Docker 快速入门

Docker Logo

调试你的应用，而不是你的环境！无论何地都能安全的构建、分享及运行任何的应用。

—— 摘自 Docker 官网

Docker 概念 ¹

Docker 为开发人员及系统管理员从事开发、部署及运行基于容器的应用提供一个通用平台。使用基于 Linux 容器来部署应用的操作被称为 容器化。容器本身虽不是新技术理念，但是通过容器化来简化部署应用的这种理念还是蛮新奇的理念。

容器化之所以越来越流行，是因为容器具备如下特点：

高灵活性：即便是很复杂的应用也能被容器化
轻量级：容器之间能有效共享及利用宿主机内核
高可替换性：你可以在运行时进行更新、升级
高可移植性：你可以本地构建、云端部署、到处运行
高可扩展性：你可以增加并自动分发容器的副本
高可堆叠性：你可以在运行时垂直堆叠更多的服务

镜像及容器

容器 container 通过运行一个 镜像 image 而被启动。而镜像是一个可执行的包，它包含要运行的应用所需的所有依赖，例如：代码、运行环境、库、环境变量及配置文件。

容器是镜像运行时的具体实例，即：当镜像被执行后载入内存（它是一个内存中带状态的镜像或用户进程）。你可以通过执行 docker ps 命令来查看目前正在运行的容器列表，类似于 Linux 上查看进程。

容器及虚拟机

容器 container 运行在原生的 Linux 上，并与其他容器共享宿主机的内核资源。它运行在一个独立的进程中，与其他可执行的其他进程一样，也不需其他额外的内存资源，这也是它具备轻量级的原因所在。

与容器相比，虚拟机 Virtual Machine 是通过 hypervisor 虚拟访问宿主机资源，来运行一个完整的寄生操作系统。总之，虚拟机提供了一个大而全的应用运行环境及资源，然而大多数应用可能使用不到这么多的环境资源，故而存在资源浪费。

Docker 安装

注册 Docker Hub 账号
下载 Docker Desktop for Mac
安装后，启动 Docker 应用

附带有个快速入门示例 Demo cheers2019
1. 克隆项目
```
 git clone https://github.com/docker/doodle.git
```
2. 构建 Docker 镜像
```
 cd doodle/cheers2019 && docker build -t docker/cheers2019 .
```
  具体 build 命令的用法，执行 docker build --help
3. 运行 Docker 镜像
```
 docker run -it --rm docker/cheers2019
```
  具体 run 命令的用法，执行 docker run --help
  
  运行结果如下：
4. 分享 Docker 镜像
```
 docker login && docker push docker/cheers2019
```
  如果感觉这个例子有趣，执行上面命令，将会在 Docker Hub 分享你的容器镜像。

Docker CLI

检查版本

# docker 版本
$ docker -v
Docker version 19.03.1, build 74b1e89
	
# docker 详细信息
$ docker info
Client:
Debug Mode: false
	
# docker-compose 版本
$ docker-compose -v
docker-compose version 1.24.1, build 4667896b
	
# docker-machine 版本
$ docker-machine -v
docker-machine version 0.16.1, build cce350d7

基本命令

## 列出 docker 的所有命令行命令列表
docker
## 获得子命令的帮助
docker container --help
	
## 显示 docker 的版本及信息
docker --version
docker version
docker info
	
## 执行 docker 镜像
docker run hello-world
	
## 显示目前系统中的所有 docker 镜像列表
docker image ls
	
## 显示目前系统中的所有 docker 容器列表 (running, all, all in quiet mode)
docker container ls
docker container ls --all
docker container ls -aq

Docker 实践

在 Docker 安装中，我们通过一个小 Demo 大致感受到了采用 Docker 来编译部署及运行一个容器化的应用。在本小节我们将详细阐述 Docker 在各个阶段的主要任务的实现过程。

在着手以 Docker 的方式构建一个应用时，一般是要经过应用开发、构建容器、发布服务及合成服务栈的几个重要步骤。创建容器应用是基础，容器应用就可以跑在 Docker 提供的应用环境上，提供具体服务。将不同的服务巧妙地组合就能构造出复杂的服务栈，来满足实际的业务需求。所以它们的层级关系应该如图所示：

