小白学Docker之Compose
承接上篇文章:小白学Docker之基础篇,自学网站来源于https://docs.docker.com/get-started
系列文章:
概念
Compose是一个编排和运行多容器Docker应用的工具,主要是通过一个YAML文件进行服务配置。
使用Compose主要有三步:
- 在每个应用环境中配置一个Dockerfile,定义单个应用的镜像
- 使用
docker-compose.yml来组装各个应用 - 运行
docker-compose up命令来运行整个应用
一个基本的docker-compose.yml可能长这个样子:
version: '3'
services:
web:
build: .
ports:
- "5000:5000"
volumes:
- .:/code
- logvolume01:/var/log
links:
- redis
redis:
image: redis
volumes:
logvolume01: {}
基本案例
1. 编写web服务器脚本以及依赖
- 创建示例文件夹
> mkdir composetest
> cd composetest

- 编写服务器脚本
> vim app.py
app.py的内容为:
import time
import redis
from flask import Flask
app = Flask(__name__)
cache = redis.Redis(host='redis', port=6379)
def get_hit_count():
retries = 5
while True:
try:
return cache.incr('hits')
except redis.exceptions.ConnectionError as exc:
if retries == 0:
raise exc
retries -= 1
time.sleep(0.5)
@app.route('/')
def hello():
count = get_hit_count()
return 'Hello World! I have been seen {} times.\n'.format(count)
if __name__ == "__main__":
app.run(host="0.0.0.0", debug=True)
- 创建依赖文件requirements.txt
> vim requirements.txt
内容为:
flask
redis
2. 创建一个Dockerfile,使用python来运行这个脚本
> vim Dockerfile
Dockerfile的内容为:
# 拉取python镜像
FROM python:3.4-alpine
# 拷贝当前目录到/code
ADD . /code
# 设置工作目录
WORKDIR /code
# 使用pip安装依赖
RUN pip install -r requirements.txt
# 启动脚本
CMD ["python", "app.py"]
3. 编写docker-compose.yml来编排应用
> vim docker-compose.yml
内容为:
version: '3'
services:
web:
build: .
ports:
- "5000:5000"
redis:
image: "redis:alpine"
web服务采用本地的Dockerfile进行构建,使用ports进行端口映射;redis服务直接默认从Docker Hub拉取镜像
4. 运行
运行命令docker-compose up来启动整个应用

之后在浏览器中输入http://localhost:5000就可以看到下面这句话:
Hello World! I have been seen 1 times.
如果看不到,可以尝试使用http://0.0.0.0:5000
另外如果你使用了Docker Machine开启了一台本地的主机, 你可以是使用docker-machine ip MACHINE_VM来查看你开启的主机的IP,然后使用http://MACHINE_VM_IP:5000在浏览器中打开
另开一个终端,输入如下命令
docker image ls
可以看到整个应用运行的容器

停止
CTRL + C
// or
docker-compose down
其他命令
# 后台运行
docker-compose up -d
# 查看当前运行的服务
docker-compose ps
# 单独运行一个服务,例如查看web服务的环境
docker-compose run web env
# 停止服务,如果你是使用的docker-compose up -d开启的服务
docker-compose stop
# 关闭服务并且移除容器,加上--volumes可以同时移除挂载在Redis容器上的目录
docker-compose down --volumes

结合Swarms构建负载均衡应用(单台主机)
Docker Swarm、Docker Machine与Docker Compose号称Docker三剑客,Swarm和Machine将在之后的章节讲到,这里先做示例
制作一个python镜像并发布
这里的镜像在app.py上面略微改动了一下,具体如下:
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}"
# 这里获取hostname,为了区分我们到底请求的是那台机器
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)
Dockerfile如下:
FROM python:2.7-slim
WORKDIR /app
ADD . /app
RUN pip install --trusted-host pypi.python.org -r requirements.txt
EXPOSE 80
ENV NAME World
CMD ["python", "app.py"]
制作镜像
docker build -t friendlyhello .

给镜像打TAG
docker tag friendlyhello rynxiao/get-started:service
发布镜像
> docker login
> docker push rynxiao/get-started:service
发布镜像之前需要在Docker Hub上注册一个账号,打TAG的时候一定要用自己的用户名,否则将会报下面的错误:
PS F:\docker\service> docker push ryn/get-started:service
The push refers to repository [docker.io/ryn/get-started]
7fd8355bf728: Preparing
fc6ecbc8862a: Preparing
88afc3a14faa: Preparing
94b0b6f67798: Preparing
e0c374004259: Preparing
56ee7573ea0f: Waiting
cfce7a8ae632: Waiting
denied: requested access to the resource is denied
push成功之后就可以看到自己上传的镜像了

PS: 如果运行不成功,可以暂时用我的镜像
编写docker-compose.yml文件
version: "3"
services:
web:
image: rynxiao/get-started:service
deploy:
replicas: 5
resources:
limits:
cpus: "0.1"
memory: 50M
restart_policy:
condition: on-failure
ports:
- "80:80"
networks:
- webnet
networks:
webnet:
docker-compose.yml主要做了以下几件事:
拉取自己制作的镜像
运行5个web服务的实例,限制每个服务运行10%CPU以及50M内存
失败后自动重启
端口映射
规定web容器以一个叫做webnet的负载均衡网络来共享80端口(好吧,我这里有点晕)
运行APP
docker swarm init
关于swarm,将在后面会讲到,楼主在这里也只是有一个概念。anyway, just follow at first. 总之如果这里不运行这句命令,将会报一个this node is not a swarm manager的错误
运行docker stack deploy来部署服务,首先给应用命名:
docker stack deploy -c docker-compose.yml getstartedlab
这样就在一台主机上运行了一个名叫getstartedlab_web的服务,这个服务包括5个web容器实例(Task),每个实例共享80端口。我们可以查看这个服务:
// service
docker service ls
// tasks
docker service ps getstartedlab_web

