docker入门使用教程

Docker概念

Docker是开发人员和系统管理员 使用容器开发，部署和运行应用程序的平台。使用Linux容器部署应用程序称为容器化。容器不是新的，但它们用于轻松部署应用程序。

容器化越来越受欢迎，因为容器是：

• 灵活：即使是最复杂的应用也可以集装箱化。
• 轻量级：容器利用并共享主机内核。
• 可互换：您可以即时部署更新和升级。
• 便携式：您可以在本地构建，部署到云，并在任何地方运行。
• 可扩展：您可以增加并自动分发容器副本。
• 可堆叠：您可以垂直和即时堆叠服务。

图像和容器

通过运行映像启动容器。一个图像是一个可执行的包，其中包括运行应用程序所需的所有内容-的代码，运行时，库，环境变量，和配置文件。

甲容器是图像的运行时实例-当被执行时（即，与状态的图像，或者用户进程）在存储器中什么图像变得。您可以使用该命令查看正在运行的容器列表docker ps，就像在Linux中一样。

容器和虚拟机

一个容器中运行原生 Linux和共享主机与其它容器的内核。它运行一个独立的进程，不占用任何其他可执行文件的内存，使其轻量级。

相比之下，虚拟机（VM）运行一个完整的“客户”操作系统，通过虚拟机管理程序对主机资源进行虚拟访问。通常，VM提供的环境比大多数应用程序需要的资源更多。

准备Docker环境

在支持的平台上安装维护版本的Docker Community Edition（CE）或Enterprise Edition（EE） 。

完整的Kubernetes集成

• Docker for Mac上的Kubernetes 可在17.12 Edge（mac45）或 17.12 Stable（mac46）及更高版本中使用。
• Docker for Windows 上的Kubernetes仅在 18.02 Edge（win50）和更高边缘通道中提供。

安装Docker

 

测试Docker版本

1. 运行docker --version并确保您拥有受支持的Docker版本：

   root@jwh-virtual-machine:~# docker version
   Client:
    Version:           18.09.
    API version:       1.39
    Go version:        go1.10.4
    Git commit:        4d60db4
    Built:             Wed Nov   ::
    OS/Arch:           linux/amd64
    Experimental:      false
   
   Server: Docker Engine - Community
    Engine:
     Version:          18.09.
     API version:      1.39 (minimum version 1.12)
     Go version:       go1.10.4
     Git commit:       4d60db4
     Built:            Wed Nov   ::
     OS/Arch:          linux/amd64
     Experimental:     false

2. 运行docker info或（docker version without --）查看有关docker安装的更多详细信息：

   root@jwh-virtual-machine:~# docker info
   Containers:
    Running:
    Paused:
    Stopped:
   Images:
   Server Version: 18.09.
   Storage Driver: overlay2
    Backing Filesystem: extfs
    Supports d_type: true
    Native Overlay Diff: true
   Logging Driver: json-file
   Cgroup Driver: cgroupfs
   Plugins:
    Volume: local
    Network: bridge host macvlan null overlay
    Log: awslogs fluentd gcplogs gelf journald json-file local logentries splunk syslog
   Swarm: inactive
   Runtimes: runc
   Default Runtime: runc
   Init Binary: docker-init
   containerd version: c4446665cb9c30056f4998ed953e6d4ff22c7c39
   runc version: 4fc53a81fb7c994640722ac585fa9ca548971871
   init version: fec3683
   Security Options:
    apparmor
    seccomp
     Profile: default
   Kernel Version: 4.10.--generic
   Operating System: Ubuntu 16.04. LTS
   OSType: linux
   Architecture: x86_64
   CPUs:
   Total Memory: .87GiB
   Name: jwh-virtual-machine
   ID: SS2S:4LLL:PDXM:NC7D:FIW6:LCP5:H4FP:SMHU:WNTR:LTVH:YDRQ:R567
   Docker Root Dir: /var/lib/docker
   Debug Mode (client): false
   Debug Mode (server): false
   Registry: https://index.docker.io/v1/
   Labels:
   Experimental: false
   Insecure Registries:
    127.0.0.0/
   Live Restore Enabled: false
   Product License: Community Engine
   
