Docker 入门 第六部分:部署app
Docker 入门 第六部分:部署app
先决条件
- 安装 Docker 1.13 或更高版本
- 按照第三部分中的描述安装Docker Compose。
- 按照第四部分中描述安装了Docker Machine,
- 阅读第一部分
- 在第二部分中学习如何创建容器
- 确保你已经将创建的
friendlyhello
镜像发布到registry。我们会在这里用到这个镜像 - 确保你的镜像已经作为容器被部署运行,运行这个命令,在你的信息中加入
username
,repo
, 和tag
:docker run -p 80:80 username/repo:tag
, 然后查看http://localhost/
。 - 从第五部分获取
docker-compose.yml
的最终版本.
介绍
现在我们已经为整个教程编辑了Compose文件。这里有好消息,Compose文件在生产环境中的产生的效果和在你计算机上产生的效果是一样的。在这里,我们会介绍一些运行容器化应用的选项。
选择一个选项
Docker CE(Cloud provider)
如果你在生产环境中使用Docker社区办用的很好,你可以使用Docker Cloud来帮助你管理在流行服务提供商(例如Amazon Web Services、DigitalOcean 或者 Microsoft Azure)上的app,
设置和部署:
- 将你首选的提供商链接到Docker云,授权Docker Cloud自动为你配置和“Dockerize”VM的权限。
- 使用Docker Cloud创建你的计算资源和swarm
- 部署你的app
注意: 这里我们不会链接到Docker Cloud文档,完成每个步骤后,请确保重新返回这个页面。
链接Docker Cloud
你可以在标准模式或者Swaram模式中运行Docker Cloud。
如果你在标准模式中运行Docker Cloud,请遵照下面的步骤将你的服务提供商河Docker Cloud链接起来。
- Amazon Web Services 配置指南
- DigitalOcean 配置指南
- Microsoft Azure 配置指南
- Packet 配置指南
- SoftLayer 配置指南
- 使用 the Docker Cloud Agent 引用你自己的主机
如果你运行在Swarm模式中(推荐使用Amazon Web Service 或者Microsoft Azure),请跳到下一节有关如何创建swarm。
创建 swarm
准备创建swarm:
- 如果使用的是Amazon Web Services(AWS),你可以在AWS上自动创建一个swarm。
- 如果使用的是微软的Azure ,你可以在Azure上自动创建awzrm
- 否则,就使用Dcoker Cloud UI界面创建你的节点 ,并运行第四部分里在Docker Cloud上通过ssh学习到的
docker swarm init
和docker swarm join
命令。最后,点击屏幕顶部的切换按钮来启用Swarm模式,并注册刚刚创建的swarm。
注意:如果你使用Docker Cloud Agent来带动你自己的主机,则这种方式不支持集群模式。你可以在Docker Cloud 中注册自己已存在的swarm。
在云提供商上部署你的应用
通过Docker Cloud链接你自己的swarm。有几种不同的连接方式:
- 在Swarm模式的Docker Cloud web界面,选择页面顶部的Swarms,点击你想要连接的swarm,然后将给定的命令复制粘贴到命令行终端。
- 在Docker for Mac 或者Docker for Windows上,你可以通过桌面应用菜单直接连接到你的swarm上。
- 无论哪种方式,都会打开一个上下文是你的本地机器的终端,但其docker命令会被路由到你的云服务提供商上的swarm上。你可以直接连接本地文件系统和远程swarm,从而使用
docker
命令。
运行
docker stack deploy -c docker-compose.yml getstartedlab
在云托管的swarm上部署appdocker stack deploy -c docker-compose.yml getstartedlab Creating network getstartedlab_webnet
Creating service getstartedlab_web
Creating service getstartedlab_visualizer
Creating service getstartedlab_redis
现在你的app就运行在云上了。
运行一些swarm命令来验证部署
你可以像使用swarm命令行一样浏览和管理swarm。这里会有一些看起来看熟悉的例子:
使用
docker node ls
列出节点。[getstartedlab] ~ $ docker node ls
ID HOSTNAME STATUS AVAILABILITY MANAGER STATUS
9442yi1zie2l34lj01frj3lsn ip-172-31-5-208.us-west-1.compute.internal Ready Active
jr02vg153pfx6jr0j66624e8a ip-172-31-6-237.us-west-1.compute.internal Ready Active
thpgwmoz3qefdvfzp7d9wzfvi ip-172-31-18-121.us-west-1.compute.internal Ready Active
n2bsny0r2b8fey6013kwnom3m * ip-172-31-20-217.us-west-1.compute.internal Ready Active Leader
使用
docker service ls
列出服务[getstartedlab] ~/sandbox/getstart $ docker service ls
ID NAME MODE REPLICAS IMAGE PORTS
x3jyx6uukog9 dockercloud-server-proxy global 1/1 dockercloud/server-proxy *:2376->2376/tcp
