歡迎光臨
每天分享高質量文章
當前位置：知識星球 > 後端 > 正文

Docker簡介與簡單使用

2019-03-28 分類：後端 閱讀(341) 評論(0)

前一段花了一段時間研究Log4j2的原始碼，現在這個專案基本也告一段落，也算是度過了初入職場這一個階段。之前在18年總結時說過19年自己要學會C++，所以接下來一段時間，會用一些文章和大家分享下自己學習C++過程中的新的，不過在正式寫關於C++內容前，想先介紹一下Docker，因為有了這個利器，自己搞個小開發環境會變得十分簡單。而且在雲化的時代，如果連Docker都沒用過甚至沒聽說過的話確實有點說不過去。所以我願意單獨拉出一篇文簡單介紹一下Docker的使用，後面的C++開發環境也會直接使用Docker進行部署。本文主要分為3部分，什麼是Docker，為什麼用Docker以及Docker的基本使用方法。閑言少敘，直奔主題~
什麼是Docker

 

至於給Docker的定義，我覺得還是直接取用吧，Docker是一個用Go語言開發的一個開源容器引擎，Docker 可以讓開發者打包他們的應用以及依賴包到一個輕量級、可移植的容器中，然後釋出到任何流行的 Linux 機器上，也可以實現虛擬化。容器是完全使用沙箱機制，相互之間不會有任何介面（類似iPhone的App），更重要的是容器效能開銷極低。
Docker作為虛擬化分支的一項重要的革新，有必要將Docker和其他虛擬化技術進行一下比較。下麵是介紹虛擬化過程中最常見的一張圖，它描述了計算機從軟到硬的一個層次關係。 
這個圖看似簡單，其實它很清晰的描述了計算機資源的一種層次關係。最底層是基礎設施層，基本都是硬體方面的構成，如CPU，記憶體，磁碟，這些支撐了計算機的基本執行，如果沒有這些硬體，計算機也就不存在了。在硬體層上運行了格式的作業系統，他能夠根據合理的將硬體資源合理的分配給上面的應用，並保證他們有條不紊的執行。在系統上自帶一些系統的lib和可執行命令，這些可執行命令就是我們常用的Linux命令（cd，cat，ls….太多了），Lib則包含了一些基本程式庫，供我們自己編寫的各種程式呼叫。最上面就是我們開發的各種Application了。
Docker與虛擬機器
說完了基本的分層關係，下麵就需要重點介紹兩種比較重要的虛擬化技術，虛擬機器和Docker，雖然感覺區別被講爛了不過為了介紹的完整性還是簡單提一句，還請大家耐心看完。
 
Hypervisor與虛擬機器
從本質上看，虛擬機器和Docker屬於在不同層次上的虛擬，虛擬機器則是虛擬到作業系統層次的，如下圖所示。 
在宿主機的作業系統中，抽象出了一個Hypervisor的概念，因為自己並沒有涉獵過這個領域，所以扒一些現成的資料給我自己掃掃盲。
首先是Hypervisor的定義，根據wiki上講，Hypervisor或者Virtual Machine Monitor（VMM）是創造並且執行虛擬機器的軟體、韌體、或者硬體，通俗的講，hypervisor是一種將作業系統和硬體分離的一種方式,使得宿主機的硬體上能夠同時執行多個虛擬機器。
Hypervisor具有如下的優點：

  • 提高主機硬體的使用率

  • 虛擬機器移動性較強

  • 資源的隔離性，某臺虛擬機器的宕機不影響其他虛擬機器的使用

  • 易保護，易恢復

Hypervisor種類： 
如上面兩張圖所示，Hypervisor分為兩類，一類是直接部署在硬體層面上（bare-metal hypervisors），另一類則是部署在宿主機的作業系統上，算是一種軟體（hosted hypervisors）。兩種方式的特點與典型系統如下：

    • bare-metal hypervisors 特點

      • 需要硬體支援

      • 虛擬機器monitor作為主作業系統

      • 執行效率高

 

  • 典型系統

    • VMware5.5+

    • Xen3.0+

    • KVM

 