   WARNING: No swap limit support
   root@jwh-virtual-machine:~# 

   要避免权限错误（以及使用sudo），请将您的用户添加到docker组中。阅读更多。

测试Docker安装

1. 通过运行简单的Docker镜像hello-world来测试您的安装是否有效 ：

   root@jwh-virtual-machine:~# docker run hello-world
   Unable to find image 'hello-world:latest' locally
   latest: Pulling from library/hello-world
   1b930d010525: Pull complete
   Digest: sha256:2557e3c07ed1e38f26e389462d03ed943586f744621577a99efb77324b0fe535
   Status: Downloaded newer image for hello-world:latest
   
   Hello from Docker!
   This message shows that your installation appears to be working correctly.
   
   To generate this message, Docker took the following steps:
    . The Docker client contacted the Docker daemon.
    . The Docker daemon pulled the "hello-world" image from the Docker Hub.
       (amd64)
    . The Docker daemon created a new container from that image which runs the
       executable that produces the output you are currently reading.
    . The Docker daemon streamed that output to the Docker client, which sent it
       to your terminal.
   
   To try something more ambitious, you can run an Ubuntu container with:
    $ docker run -it ubuntu bash
   
   Share images, automate workflows, and more with a free Docker ID:
    https://hub.docker.com/
   
   For more examples and ideas, visit:
    https://docs.docker.com/get-started/
   
   root@jwh-virtual-machine:~# 

2. 列出hello-world下载到您的计算机的图像：

   root@jwh-virtual-machine:~# docker image ls
   REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
   hello-world         latest              fce289e99eb9         days ago          .84kB
   root@jwh-virtual-machine:~# 

3. 列出hello-world在显示其消息后退出的容器（由图像生成）。如果它仍在运行，您将不需要--all选项：

   root@jwh-virtual-machine:~# docker container ls --all
   CONTAINER ID        IMAGE               COMMAND             CREATED              STATUS                          PORTS               NAMES
   e240e4b70492        hello-world         "/hello"            About a minute ago   Exited () About a minute ago                       compassionate_ride
   root@jwh-virtual-machine:~# 

在过去，如果您要开始编写Python应用程序，那么您的第一个业务是在您的计算机上安装Python运行时。但是，这会导致您的计算机上的环境非常适合您的应用程序按预期运行，并且还需要与您的生产环境相匹配。

使用Docker，您可以将可移植的Python运行时作为映像获取，无需安装。然后，您的构建可以在应用程序代码旁边包含基本Python映像，确保您的应用程序，其依赖项和运行时都一起运行。

这些可移植图像由称为a的东西定义Dockerfile。

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，该环境与系统的其他部分隔离，因此您需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。但是，在执行此操作之后，您可以预期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完全相同。

Dockerfile

创建一个空目录。将目录（cd）更改为新目录，创建一个名为Dockerfile的文件，将以下内容复制并粘贴到该文件中，然后保存。记下解释新Dockerfile中每个语句的注释。

# 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
COPY . /app

# Install any needed packages specified in requirements.txt
RUN pip install --trusted-host pypi.python.org -r requirements.txt

# Make port  available to the world outside this container
EXPOSE 

# Define environment variable
ENV NAME World

# Run app.py when the container launches
CMD ["python", "app.py"]

这Dockerfile是指我们尚未创建的几个文件，即 app.py和requirements.txt。让我们创建下一个。

应用程序本身

再创建两个文件，requirements.txt然后app.py将它们放在同一个文件夹中Dockerfile。这完成了我们的应用程序，您可以看到它非常简单。当上述Dockerfile被内置到的图像，app.py并且 requirements.txt是因为存在Dockerfile的COPY命令，并从输出app.py是通过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=, socket_connect_timeout=, socket_timeout=)

