本文介绍docker-compose实践时的一些疑问与解决方案, 可能对新手略有帮助, 因此整理成文. 有不妥之处欢迎指摘!

Q1: docker-compose 如何安装?

A1: https://docs.docker.com/compose/install/#install-compose

Q2: 如何创建一个 mongodb docker-compose?

A2: 参照 https://gist.github.com/wesleybliss/29d4cce863f5964a3eb73c42501d99e4

version: "3"
services:
  mongo:
    build: mongo: 3.0
    volumes:
      - xtest-data:/data/db
    ports:
      - 27017:27017
    command: mongod --smallfiles --logpath=/dev/null # --quiet
volumes:
  xtest-data:
  • 由于使用了ports参数建立mongodb端口的映射, 因此可以在其他mongo客户端访问容器数据库, 等同于docker run 的 -p 参数;

  • 使用volumes挂载数据卷到容器, 等同于 docker run 的 -v 参数; 需要注意的是, 当指定volumes挂载关系后, 需要在docker-compose 文件services同级声明volumes(注意xtest-data后的":"冒号)

Q3: version: "3" 是什么?

A3: version指的是docker-compose的version, 详见https://docs.docker.com/compose/compose-file/#reference-and-guidelines

Q4: 如何在mongo数据库自动创建用户?

A4: 可以写一个初始化mongo的shell脚本, 并将该脚本写入mongo镜像中, 在初始化时执行该脚本.

具体操作:

  • 创建mongo目录, 并在该目录创建Dockerfile-mongo
FROM mongo:3.0
COPY init_mongo.sh init_mongo.sh
COPY mongodb.conf mongodb.conf
COPY mongo-fork.conf mongo-fork.conf
COPY start_mongo.sh start_mongo.sh
CMD ["./start_mongo.sh"]
EXPOSE 27017

其中几个文件分别为:

mongodb.conf: mongodb配置文件, 前台运行

mongo-fork.conf: mongodb配置文件, 后台运行

init_mongo.sh: 调用mongo-fork.conf, 后台启动mongod; 连接并创建mongodb用户

start_mongo.sh: 调用mongodb.conf, 前台启动mongod

  • 创建一个初始化mongodb的docker-compose.yml
version: "3"
services:
  mongo:
    build:
      context: mongo
      dockerfile: Dockerfile-mongo
    volumes:
      - xtest-data:/data/db
    command: ./init_mongo.sh
volumes:
  xtest-data:

build下, context表示路径, dockerfile表示Dockerfile文件名

  • 启动该docker-compose.yml即可调用容器内的初始化脚本, 完成创建用户.

Q5: 其他容器如何连接mongodb?

A5: 要考虑的几个问题: 一是host, 二是port;

由于port可以通过ports映射到宿主机, 所以port容易解决. 考虑到安全问题, 只将端口开放给同一个docker-compose的其他容器访问, 因此用 expose 参数开放 27017 端口;

参考https://docs.docker.com/compose/compose-file/#links,  其他容器使用links可以将mongo容器的ip记录到该容器中, 再通过连接 mongo:27017 可以访问数据库.

version: "3"
services:
  backend:
    build:
      context: backend
      dockerfile: Dockerfile-backend
    ports:
      - "8099:8099"
      - "8009:8009"
    links:
      - mongo
    depends_on:
      - mongo
  mongo:
    build:
      context: mongo
      dockerfile: Dockerfile-mongo
    volumes:
      - xtest-data:/data/db
    expose:
      - "27017"
    # uncommand to able host visit mongo
    #ports:
    # - "27017:27017"
    command: ./start_mongo.sh
volumes:
  xtest-data:

通过depends_on来标记依赖关系, 当mongo服务启动完成后, 才会启动backend服务;

由于后端代码只考虑到mongodb与后端服务部署在同一台宿主机情况下, mongo的host始终为127.0.0.1, 因此需要修改后端代码, 判断为容器时host=mongo, 不为容器时host=127.0.0.1.

