笔记-docker-3 使用

1. 镜像

image是docker最重要的概念，docker运行容器前需要本地存在对应的镜像，如果没有，会尝试从默认镜像库下载。

1.1. 镜像获取

查看本地镜像 docker images

查看远程镜像 docker search <name>

拉取远程镜像 docker pull <name>[:tag]

tag是标签，一般是版本信息，如果没有指定，默认拉取latest

查看运行的进程 docker ps –a

镜像文件一般由若干layer组成，每个层有唯一id（256bit,16个十六进制字符），使用pull命令会下载layer。不同的镜像包含同一layer时，本地只会保存一次该layer。

严格的讲，镜像仓库名称中还应该包含仓库地址，但一般默认是docker hub。

docker pull python:latest 等效于

docker pull registry.hub.docker.com/python:latest

1.2. 更多操作命令

docker images #查看本机镜像

images命令选项：

-a 列出所有镜像文件（包括临时文件）

--digests=true列出镜像的数字摘要值

tag 为镜像添加标签

docker tag python:latest my:latest

实际它只是一个链接，它们的id还是一样的。

inspect 查看详细信息

history 查看镜像历史

docker search python # 查看可用镜像

选项：

-s 只展示评价为指定星级以上的镜像，例docker search -s 5 python

rmi 删除镜像，例docker rmi my

如果镜像有多个标签，删除标签并不会做什么；但只有一个标签时，删除标签会删除相应的layer文件。

如果rmi后面跟的是id，会删除所有指向该镜像的标签，然后删除镜像本身。

当有该镜像创建的容器存在时，镜像文件无法被删除。

-f 可以强行删除镜像，一般不建议使用。

1.3. 镜像创建

dockerfile是一个文本格式的配置文件，可以使用它来创建自定义的镜像。

1.3.1. 基本结构

dockerfile由一行行命令语句组成，支持以#开头的注释行。

一般而言，dockerfile分为4部分：基础镜像信息，维护者信息，镜像操作指令和容器启动时执行指令。

2. 容器

容器是docker的另一个核心概念，简单来说，容器是镜像的一个运行实例。

2.1. 创建/启动/终止/删除容器

docker create 创建容器，新创建的容器是停止状态

docker start 启动容器

docker restart

守护态，后台运行docker run –d python /bin/echo ‘hello world’

docker run等效于先创建然后启动容器，容器启动后会返回一个唯一的id。

docker run在后台做的操作包括：

检查本地是否存在指定的镜像，不存在就从公有仓库下载
利用镜像创建并启动一个容器
分配一个文件系统，并在只读的镜像层外面挂载一层可读写层
从宿主主机配置的网桥接口中桥接一个虚拟接口到容器中去
从地址池配置一个 ip 地址给容器
执行用户指定的应用程序
执行完毕后容器被终止

docker stop [-t 10] 向容器发送SGTERM信号，等待10秒后再发送SIGKILL信号终止容器。

docker rm 删除容器

选项：

-f 强行终止并删除

-l删除容器的连接

-v删除容器挂载的数据卷

2.2. 其它命令

查看

docker ps

选项：

-a

查看日志

docker logs ce5

2.3. 基础运行/常用命令

docker pull python # pull一个镜像，大概670M

docker run python /bin/echo ‘hello world’ # 在容器中运行echo命令

使用image创建container并进入交互模式, login shell是/bin/bash

docker run -i -t --name mytest centos:centos6 /bin/bash

2.4. 运行脚本

docker run python python /home/py/p.py

报错：python: can't open file '/home/py/p.py': [Errno 2] No such file or directory

3. docker-scrapy环境搭建

3.1. image配置及安装

拉取官方的python3.6.8镜像

docker pull python:3.6.8-stretch

运行容器

docker run -itd my:t1 /bin/bash

3911dd6bdc74aba3e1f94eb250ee0f4e1c31518d0d81cc14d194e297659749da

通过id进入容器

docker attach 3911dd6bdc74aba3e1f94eb250ee0f4e1c31518d0d81cc14d194e297659749da

进入之后的命令行如下：

root@3911dd6bdc74:/# #它相当于一个定制的linux

验证python

python #可以进入python命令行

安装scrapy

pip install scrapy

验证安装成功

scrapy # Scrapy 1.5.1

保存容器为image

在安装完scrapy后另开一窗口

docker ps # 获取当前容器id，3911dd6bdc74

docker commit 3911dd6bdc74 python-scrapy:20181228

#docker commit <id> repository[:tag]

然后就可以使用docker images查看新的镜像了

3.2. 使用

镜像创建后，可以在任意地方拉取并运行。

继续本机测试

docker run -itd -v /home/py:/usr/src/myapp -w /usr/src/myapp python-scrapy:20181228

docker attach da73a4a

测试

在centos下编辑脚本vi test.py

# coding:utf-8

from redis import Redis

REDIS_URL = 'redis://:******@192.168.199.113:6379/0'

a = Redis.from_url(url=REDIS_URL)

print(a.keys('*'))

运行脚本：

python test.py # 结果正常

3.3. docker-scrapy部署中其它需要解决的问题

scrapy+docker还有一些需要解决的问题：

爬虫运行环境：首先是需要一个安装有scrapy的镜像，其中包含爬虫常用的库；这个前文已经实践过了，不多言；
爬虫部署及运行：最先想到的方法是在一个容器中测试爬虫成功运行，对此提交新的镜像版本，然后在多个服务器拉取镜像，运行；
爬虫对外交互问题：上面的实验可以发现对外通讯不需要额外做什么（主要是爬虫不需要对外提供服务，无所谓端口），

爬虫主要的数据交互可以使用redis完成；

日志监控可使用docker run -v挂载服务器目录到容器中，用于写日志，然后监控日志获取爬虫运行状态；

爬虫管理问题：监控日志，发现爬虫死了，把容器重启就可以了，主爬虫可能麻烦一点，需要设计良好的列表页过滤机制，子爬虫没有任何影响。