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=)

现在我们看到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，因为Redis没有运行（因为我们只安装了Python库，而不是Redis本身），我们应该期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，这类似于正在运行的可执行文件的进程ID。

而已！您不需要Python或requirements.txt系统中的任何内容，也不需要构建或运行此映像将它们安装在您的系统上。看起来你并没有真正建立一个Python和Flask的环境，但你有。

构建应用程序

我们准备构建应用程序。确保您仍处于新目录的顶层。这是ls应该显示的内容：

root@jwh-virtual-machine:/testdocker# ls
app.py  Dockerfile  requirements.txt

现在运行build命令。这将创建一个Docker镜像，我们将使用该--tag选项命名。使用-t，如果你想使用一个较短的选项。

docker build --tag=friendlyhello .

root@jwh-virtual-machine:/testdocker# docker build --tag=friendlyhello .
Sending build context to Docker daemon   .12kB
Step / : FROM python:2.7-slim
2.7-slim: Pulling from library/python
177e7ef0df69: Pull complete
f6b2167b8d5a: Pull complete
432b044db3f9: Pull complete
7356f8556c46: Pull complete
Digest: sha256:9fc89764be6827ef37feefc0f921953e7762a75b68f159483a5d877f34df0f47
Status: Downloaded newer image for python:2.7-slim
 ---> f090c78858fa
Step / : WORKDIR /app
 ---> Running in 9cdd56ae3b3b
Removing intermediate container 9cdd56ae3b3b
 ---> 36654f1a1077
Step / : COPY . /app
 ---> 895d9a50a195
Step / : RUN pip install --trusted-host pypi.python.org -r requirements.txt
 ---> Running in c296c6f17cb4
Collecting Flask (from -r requirements.txt (line ))
  Downloading https://files.pythonhosted.org/packages/7f/e7/08578774ed4536d3242b14dacb4696386634607af824ea997202cd0edb4b/Flask-1.0.2-py2.py3-none-any.whl (91kB)
Collecting Redis (from -r requirements.txt (line ))
  Downloading https://files.pythonhosted.org/packages/f5/00/5253aff5e747faf10d8ceb35fb5569b848cde2fdc13685d42fcf63118bbc/redis-3.0.1-py2.py3-none-any.whl (61kB)
Collecting itsdangerous>=0.24 (from Flask->-r requirements.txt (line ))
  Downloading https://files.pythonhosted.org/packages/76/ae/44b03b253d6fade317f32c24d100b3b35c2239807046a4c953c7b89fa49e/itsdangerous-1.1.0-py2.py3-none-any.whl
Collecting Jinja2>=2.10 (from Flask->-r requirements.txt (line ))
  Downloading https://files.pythonhosted.org/packages/7f/ff/ae64bacdfc95f27a016a7bed8e8686763ba4d277a78ca76f32659220a731/Jinja2-2.10-py2.py3-none-any.whl (126kB)
Collecting Werkzeug>=0.14 (from Flask->-r requirements.txt (line ))
  Downloading https://files.pythonhosted.org/packages/20/c4/12e3e56473e52375aa29c4764e70d1b8f3efa6682bef8d0aae04fe335243/Werkzeug-0.14.1-py2.py3-none-any.whl (322kB)
Collecting click>=5.1 (from Flask->-r requirements.txt (line ))
  Downloading https://files.pythonhosted.org/packages/fa/37/45185cb5abbc30d7257104c434fe0b07e5a195a6847506c074527aa599ec/Click-7.0-py2.py3-none-any.whl (81kB)
Collecting MarkupSafe>=0.23 (from Jinja2>=2.10->Flask->-r requirements.txt (line ))
  Downloading https://files.pythonhosted.org/packages/bc/3a/6bfd7b4b202fa33bdda8e4e3d3acc719f381fd730f9a0e7c5f34e845bd4d/MarkupSafe-1.1.0-cp27-cp27mu-manylinux1_x86_64.whl
Installing collected packages: itsdangerous, MarkupSafe, Jinja2, Werkzeug, click, Flask, Redis
Successfully installed Flask-1.0. Jinja2-2.10 MarkupSafe-1.1. Redis-3.0. Werkzeug-0.14. click-7.0 itsdangerous-1.1.
Removing intermediate container c296c6f17cb4
 ---> c3bfa7d44503
Step / : EXPOSE
 ---> Running in d7f0b929aaa5
Removing intermediate container d7f0b929aaa5
 ---> 07a38d8ea172
Step / : ENV NAME World
 ---> Running in d582ade4179d
Removing intermediate container d582ade4179d
 ---> 81103116670b
Step / : CMD ["python", "app.py"]
 ---> Running in d485dcaee07f
Removing intermediate container d485dcaee07f
 ---> 4fd1ea568df5
Successfully built 4fd1ea568df5
Successfully tagged friendlyhello:latest
root@jwh-virtual-machine:/testdocker# 