Containers 容器：可以视作包含应用代码及其运行时所需的依赖及环境的统称
Services 服务：分布式应用中常常指能提供某项功能的单独模块
Stacks 服务栈：将不同的服务组合堆叠从而能够完成业务需求的结构

我们这里通过编写一个 Python 应用来实践整个过程。首先创建容器 Container，然后将其发布成服务 Service，最后组合多个 Service 形成一个服务栈 Stack。

创建容器 Containers

开发容器化应用

在过去，如果要开发 Python 应用，首先得安装 Python 运行环境。Docker 方式就不同，只需获得一个可移植的 Python 运行环境的 Docker 镜像，而无需实际的安装。在应用构建时，应用所需的所有依赖都会和代码一同被打包到应用镜像中。像这种可移植镜像的声明被定义在一个叫做 Dockerfile 的文件中。

创建文件 Dockerfile

  # 使用 Docker 官方的 Python 运行期镜像当做父镜像
  FROM python:2.7-slim
		
  # 设置项目的工作目录设置为 /app
  WORKDIR /app
		
  # 将当前目录的所有内容复制到容器中的 /app 目录
  COPY . /app
		
  # 安装一些必要的依赖包，这些依赖包被指定在 requirements.txt 的文本文件中
  RUN pip install --trusted-host pypi.python.org -r requirements.txt
		
  # 开放容器的 80 端口提供给外部访问
  EXPOSE 80
		
  # 定义一个环境变量，变量名称 NAME，变量值 World
  ENV NAME World
		
  # 当容器启动时，运行 app.py
  CMD ["python", "app.py"]

编写依赖包声明文件 requirements.txt
```
  Flask
  Redis
```

编写应用代码 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)

编写完毕后，当前目录的结构如下所示：

  .
  └── requirements.txt		// 依赖包文件
  └── Dockerfile		// 容器定义文件
  └── app.py			// Python 代码

构建容器化应用镜像

来到项目的根目录，执行如下命令构建应用：
```
  $ docker build --tag=friendlyhello .
```
使用--tag 为当前镜像设置标签，也可以使用简写 -t，标签的整体格式为 REPOSITORY_NAME:TAG，其中 REPOSITORY_NAME 为库名称，TAG 为具体标签说明，可以是版本等说明信息，例如：friendlyhello:v0.0.1

等待编译完成后，查看具体镜像：
```
  $ docker image ls
  REPOSITORY           TAG                 IMAGE ID            CREATED             SIZE
  friendlyhello        latest              550941976752        9 minutes ago       148MB
```

运行容器化应用

执行下面命令，将镜像文件运行起来：

  $ docker run -p 4001:80 friendlyhello4001
   * Serving Flask app "app" (lazy loading)
   * Environment: production
     WARNING: This is a development server. Do not use it in a production deployment.
     Use a production WSGI server instead.
   * Debug mode: off
   * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)
  172.17.0.1 - - [18/Aug/2019 15:16:26] "GET / HTTP/1.1" 200 -
  172.17.0.1 - - [18/Aug/2019 15:16:27] "GET /favicon.ico HTTP/1.1" 404 -

由于我们将4001端口映射为容器中的80端口，故而在浏览器中访问地址 http://localhost:4001 即可访问页面，如图所示：

尝试执行如下命令，可以获取更多相关容器的一些信息：

  # 列出当前正在运行的容器列表
  $ docker container ls
  CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS                  NAMES
  6af27ed7e8d9        friendlyhello       "python app.py"     9 seconds ago       Up 8 seconds        0.0.0.0:4001->80/tcp   practical_grothendieck
	
  # 停止容器 6af27ed7e8d9 为上面展示的 CONTAINER ID
  $ docker container stop 6af27ed7e8d9
	

发布容器化应用

运行调试完毕，我们可以将镜像打上标签，并上传至 Docker Hub 进行镜像托管，当然你也可以选择不同的镜像托管服务器。具体操作步骤如下：

  # 登录到 Docker Hub
  $ docker login
  Authenticating with existing credentials...
  Login Succeeded
	
  # 将本地镜像 friendlyhello 重新打上规范的标签
  # username 替换为你的 Docker Hub 账号用户名
  $ docker tag friendlyhello username/friendlyhello:v1.0
	