  • hosted hypervisors 特點

    • 虛擬機器監視器作為應用程式執行在主作業系統環境內

    • 效率較低

  • 典型系統

    • Virtual Box

    • early VMware5.5

    • early Xen3.0

 
Docker
 
與虛擬機器不同，Docker是透過軟體層的虛擬化實現了更加輕量級的虛擬化，其架構圖如下： 
初步看來，Docker所在的層級與虛擬機器所在的層次相同，都是在宿主機的作業系統上部署，但是Docker完全是軟體，不需要硬體進行支援，它利用的是作業系統自帶的資源隔離機制對硬體資源進行隔離，例如Win中的Hyper-v，Linux中的cgroup等，由Docker的後端程式Docker Engine呼叫這些介面完成資源隔離。Docker在建立容器時並不執行完整的作業系統，使用的資源更少，部署，啟動更快。但提供的隔離粒度不足，所以Docker更加適合單個使用者使用，而虛擬機器則更適合在多個使用者混合的多租戶型別的場景中執行。
為什麼用Docker

 

其實這個問題我在介紹虛擬機器與Docker的區別時已經提到，Docker由於其使用了更加輕量級的隔離機制，不論是在部署，啟動恢覆上均比虛擬機器要快上數個數量級，因此，如果是個人使用者想要快速構建某個特定的環境，比如想要測試某個程式碼在linux的執行情況，而使用的是mac系統或win系統，或者練習搭建環境等，透過Docker可以快速滿足需求。
Docker簡單使用方法

 

Docker架構
介紹使用方法前，先明確Docker中的幾個基本元件以及這些元件的互動關係。 

  • Docker映象：Docker映象是用於建立Docker容器的模板

  • Docker容器（Container）：容器是獨立執行的一個或一組應用

  • Docker客戶端（Client）：Docker客戶端透過命令列或者其他工具使用Docker API與Docker的守護行程通訊。

  • Docker主機（Host）：一個物理或者虛擬的機器用於執行Docker守護行程和容器

  • Docker倉庫（Registry）：Docker倉庫用來儲存映象，可以理解為程式碼控制中的程式碼倉庫。Docker Hub提供了龐大的映象集合供使用。

  • Docker Machine：Docker Machine是一個簡化Docker安裝的命令列工具，透過一個簡單的命令列即可在相應的平臺上安裝Docker，比如VirtualBox、 Digital Ocean、Microsoft Azure

終於到了實戰環節，在這一小節裡面，我們透過兩個具體案例介紹Docker的簡單使用方法，首先是Docker的Hello World，另一個則是按照Docker官方檔案部署一個Flask後端服務。
安裝Docker
Mac && Windows：直接下載安裝檔案進行安裝
Linux：
  1. yum install -y epel-release ##安裝倉庫
  2. yum install docker-io ##安裝Docker
  3. chkconfig docker on ## 加入開機自動啟動
  4. service docker start ## 啟動Docker
Docker Hello World
這個案例非常簡單，只有一個命令：
  1. docker run hello-world
如果看到下圖中的結果則說明成功。 
Docker複雜使用
這個應用主要是一個Python的Web服務，該服務用於統計使用者訪問量，使用者訪問量儲存在Redis中。下麵正式開始部署。
首先先寫一個Flask的Python程式，主要的統計邏輯和前端展示都由這個檔案提供，程式碼如下：
  1. from flask import Flask
  2. from redis import Redis, RedisError
  3. import os
  4. import socket
  6. # Connect to Redis
  7. redis = Redis(host="redis", db=0, socket_connect_timeout=2, socket_timeout=2)## 連線redis
  9. app = Flask(__name__)
  11. @app.route("/")
  12. def hello():
  13. try:
  14. visits = redis.incr("counter") ##獲取計數器當前值並將其+1
  15. except RedisError:
  16. visits = "cannot connect to Redis, counter disabled"
  18. html = "

    Hello {name}!