你的构建镜像在哪里？它位于您机器的本地Docker镜像注册表中：

root@jwh-virtual-machine:/testdocker# docker image ls
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
friendlyhello       latest              4fd1ea568df5         seconds ago      131MB
hello-world         latest              fce289e99eb9         days ago          .84kB
python              2.7-slim            f090c78858fa         days ago          120MB
root@jwh-virtual-machine:/testdocker# 

注意标签是如何默认的latest。标签选项的完整语法类似于--tag=friendlyhello:v0.0.1。

Linux用户的故障排除

代理服务器设置

代理服务器可以在启动并运行后阻止与Web应用程序的连接。如果您位于代理服务器后面，请使用以下ENV命令将以下行添加到Dockerfile中，以指定代理服务器的主机和端口：

# Set proxy server, replace host:port with values for your servers
ENV http_proxy host:port
ENV https_proxy host:port

DNS设置

DNS配置错误可能会产生问题pip。您需要设置自己的DNS服务器地址才能pip正常工作。您可能想要更改Docker守护程序的DNS设置。您可以/etc/docker/daemon.json使用dns密钥编辑（或创建）配置文件，如下所示：

{
  "dns": ["your_dns_address", "8.8.8.8"]
}

在上面的示例中，列表的第一个元素是DNS服务器的地址。第二项是Google的DNS，可在第一项无法使用时使用。

在继续之前，请保存daemon.json并重新启动docker服务。

sudo service docker restart

修复后，重试运行该build命令。

运行该应用程序

运行应用程序，使用以下方法将计算机的端口4000映射到容器的已发布端口80 -p：

docker run -p : friendlyhello

root@jwh-virtual-machine:/testdocker# docker run -p : friendlyhello
 * Serving Flask app "app" (lazy loading)
 * Environment: production
   WARNING: Do not use the development server in a production environment.
   Use a production WSGI server instead.
 * Debug mode: off
 * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)

您应该看到Python正在为您的应用程序提供服务的消息http://0.0.0.0:80。但是该消息来自容器内部，它不知道您将该容器的端口80映射到4000，从而生成正确的URL http://localhost:4000。

在Web浏览器中转到该URL，以查看在网页上提供的显示内容。

您还可以curl在shell中使用该命令来查看相同的内容。

$ curl http://192.168.146.128:4000/
  % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                 Dload  Upload   Total   Spent    Left  Speed
                            --:--:-- --:--:-- --:--:--   951

<h3>Hello World!</h3><b>Hostname:</b> 9ceedd5fdd97<br/><b>Visits:</b> <i>cannot connect to Redis, counter disabled</i>

这个端口重新映射的4000:80演示之间的差异EXPOSE中的Dockerfile哪些的publish运行时值设置 docker run -p。在后面的步骤中，将主机上的端口4000映射到容器中的端口80并使用http://localhost。

