docker images
# 使用镜像运行生成容器
docker run name:tag
# 删除镜像
docker rmi id/name
复制代码

容器经常使用操做

能够经过容器的id或者容器别名来启动、中止、重启。

# 查看运行中的容器
docker ps
# 查看全部生成的容器
docker ps -a
# 开始容器
docker start container
# 中止容器
docker stop container
# 重启容器
docker restart container
# 移除不须要的容器(移除前容器必需要处于中止状态)
docker rm container
# 进入后台运行的容器
docker exec -it container /bin/sh
# 打印容器内部的信息（-f参数能实时观察内部信息）
docker logs -f container
复制代码

经过-i -t进来容器的，能够先按ctrl + p, 而后按ctrl + q来退出交互界面组，这样退出不会关闭容器。

docker-compose经常使用操做

# 自动完成包括构建镜像,（从新）建立服务，启动服务，并关联服务相关容器的一系列操做。
docker-compose up
# 此命令将会中止 up 命令所启动的容器，并移除网络
docker-compose down
# 启动已经存在的服务容器。
docker-compose start
# 中止已经处于运行状态的容器，但不删除它。经过start能够再次启动这些容器。
docker-compose stop
# 重启项目中的服务
docker-compose restart
复制代码

默认状况，docker-compose up启动的容器都在前台，控制台将会同时打印全部容器的输出信息，能够很方便进行调试。当经过Ctrl-C中止命令时，全部容器将会中止。

结语

此次接触Docker的时间虽然不长，可是这种微服务细分的架构真的是惊艳到我了。之前玩过VM虚拟机，那个使用成本过高，不够灵活，用过一段时间就放弃了，老老实实维护本身的本机环境。有了这个Docker之后，想要什么测试环境都行，直接几行代码生成就好，一种为所欲为的自由。上面写的那些都是平常使用的命令，能应付基本的需求了，真要深刻的话建议去找详细的文档，我就不写太累赘了，但愿你们都能去接触一下这个Docker，怎么都不亏，大家也会喜欢上这小鲸鱼的。