    “ \

  19. "Hostname: {hostname}
    "     \
  20. "Visits: {visits}"
  21. return html.format(name=os.getenv("NAME", "world"), hostname=socket.gethostname(), visits=visits) ##網頁渲染
  23. if __name__ == "__main__":
  24. app.run(host='0.0.0.0', port=80) ## 服務的設定為80埠
然後編寫Python需要的依賴檔案requirements.txt。
  1. Redis
  2. Flask
最後寫出Docker的部署檔案Dockerfile：
  1. # 將官方 Python 執行時用作父映象
  2. FROM python:2.7-slim
  3. # 將工作目錄設定為 /app
  4. WORKDIR /app
  5. # 將當前目錄內容複製到位於 /app 中的容器中
  6. ADD . /app
  7. # 安裝 requirements.txt 中指定的任何所需軟體包
  8. RUN pip install -r requirements.txt
  9. # 使埠 80 可供此容器外的環境使用
  10. EXPOSE 80
  11. # 定義環境變數
  12. ENV NAME World
  13. # 在容器啟動時執行 app.py
  14. CMD ["python", "app.py"]
最後的目錄結構如下： 
完成之後開始構建，首先build映象：
  1. docker build -t bryantchangflasktest .
其中 -t 的作用是指定映象的名字。
完成構建後，結果如下：
 
使用docker images檢視已經構建的映象： 
完成構建後，接下來開始執行：
  1. docker run -p 4001:80 bryantchangflasktest ##將4001埠對映到80埠
執行結果： 
可以看到因為沒有配置Redis所以這裡面的異常是我們預期內的，為了做後面的配置方便，我們將映象上傳到公共映象，命令如下：
  1. docker build -t bryantchangxy/bryantchangflasktest .
  2. docker push bryantchangxy/bryantchangflasktest:latest
涉及的一些常見命令：
  1. docker build -t friendlyname .# 使用此目錄的 Dockerfile 建立映象
  2. docker run -p 4001:80 friendlyname # 執行埠 4001 到 80 的“友好名稱”對映
  3. docker run -d -p 4001:80 friendlyname # 內容相同，但在分離樣式下
  4. docker ps # 檢視所有正在執行的容器的串列
  5. docker stop # 平穩地停止指定的容器
  6. docker ps -a # 檢視所有容器的串列，甚至包含未執行的容器
  7. docker kill # 強制關閉指定的容器
  8. docker rm # 從此機器中刪除指定的容器
  9. docker rm $(docker ps -a -q) # 從此機器中刪除所有容器
  10. docker images -a # 顯示此機器上的所有映象
  11. docker rmi # 從此機器中刪除指定的映象
  12. docker rmi $(docker images -q) # 從此機器中刪除所有映象
  13. docker login # 使用您的 Docker 憑證登入此 CLI 會話
  14. docker tag username/repository:tag # 標記 以上傳到映象庫
  15. docker push username/repository:tag # 將已標記的映象上傳到映象庫
  16. docker run username/repository:tag
  17. docker stack ls # 列出此 Docker 主機上所有正在執行的應用
  18. docker stack deploy -c # 執行指定的 Compose 檔案
  19. docker stack services # 列出與應用關聯的服務
  20. docker stack ps # 列出與應用關聯的正在執行的容器
  21. docker stack rm # 清除應用
註意，下麵我不再繼續沿用那篇檔案裡面的內容，我直接將Flask和Redis整合，並使用Docker Compose部署，部署檔案為docker-compose.yml，內容如下：
  1. web:
  2. build: .
  3. command: python app.py
  4. ports:
  5. - "4001:80"
  6. volumes:
  7. - .:/app
  8. links:
  9. - redis
  10. redis:
  11. image: microbox/redis
最後部署映象，命令如下：
  1. docker-compose up -d
完成後，輸入localhost:4001，終於看到了最終的結果：
 
對於Docker Compose的使用，參見部落格：https://blog.csdn.net/u011781521/article/details/80464826。
原文連結：https://bryantchang.github.io/2019/02/17/docker-utilization/

贊(0)
標籤：

相關推薦

熱門標籤

iOS (11238)微軟 (4955)Linux (4274)安全 (4180)Python (4161)效能 (3165)運維 (2774)最佳化 (2419).NET (2262)Google (2136)機器學習 (1795)併發 (1613)分散式 (1559)叢集 (1240)SQL (1174)Mysql (1060)區塊鏈 (1017)Docker (977)微服務 (922)面試 (919)Apache (743)NLP (725)Redis (719)Android (668)Git (640)架構師 (632)Nginx (630)Facebook (599)JVM (595)爬蟲 (476)

熱門文章

分享創造快樂