点击CTRL+C你的终端退出。

在Windows上，显式停止容器

在Windows系统上，CTRL+C不会停止容器。因此，首先键入CTRL+C以获取提示（或打开另一个shell），然后键入docker container ls以列出正在运行的容器，然后 docker container stop <Container NAME or ID>停止容器。否则，当您尝试在下一步中重新运行容器时，会从守护程序收到错误响应。

现在让我们以分离模式在后台运行应用程序：

root@jwh-virtual-machine:/testdocker# docker run -d -p : friendlyhello
3d69fad2ec47daa1b0a51341e30839afde9918ccf9436975b3d7861366319280

您获得应用程序的长容器ID，然后被踢回终端。您的容器正在后台运行。您还可以看到缩写的容器ID docker container ls（并且在运行命令时都可以互换）：

root@jwh-virtual-machine:/testdocker# docker container ls
CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS                  NAMES
3d69fad2ec47        friendlyhello       "python app.py"      seconds ago      Up  seconds       0.0.0.0:->/tcp   frosty_knuth

现在docker container stop用来结束这个过程，使用CONTAINER ID如下：

root@jwh-virtual-machine:/testdocker# docker container stop 3d69fad2ec47
3d69fad2ec47

分享你的形象

为了演示我们刚刚创建的内容的可移植性，让我们上传我们构建的图像并在其他地方运行它。毕竟，当您想要将容器部署到生产环境时，您需要知道如何推送到注册表。

注册表是存储库的集合，存储库是图像的集合 - 类似于GitHub存储库，除了代码已经构建。注册表上的帐户可以创建许多存储库。该dockerCLI使用泊坞窗的公共注册表默认情况下。

注意：我们在这里使用Docker的公共注册表只是因为它是免费和预先配置的，但有许多公共注册表可供选择，您甚至可以使用Docker Trusted Registry设置自己的私有注册表。

使用您的Docker ID登录

如果您没有Docker帐户，请在hub.docker.com上注册一个帐户 。记下您的用户名。

登录本地计算机上的Docker公共注册表。

root@jwh-virtual-machine:/testdocker# docker login
Login with your Docker ID to push and pull images from Docker Hub. If you don't have a Docker ID, head over to https://hub.docker.com to create one.
Username: jiangwenhui
Password:
WARNING! Your password will be stored unencrypted in /root/.docker/config.json.
Configure a credential helper to remove this warning. See
https://docs.docker.com/engine/reference/commandline/login/#credentials-store

Login Succeeded
root@jwh-virtual-machine:/testdocker# 

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。标签是可选的，但建议使用，因为它是注册管理机构用来为Docker镜像提供版本的机制。为上下文提供存储库和标记有意义的名称，例如 get-started:part2。这会将图像放入get-started存储库并将其标记为part2。

现在，把它们放在一起来标记图像。docker tag image使用您的用户名，存储库和标记名称运行，以便将图像上载到所需的目标位置。该命令的语法是：

docker tag image username/repository:tag

例如：

root@jwh-virtual-machine:/testdocker# docker tag friendlyhello jiangwenhui/jiang-test:part2
root@jwh-virtual-machine:/testdocker# 

运行docker image ls以查看新标记的图像。

root@jwh-virtual-machine:/testdocker# docker image ls
REPOSITORY               TAG                 IMAGE ID            CREATED             SIZE
jiangwenhui/jiang-test   part2               4fd1ea568df5         minutes ago      131MB
friendlyhello            latest              4fd1ea568df5         minutes ago      131MB
hello-world              latest              fce289e99eb9         days ago          .84kB
python                   2.7-slim            f090c78858fa         days ago         120MB
root@jwh-virtual-machine:/testdocker# 

