docker练习-容器和服务

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）更改成新目录，建立一个名为的文件Dockerfile

# 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 ADD . /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ADD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。

构建应用程序

$ ls Dockerfile app.py requirements.txt 

如今运行build命令。这会建立一个Docker镜像，使用-t它来标记，所以它具备友好的名称。

docker build -t friendlyhello .

$ docker images REPOSITORY TAG IMAGE ID friendlyhello latest 326387cea398

 

Docker ID登陆

登陆本地计算机上的Docker公共注册表。

$ docker login 

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

docker tag image wangshu19930818/friendlyhello:v1

发布图像

将标记的图像上传到存储库：

docker pushwangshu19930818/friendlyhello:v1

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 wangshu19930818/friendlyhello:v1

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”。

若是想象一个视频共享站点，它可能包括一个用于将应用程序数据存储在数据库中的服务，一个用于在后台进行视频转码的服务。用户上传内容，前端服务等。

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。

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。

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。

version: "3" services: web: # replace username/repo:tag with your name and image details image: wangshu19930818/friendlyhello:v1 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：

• 拉上传的图像从注册表。

• 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

注意：若是您没有运行，docker swarm init则会收到“此节点不是群集管理器”的错误。

docker stack deploy -c docker-compose.yml getstartedlab 

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。

在咱们的应用程序中获取一项服务的服务ID：

docker ps

列出服务任务：

docker service ps getstartedlab_web

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：

docker ps  -q 

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。

扩展应用程序

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 ps -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