ioipby1vcxzm getstartedlab_redis replicated 0/1 redis:latest *:6379->6379/tcp
u5cxv7ppv5o0 getstartedlab_visualizer replicated 0/1 dockersamples/visualizer:stable *:8080->8080/tcp
vy7n2piyqrtr getstartedlab_web replicated 5/5 sam/getstarted:part6 *:80->80/tcp
使用
docker service ps <service>
查看服务中的任务[getstartedlab] ~/sandbox/getstart $ docker service ps vy7n2piyqrtr
ID NAME IMAGE NODE DESIRED STATE CURRENT STATE ERROR PORTS
qrcd4a9lvjel getstartedlab_web.1 sam/getstarted:part6 ip-172-31-5-208.us-west-1.compute.internal Running Running 20 seconds ago
sknya8t4m51u getstartedlab_web.2 sam/getstarted:part6 ip-172-31-6-237.us-west-1.compute.internal Running Running 17 seconds ago
ia730lfnrslg getstartedlab_web.3 sam/getstarted:part6 ip-172-31-20-217.us-west-1.compute.internal Running Running 21 seconds ago
1edaa97h9u4k getstartedlab_web.4 sam/getstarted:part6 ip-172-31-18-121.us-west-1.compute.internal Running Running 21 seconds ago
uh64ez6ahuew getstartedlab_web.5 sam/getstarted:part6 ip-172-31-18-121.us-west-1.compute.internal Running Running 22 seconds ago
在云主机上开放服务
现在,你的app作为一个swarm部署在云服务器上,就像刚刚运行docker
命令验证的那样。但你还需要开放端口来实现下面的内容:
- 允许工作节点上的redis服务和web服务可以进行通信
- 允许工作节点上的web服务可以入站访问,以便可以通过web浏览器可以访问Hello world 和 Visualizer。
- 允许服务器上的SSH入站访问,以便运行
manager
(这可能已经在你的云服务商设置了)
下面是每个服务你需要开放的端口
Service | Type | Protocol | Port |
---|---|---|---|
web | HTTP | TCP | 80 |
visualizer | HTTP | TCP | 8080 |
redis | TCP | TCP | 6379 |
表1
执行该操作的方法因与服务商的不同而不同。
这里我们使用Amazon Web Service(AWS)来举例。
如何使用redis来存储数据
要是redis正常工作,你需要ssh连接到运行了manager的云服务器,在运行docker stack deploy
之前先在 /home/docker/ 创建 data/ 目录。另外一个方法是将docker-stack.yml
文件中的数据路径更改为manager
服务器上预先存在的路径。这里的例子不包含该步骤,因此示例输出中的redis服务没有运行。
示例:AWS
登陆AWS控制台,进入EC2面板,并点击进入Running Instances 来查看节点。
在左侧菜单里找到Network & Security > Security Groups
查看关联到你的swarm的security groups,,getstartedlab-Manager-<XXX>
,getstartedlab-Nodes-<XXX>
,getstartedlab-SwarmWide-<XXX>
选择swarm的“Node”安全组,安全组的名字类似:
getstartedlab-NodeVpcSG-9HV9SMHDZT8C
。为 web、visualizer 和 redis 服务添加入站规则,为上面表格(表1)的每一行内容都设置类型、协议和端口,点击保存这些规则。
提示: 当你保存新规则时,HTTP 和TCP端口会在IPv4和IPv6地址上自动创建。
返回Running Instances列表,获取其中一个worker的公共DNS名称,并粘贴到浏览器地址栏。
与教程的前几部分一样, HelloWorld app会显示在80端口,Visualizer显示在8080端口
迭代和清理
从这里开始,你可以做之前部分教程中学到的所有事情,
- 通过修改
docker-compose.yml
文件来扩展app,使用docker stack deploy
命令来及时更新部署。 - 通过修改代码来更改app行为,然后重建,并推送新的镜像。(要这样做,需要按照前面学习的构建app和发布镜像相同的步骤来实现)。
- 你可以使用
docker stack rm
来删除stack,例如:
docker stack getstartedlab
与在本地docker机器上运行swarm不同,无论你是否关闭本地主机,你的swarm 和 其上的app都可以继续运行在云服务器上。
Enterprise(Cloud provider)这里不做介绍
Enterprise(On-premise)这了不做介绍
Docker 入门 第六部分:部署app的更多相关文章
- Docker入门(六):Stacks
这个<Docker入门系列>文档,是根据Docker官网(https://docs.docker.com)的帮助文档大致翻译而成.主要是作为个人学习记录.有错误的地方,Robin欢迎大家指 ...