发布图像

将标记的图像上传到存储库：

docker push username/repository:tag

例如：

root@jwh-virtual-machine:/testdocker# docker push jiangwenhui/jiang-test:part2
The push refers to repository [docker.io/jiangwenhui/jiang-test]
a4c803cedd56: Pushed
84fc571f8852: Pushed
286d546f86e5: Pushed
af9628477752: Mounted from library/python
f1bd403e5041: Mounted from library/python
b7fcb2747224: Mounted from library/python
7b4e562e58dc: Mounted from library/python
part2: digest: sha256:596c068cdbdb26bc60feebfaab0ad1a7ffb71627440832bc3d2de89a69be8674 size:
root@jwh-virtual-machine:/testdocker# 

完成后，此上传的结果将公开发布。如果您登录到Docker Hub，则会在其中看到新图像及其pull命令。

从远程存储库中拉出并运行映像

从现在开始，您可以使用docker run以下命令在任何计算机上使用和运行您的应用程序：

docker run -p : jiangwenhui/jiang-test:part2

如果映像在计算机上不可用，则Docker会从存储库中提取映像。

$ docker run -p : jiangwenhui/jiang-test:part2
Unable to find image 'jiangwenhui/jiang-test:part2' locally
part2: Pulling from jiangwenhui/jiang-test:part2
10a267c67f42: Already exists
f68a39a6a5e4: Already exists
9beaffc0cf19: Already exists
3c1fe835fb6b: Already exists
4c9f1fa8fcb8: Already exists
ee7d8f576a14: Already exists
fbccdcced46e: Already exists
Digest: sha256:0601c866aab2adcc6498200efd0f754037e909e5fd42069adeff72d1e2439068
Status: Downloaded newer image for jiangwenhui/jiang-test:part2
 * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)

无论在哪里docker run执行，它都会提取您的图像，以及Python和所有依赖项requirements.txt，并运行您的代码。它们都在一个整洁的小包中一起旅行，你不需要在主机上安装任何东西，以便Docker运行它。

回顾和备忘单（可选）

这是本页所涵盖内容的终端录音：

以下是此页面中基本Docker命令的列表，以及一些相关的命令，如果您想在继续之前稍微探索一下。

docker build -t friendlyhello .  # Create image using this directory's Dockerfile
docker run -p : friendlyhello  # Run "friendlyname" mapping port  to
docker run -d -p : friendlyhello         # Same thing, but in detached mode
docker container ls                                # List all running containers
docker container ls -a             # List all containers, even those not running
docker container stop <hash>           # Gracefully stop the specified container
docker container kill <hash>         # Force shutdown of the specified container
docker container rm <hash>        # Remove specified container from this machine
docker container rm $(docker container ls -a -q)         # Remove all containers
docker image ls -a                             # List all images on this machine
docker image rm <image id>            # Remove specified image from this machine
docker image rm $(docker image ls -a -q)   # Remove all images from this machine
docker login             # Log in this CLI session using your Docker credentials
docker tag <image> username/repository:tag  # Tag <image> for upload to registry
docker push username/repository:tag            # Upload tagged image to registry
docker run username/repository:tag                   # Run image from a registry

关于服务

在分布式应用程序中，应用程序的不同部分称为“服务”。例如，如果您想象一个视频共享站点，它可能包括一个用于在数据库中存储应用程序数据的服务，一个用户在上传内容后在后台进行视频转码的服务，一个用于前端的服务，等等。

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，以便服务具有所需的容量，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。

幸运的是，使用Docker平台定义，运行和扩展服务非常容易 - 只需编写一个docker-compose.yml文件即可。

你的第一个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。确保已将 第2部分中创建的图像推送到注册表，并通过替换 图像详细信息进行更新。.yml username/repo:tag

version: ""
services:
  web:
    # replace username/repo:tag with your name and image details
    image: username/repo:tag
    deploy:
      replicas:
      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执行以下操作：

• pull我们在步骤2中上传的镜像从注册表。

• 将该映像的5个实例作为一个被调用的服务运行web，限制每个实例使用，最多10％的CPU（跨所有内核）和50MB的RAM。

• 如果一个失败，立即重启容器。

• 将主机上的端口4000映射到web端口80。

• 指示web容器通过称为负载平衡的网络共享端口80 webnet。（在内部，容器本身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