Q6: 如何在Python代码中判断当前环境是否为容器?

A6: 一个简单的方法是为该容器添加一个环境变量, 在Python代码中判断有该变量时为容器, 没有时为普通环境.

在后端镜像的Dockerfile中添加:

ENV DOCKER 1

在Python代码中添加:

try:
    docker_flag = os.environ.get('DOCKER', "")
    if docker_flag == '1':
        mongo_host = 'mongo'
        print('Run in docker!')
    else:
        mongo_host = '127.0.0.1'
except:
    print("Unexpected error:", sys.exc_info()[0])
    raise

以上完成对mongo host的设置切换.

Q7: 如何分离前后端, 使得前端代码修改时无需将所有环境都重新构建?

A7: 单独创建一个前端镜像, 挂载一个前端数据卷到该容器中进行编译, 编译完成后, 在启动后端服务时直接挂载前端数据卷即可, 无需再启动该镜像. 即: 该前端镜像只是用于编译前端文件!

version: "3"
services:
  node:
    build:
      context: node
      dockerfile: Dockerfile-node
    volumes:
      - xtest-front:/www/xtest-web/dist
volumes:
  xtest-front:

下载源码与编译的过程在Dockerfile中, docker-compose的工作主要是挂载xtest-front数据卷到容器中, 使得编译后的前端文件能够持久化到该数据卷中用于与后端交互.

总结

以上是在将 x-utest 系统 Docker 化过程中的经验收获, 完整的项目在 https://github.com/x-utest/xtest-docker-compose , 欢迎学习, 也欢迎使用 x-utest 测试系统并提出意见与建议!

关于 x-utest

x-utest相关用法见: [免费 / 开源 / 好用] x-utest 测试开发平台

官方文档: http://xtest.readthedocs.io/zh/latest/

参考

[1] Compose file version 3 reference, https://docs.docker.com/compose/compose-file/

[2] Docker Compose 项目, https://yeasy.gitbooks.io/docker_practice/content/compose/

Docker 记一次 docker-compose 完整实践(转)的更多相关文章

  1. 记一次docker compose的低级错误

    记一次docker compose的低级错误 问题 ​ 今天在学习dockercompose的时候,启动docker compose up,结果却出现异常 Error response from da ...

  2. Docker学习笔记,从原理到实践

    什么是docker Docker是使用go语言基于LINUX内核的cgroup,namespace以及AUFS 类的 Union FS 等技术,对进程进行封装隔离的一种操作系统层面的虚拟化技术,由于隔 ...

  3. 云端基于Docker的微服务与持续交付实践

    云端基于Docker的微服务与持续交付实践笔记,是基于易立老师在阿里巴巴首届在线技术峰会上<云端基于Docker的微服务与持续交付实践>总结而出的. 本次主要讲了什么? Docker Sw ...

  4. [置顶] Docker学习总结(7)——云端基于Docker的微服务与持续交付实践

    本文根据[2016 全球运维大会•深圳站]现场演讲嘉宾分享内容整理而成 讲师简介 易立 毕业于北京大学,获得学士学位和硕士学位:目前负责阿里云容器技术相关的产品的研发工作. 加入阿里之前,曾在IBM中 ...

  5. Docker+Maven+Jenkins在Devops中完整应用

    过去与现在 很早之前,当我们需要一个部署环境的时候,我们可能指的是一台PowerEdge R710 2U服务器,走一系列冗长的申请流程,然后上架到机房.调试网络.安装系统.调试环境.最终部署应用,就这 ...

  6. 使用Docker快速部署ELK分析Nginx日志实践

    原文:使用Docker快速部署ELK分析Nginx日志实践 一.背景 笔者所在项目组的项目由多个子项目所组成,每一个子项目都存在一定的日志,有时候想排查一些问题,需要到各个地方去查看,极为不方便,此前 ...

