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"] 

Dockerfile是指我们尚未创建的几个文件,即 app.pyrequirements.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DockerfileADD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

分享

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。

注意:我们在这里使用Docker的公共注册表

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

扫描二维码关注公众号,回复: 2086922 查看本文章
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”。

例如,如果您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: 

docker-compose.yml文件告诉Docker执行以下操作:

  • 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replicasdocker-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
 

猜你喜欢

转载自www.cnblogs.com/wwchihiro/p/9293514.html