在我们docker stack deploy首先运行命令之前：

docker swarm init

现在让我们来运行吧。您需要为您的应用程序命名。在这里，它被设置为 getstartedlab：

docker stack deploy -c docker-compose.yml getstartedlab

root@jwh-virtual-machine:/opt/new_test# docker stack deploy -c docker-compose.yml getstartedlab
Creating network getstartedlab_webnet
Creating service getstartedlab_web
root@jwh-virtual-machine:/opt/new_test# 

我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。我们来调查吧。

在我们的应用程序中获取一项服务的服务ID：

root@jwh-virtual-machine:/opt/new_test# docker service ls
ID                  NAME                MODE                REPLICAS            IMAGE                          PORTS
zyuwks3ygy7e        getstartedlab_web   replicated          /                 jiangwenhui/jiang-test:part2   *:->/tcp

查找服务的输出web，并附上您的应用名称。如果您将其命名为与此示例中显示的相同，则名称为 getstartedlab_web。还列出了服务ID，以及副本数，映像名称和公开端口。

在服务中运行的单个容器称为任务。任务被赋予以数字递增的唯一ID，最多为replicas您定义 的数量docker-compose.yml。列出您的服务任务：

root@jwh-virtual-machine:/opt/new_test# docker service ps getstartedlab_web
ID                  NAME                  IMAGE                          NODE                  DESIRED STATE       CURRENT STATE                ERROR               PORTS
z6vocrwm597t        getstartedlab_web.   jiangwenhui/jiang-test:part2   jwh-virtual-machine   Running             Running about a minute ago
6lvqrzq2ufmm        getstartedlab_web.   jiangwenhui/jiang-test:part2   jwh-virtual-machine   Running             Running about a minute ago
hz7286ekji8n        getstartedlab_web.   jiangwenhui/jiang-test:part2   jwh-virtual-machine   Running             Running about a minute ago
h2utp2d2p6bp        getstartedlab_web.   jiangwenhui/jiang-test:part2   jwh-virtual-machine   Running             Running about a minute ago
v9z1ud2wmsm6        getstartedlab_web.   jiangwenhui/jiang-test:part2   jwh-virtual-machine   Running             Running about a minute ago
root@jwh-virtual-machine:/opt/new_test# 

如果您只列出系统上的所有容器，则任务也会显示，但不会被服务过滤：

root@jwh-virtual-machine:/opt/new_test# docker container ls -q
62640ce74d5e
6bb416f77d19
5109bc435ff1
6b492c384d09
c074d76eedf1
root@jwh-virtual-machine:/opt/new_test# 

您可以curl -4 http://localhost:4000连续多次运行，或者在浏览器中转到该URL并点击刷新几次。

无论哪种方式，容器ID都会发生变化，从而证明负载均衡; 对于每个请求，以循环方式选择5个任务中的一个来响应。容器ID与上一个命令（docker container ls -q）的输出匹配。

扩展应用程序

您可以通过更改replicas值docker-compose.yml，保存更改并重新运行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。

现在，重新运行docker container ls -q以查看已重新配置的已部署实例。如果放大副本，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
  
  

  虽然键入docker run很简单，但生产中容器的真正实现是将其作为服务运行。服务在Compose文件中编码容器的行为，此文件可用于扩展，限制和重新部署我们的应用程序。使用启动服务的相同命令，可以在运行时应用对服务的更改： docker stack deploy。

  在此阶段要探索的一些命令：

  docker stack ls                                            # List stacks or apps
  docker stack deploy -c <composefile> <appname>  # Run the specified Compose file
  docker service ls                 # List running services associated with an app
  docker service ps <service>                  # List tasks associated with an app
  docker inspect <task or container>                   # Inspect task or container
  docker container ls -q                                      # List container IDs
  docker stack rm <appname>                             # Tear down an application
  docker swarm leave --force      # Take down a single node swarm from the manager