  7. 7.云原生之Docker容器Dockerfile镜像构建浅析与实践

    转载自:https://www.bilibili.com/read/cv15220707/?from=readlist Dockerfile 镜像构建浅析与实践 描述:Dockerfile是一个文本格 ...

  8. 利用Docker搭建本地https环境的完整步骤

    利用Docker搭建本地https环境的完整步骤 这篇文章主要给大家介绍了关于如何利用Docker搭建本地https环境的完整步骤,文中通过示例代码将实现的步骤介绍的非常详细,对大家的学习或者工作具有 ...

  9. 使用Docker快速部署ELK分析Nginx日志实践(二)

    Kibana汉化使用中文界面实践 一.背景 笔者在上一篇文章使用Docker快速部署ELK分析Nginx日志实践当中有提到如何快速搭建ELK分析Nginx日志,但是这只是第一步,后面还有很多仪表盘需要 ...

  10. Docker 0x13: Docker 构建集群/服务/Compose/分布式服务栈

    目录 Docker 构建集群/服务/Compose/分布式服务栈 集群 初始化集群服务 安装docker-machine 管理节点和工作节点 docker集群构建完成 集群中部署应用 集群服务访问特性 ...

随机推荐

  1. MySQL学习总结 (InnoDB)

    主要内容: 存储结构 索引 锁 事务 存储结构 表 索引组织表:表是根据主键顺序组织存放的.如果表中没有非空惟一索引,引擎会自动创建一个6字节大小的指针. 主键的索引是定义索引的顺序,而不是建表时列的 ...

  2. WebForm SignalR 实时消息推送

    原文:https://www.jianshu.com/p/ae25d0d77011 官方文档:https://docs.microsoft.com/zh-cn/aspnet/signalr/ 实现效果 ...

  3. unity 之 背包系统

    此方法只是用于学习和实验所以细节不必要求 一.Ui设置. 画布配置如下: 布局: 说明: 画布里面首先建立一个panel命名为weapon1,在其内部再建立4个panel用于装备的卡槽,装备以imag ...

  4. 渗透之路基础 -- 跨站伪造请求CSRF

    漏洞产生原因及原理 跨站请求伪造是指攻击者可以在第三方站点制造HTTP请求并以用户在目标站点的登录态发送到目标站点,而目标站点未校验请求来源使第三方成功伪造请求. XSS利用站点内的信任用户,而CSR ...

  5. Linux 永久改变系统时间

    Centos系统,必须同时修改系统时间和硬件时间,才可以保证修改有效,单纯的使用date命令修改系统时间,是立即生效,重启后系统还原.具体操作如下: 1.date {查看目前本地的时间}2.hwclo ...

  6. java容器二:List接口实现类源码分析

    一.ArrayList 1.存储结构 动态数组elementData transient Object[] elementData; 除此之外还有一些数据 //默认初始容量 private stati ...

  7. SVM: 相对于logistic regression而言SVM的 cost function与hypothesis

    很多学习算法的性能都差不多,关键不是使用哪种学习算法,而是你能得到多少数据量和应用这些学习算法的技巧(如选择什么特征向量,如何选择正则化参数等) SVM在解决非线性问题上提供了强大的方法. logis ...

  8. python是什么编程语言。

    python是一门动态解释性的强类型定义语言.

  9. Error Codes Messages查找工具介绍

    当我们通过各种手段获取到一个Windows错误码后,如何获取对应的错误消息呢?有两种方法:一是用编程的手段(FormatMessage):其二是用现成的工具.第一种方法一般在我们编码的时候有用,而更多 ...

  10. 数据库应用之--Redis+mysql实现大量数据的读写,以及高并发

    一.开发背景 在项目开发过程中中遇到了以下三个需求: 1. 多个用户同时上传数据: 2. 数据库需要支持同时读写: 3. 1分钟内存储上万条数据: 根据对Mysql的测试情况,遇到以下问题: 1. 最 ...