- Docker入门(七):部署app
这个<Docker入门系列>文档,是根据Docker官网(https://docs.docker.com)的帮助文档大致翻译而成.主要是作为个人学习记录.有错误的地方,Robin欢迎大家指 ...
- Docker入门教程(六)另外的15个Docker命令
Docker入门教程(六)另外的15个Docker命令 [编者的话]DockerOne组织翻译了Flux7的Docker入门教程,本文是系列入门教程的第六篇,继续介绍Docker命令.之前的第二篇文章 ...
- docker入门与部署微服务--学习笔记
最近公司进一步去windows,走向 linux+云化. 原来的一大坨windows虚拟机服务器都要转向linux, 既然走向linux的话,那么docker肯定是要涉足的. 故学习了docker入门 ...
- Docker入门(三):容器(Containers)
这个<Docker入门系列>文档,是根据Docker官网(https://docs.docker.com)的帮助文档大致翻译而成.主要是作为个人学习记录.有错误的地方,Robin欢迎大家指 ...
- Docker入门学习
Python爬虫 最近断断续续的写了几篇Python的学习心得,由于有开发经验的同学来说上手还是比较容易,而且Python提供了强大的第三方库,做一个小的示例程序还是比较简单,这不我之前就是针对Pyt ...
- 【转载】大白话Docker入门(二)
原文:https://yq.aliyun.com/articles/63517?spm=a2c4e.11153940.blogcont63035.15.12011c3fddklk0 上篇的大白话Doc ...
- 这可能是最为详细的Docker入门吐血总结
这可能是最为详细的Docker入门吐血总结 https://www.cnblogs.com/ECJTUACM-873284962/p/9789130.html Docker是什么? 在计算机技术日新 ...
- Docker 入门 第五部分:Stacks
目录 Docker 入门 第五部分:Stacks 先决条件 介绍 添加一个新的服务并重新部署 保存数据 回顾 Docker 入门 第五部分:Stacks 先决条件 安装 Docker 1.13 或更高 ...
随机推荐
- Docker(十四)-Docker四种网络模式
Docker 安装时会自动在 host 上创建三个网络,我们可用 docker network ls 命令查看: none模式,使用--net=none指定,该模式关闭了容器的网络功能. host模式 ...
- Win2012r2 以及win2016 安装.NET3.5
自从微软的内核 6.2以上的版本之后 win2012 win2016 已经自带了 .net4.0的版本 但是很多应用还需要.net 3.5的版本,虽然微软的安装盘里面有 .net 3.5的安装文件,但 ...
- 使用TensorFlow实现分类
这一节使用TF搭建一个简单的神经网络用于分类任务,首先把需要的包引入,另外为了防止在多次运行中一些图中的tensor在内存中影响实验,采取重置操作: import tensorflow as tf i ...
- 反编译微信小程序
最近看了个微信小程序古诗词全集,想知道他的前后端是怎么实现的,所以就想到了反编译.小程序安装后会有个wxapkg格式的文件存在/data/data/com.tencent.mm/MicroMsg/** ...
- 主成分分析PCA(Principal Component Analysis)在sklearn中的应用及部分源码分析
最近太忙,又有一段时间没写东西了. pca是机器学习中一个重要的降维技术,是特征提取的代表.关于pca的实现原理,在此不做过多赘述,相关参考书和各大神牛的博客都已经有各种各样的详细介绍. 如需学习相关 ...
- unorder_map 自定义KEY
1. boost::unorder_map 实现自定义KEY // boostLibTest.cpp : 定义控制台应用程序的入口点. // #include "stdafx.h" ...
- java 前台使用枚举方法(二)
最近发现,前台jsp使用枚举,有一个更方便的方法. 首先 枚举类的封装大家看一下:http://blog.csdn.net/hanjun0612/article/details/72845960 然后 ...
- day11 高阶函数 函数式编程
高阶函数,满足 接收函数作为参数或者返回有函数 函数可以当做参数传递给另一个函数 def foo(n): print(n) def bar(name): print("my name is ...
- git pull报“unable to update local ref”解决方案
使用git pull拉取代码的时候,无法拉取最新代码,报"unable to update local ref"错误. 除了重新clone一份代码外,还可以使用如下解决方案: 1. ...
- iOS 【终极方案】精准获取webView内容高度,自适应高度
前言:是这样的,刚写完上一篇文章还没缓过神来,上一篇文章我还提到了,想和大家聊聊原生+H5如何无缝连接的故事.结果我朋友就给我发了两篇他的作品.他的做法也都有独到之处.好的文章都是这样,让你每次看都能 ...