docker练习-容器和服务

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，创建一个名为的文件Dockerfile

# 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

ADD . /app

# Install any needed packages specified in requirements.txt

RUN pip install --trusted-host pypi.python.org -r requirements.txt

# Make port 80 available to the world outside this container

EXPOSE 80

# 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ADD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=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}"

    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)

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。

构建应用程序

$ ls

Dockerfile		app.py			requirements.txt

现在运行build命令。这会创建一个Docker镜像，使用-t它来标记，因此它具有友好的名称。

docker build -t friendlyhello .

$ docker images

REPOSITORY            TAG                 IMAGE ID

friendlyhello         latest              326387cea398

Docker ID登录

登录本地计算机上的Docker公共注册表。

$ docker login

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

docker tag image wangshu19930818/friendlyhello:v1

发布图像

将标记的图像上传到存储库：

docker push  wangshu19930818/friendlyhello:v1

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 4000:80  wangshu19930818/friendlyhello:v1

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”。

如果想象一个视频共享站点，它可能包括一个用于将应用程序数据存储在数据库中的服务，一个用于在后台进行视频转码的服务。用户上传内容，前端服务等。

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。

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。

`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。

version: "3"

services:

  web:

    # replace username/repo:tag with your name and image details

    image: wangshu19930818/friendlyhello:v1

    deploy:

      replicas: 5

      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：

拉上传的图像从注册表。
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

注意：如果您没有运行，docker swarm init则会收到“此节点不是群集管理器”的错误。

docker stack deploy -c docker-compose.yml getstartedlab

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。

在我们的应用程序中获取一项服务的服务ID：

docker ps

列出服务任务：

docker service ps getstartedlab_web

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：

docker ps  -q

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。

扩展应用程序

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 ps -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
```