docker高级应用之集群与auto scale

以前介绍过docker的单机安装、多主机网络互通、如何半自动化更新与回滚代码，如今在介绍如何进行集群与auto scale。

集群通讯软件

这部分功能使用Python语言编写，基于TCP Socket与SSL加密通讯。咱们来看下效果展现：

查看全部节点信息：

(软件名是cdocker，分为客户端与服务端，服务的名字是cdocker_server.py，客户端名字是cdocker_client.py，感谢@陈李粮帮我起的名字)

上图的返回信息显示当前集群有3个节点（Node）、存放位置与类型（Metadata）、机器惟一标识（Machines_id）、当前宿主机建立容器数量（Container_now_user）以及最大可使用容器的数量（Container_max_use）。

这个程序中也包含了部分Mesos等功能，能够计算集群里可用资源状况，并显示具体已使用与可最大使用数量。

查看具体节点里容器信息

集群模块还有其余的功能，好比建立集群、建立auto_scale等，今天我就给你们展现web界面，后台实现再也不详细介绍。

上图为集群总览界面，包含了当前集群的部分信息。左上角能够建立集群：

我对存放区域设计基本思路是按照服务器的配置来选择类型。具体以下:

界面中auto_scale开始数量与最大数量，以及内存、cpu阀值的设置都很直观，再也不赘述。

点击info按钮，能够查看集群项目信息 、实例信息、公网信息等

公网ip与防火墙信息均可以动态的调整。

生效的意思是对新增或者修改后防火墙策略进行生效，主要是放在误操做。

这个3个按钮主要是对集群进行更新、回滚（这个功能还有点瑕疵，因此先不展现）

下面在介绍一下auto scale

主要是经过自研程序docker_auto_scale.py进行动态扩容与缩减容器数量，这个程序是经过获取集群的监控信息以及auto scale设置值与cpu、内存阀值进行综合判断后进行操做。

效果以下

好比运行正常（cpu、内存使用量未超过阀值）

下面修改一下内存阀值

修改前

修改后

点击提交

能够看到内存阀值已经从95%修改成1%，下面是运行auto scale软件状况

能够看到扩容了当前的一倍，从4变为8个了

下面在运行一遍

能够看到从8变为16，翻了一倍

另外auto scale缩减也是同样的效果

这样仅是对后端作的操做，但前端访问确定是经过ip加url，而后负载到后端real server，我这里是使用程序+etcd+confd+haproxy+keepalived

web访问效果为

url对应的脚本就是获取容器的内网ip。

至于有几个ip里包含this is test update是我本身弄的测试。

目前经过这样的集群与auto scale模式，能够知足动态扩容与缩减，对于资源最大程度使用、高可用、跨机房高可用等都能知足。