之后,我们在浏览器中打开http://localhost,多刷新几次,会看到每次的hostname都有变化,和container id对应

如果你想增加实例数,只需要在docker-compose.yml中修改replicas的数量,然后直接运行docker stack deploy -c docker-compose.yml getstartedlab即可,不需要摧毁stack和容器。
关闭应用和swarm
# Take the app down with docker stack rm:
docker stack rm getstartedlab
# Take down the swarm.
docker swarm leave --force

参考链接
- https://docs.docker.com/compose/gettingstarted/
- http://www.cnblogs.com/xishuai/p/docker-compose.html
小白学Docker之Compose的更多相关文章
- 小白学Docker之Swarm
承接上篇文章:小白学Docker之Compose,自学网站来源于https://docs.docker.com/get-started 系列文章: 小白学Docker之基础篇 小白学Docker之Co ...
- 小白学Docker之基础篇
系列文章: 小白学Docker之基础篇 小白学Docker之Compose 小白学Docker之Swarm PS: 以下是个人作为新手小白学习docker的笔记总结 1. docker是什么 百科上的 ...
- 小白入门Docker基础篇
docker是什么 百科上的解释是这样的: Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的 Linux 机器上,也可以实现虚拟化 ...
- 小白学 Python 爬虫(4):前置准备(三)Docker基础入门
人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Li ...
- 【08】循序渐进学 docker:docker compose
写在前面的话 在之前的操作中,即使是单个容器每次都需要敲很长的命令,当需要多个容器组合着用的时候更加麻烦,此时我们急需找到一种一次配置,随便运行的方法. 这就是这一节重点,单机容器编排工具:docke ...
- 【09】循序渐进学 docker:docker swarm
写在前面的话 至此,docker 的基础知识已经了解的差不多了,接下来就来谈谈对于 docker 容器,我们如何来管理它. docker swarm 在学习 docker swarm 之前,得先知道容 ...
- 小白学 Python 爬虫(5):前置准备(四)数据库基础
人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Li ...
- 小白学 Python 爬虫(6):前置准备(五)爬虫框架的安装
人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Li ...
- 小白学 Python 爬虫(7):HTTP 基础
人生苦短,我用 Python 前文传送门: 小白学 Python 爬虫(1):开篇 小白学 Python 爬虫(2):前置准备(一)基本类库的安装 小白学 Python 爬虫(3):前置准备(二)Li ...
随机推荐
- bzoj:1656 [Usaco2006 Jan] The Grove 树木
Description The pasture contains a small, contiguous grove of trees that has no 'holes' in the middl ...
- CodeForces776-A.Serial Killer-string
A Serial Killer time limit per test 2 seconds memory limit per test 256 megabytes input standard inp ...
- Let the Balloon Rise(水)
题目连接:http://acm.hdu.edu.cn/showproblem.php?pid=1004 Let the Balloon Rise Time Limit: 2000/1000 MS (J ...
- 对于hive使用的一点记录
最近一段时间因工作需要接触了一些hive上的使用!当然大部分都是比较基本的使用,仅当入门!各位看到有不足之处望多多指正! 废话不多说,开始: 首先是创建数据库 create database '数据库 ...
- virtualbox虚拟机NAT模式下不能连接外网
背景 给VirtualBox虚拟机(装载了Ubuntu16.04系统)配置了两张网卡,网络模式分别为"网络地址转换(NAT)"和"仅主机(Host-Only)适配器&qu ...
- 【搬运】Tea算法Java实现工具类
最近在做数据加密,目标是实现平台app的数据安全性,所以准备使用AES+Base64进行加密,适逢一个特长的json串AES加密不了,于是在谷歌了各种算法,判断是否合用,参见 各种加密算法比较 一文中 ...
- win处navicat直接导出的sql脚本导入Linux mysql报错问题
最近几天在把win上的项目的数据库转移到Ubuntu,于是第一件事就是从win处的navicat直接导出sql脚本,然后进入Ubuntu导入的时候会报错误,跳过错误继续执行导致数据库表的缺失. 跨平台 ...
- The most interesting feature of iPhone X - FaceID
No doubt everybody knows that iPhone 8 & iPhone X appear on the market. A feature called FaceID ...
- 解Linux SSH命令大全,新手必看SSH命令
下面介绍一些基本的常用的Linux SSH命令,都是一些很简单的Linux SSH命令,新手掌握了这几个,一般管理一般的vps或者linux主机就可以了! 我们的教程介绍了putty的使用方法 ...
- 引导图滤波(Guided Image Filtering)原理以及OpenCV实现
引导图是一种自适应权重滤波器,能够在平滑图像的同时起到保持边界的作用,具体公式推导请查阅原文献<Guided Image Filtering>.这里只说一下自适应权重原理.C++实现灰度图 ...