  # 重新标签后，我们能看到一个新的镜像文件
  $ docker image ls
  REPOSITORY              TAG                 IMAGE ID            CREATED             SIZE
  friendlyhello           latest              550941976752        51 minutes ago      148MB
  username/friendlyhello   v1.0                550941976752        51 minutes ago      148MB
	
  # 将新的镜像 push 到 Docker Hub
  $ docker push username/friendlyhello:v1.0
	
  # 此后，就可以在任何时候执行如下命令拉取远程镜像文件执行
  $ docker run -p 4001:80 username/friendlyhello:v1.0
	

发布服务 Services

对于 Docker 而言，服务就是产品级的容器，服务指定了容器以什么方式运行，例如：容器运行在哪个端口、需要多少硬件资源、需要多少容器实例拷贝…… 所以符合 Docker 容器化的服务，天生就具备良好的可扩展性。Docker 通过 docker-compose.yml 文件来配置容器运行的参数，下面就上一节生成的镜像文件来编写这个文件。

编写 docker-compose.yml 文件

  version: "3"
  services:
    web:
      # 根据自身的镜像信息替换 username/friendlyhello:v1.0
      image: username/friendlyhello:v1.0
      deploy:
        # 容器实例个数
        replicas: 5
        # 资源配置
        resources:
          limits:
            # 限制每个实例占用 cpu 时间为 10%
            cpus: "0.1"
            # 限制每个实例占用内存为 50M
            memory: 50M
        # 重启策略设置为失败自动重启
        restart_policy:
          condition: on-failure
      # 端口映射，将 4001 端口映射为容器的 80 端口
      ports:
        - "4001:80"
      # 将此 web 参与到负载均衡网络 webnet
      networks:
        - webnet
  # 采取默认方式定义一个负载均衡的网络
  networks:
    webnet:

发布具备负载均衡应用服务

由于要使用负载均衡的功能，在部署时涉及后续小节的内容，现在如果不理解，先照着命令执行即可。安装如下命令发布配置好的服务：

  # 将当前节点初始化为集群的管理节点，将在下节介绍。
  # 如果不初始化，下面的 docker stack 命令将会报错。
  $ docker swarm init
  Swarm initialized: current node (t6r6euslxnpwitw4yn0g92uaf) is now a manager.
  To add a worker to this swarm, run the following command:
      docker swarm join --token ... 192.168.65.X:2377
  To add a manager to this swarm, run 'docker swarm join-token manager' and follow the instructions.
	
  # 应用根目录执行，后面的 getstartedlab 是指定的当前服务栈的名称
  $ docker stack deploy -c docker-compose.yml getstartedlab
  Creating network getstartedlab_webnet
  Creating service getstartedlab_web
	
  # 查看当前的服务信息
  $ docker service ls
  ID                  NAME                MODE                REPLICAS            IMAGE                        PORTS
  kqibyn0286pu        getstartedlab_web   replicated          5/5                 username/friendlyhello:v1.0   *:4001->80/tcp

  # 除了上面的命令外，下面的可以只显示指定服务栈名称的服务信息
  $ docker stack services getstartedlab
  ID                  NAME                MODE                REPLICAS            IMAGE                        PORTS
  kqibyn0286pu        getstartedlab_web   replicated          5/5                 username/friendlyhello:v1.0   *:4001->80/tcp
	
  # 根据配置，当前服务运行了5个容器实例
  # 服务中的每个容器实例被称作任务 task，每个任务有一个唯一的自增长的 ID
  # 此 ID 编号一直增长到配置文件中指定的实例个数，类似下面的 getstartedlab_web.5
  # docker stack ps getstartedlab 也能显示相同任务内容
  $ docker service ps getstartedlab_web
  ID                  NAME                  IMAGE                        NODE                DESIRED STATE       CURRENT STATE           ERROR               PORTS
  2j70ic6zxs55        getstartedlab_web.1   username/friendlyhello:v1.0   docker-desktop      Running             Running 4 minutes ago                       
  vretbeyraceh        getstartedlab_web.2   username/friendlyhello:v1.0   docker-desktop      Running             Running 4 minutes ago                       
  qig853sns67z        getstartedlab_web.3   username/friendlyhello:v1.0   docker-desktop      Running             Running 4 minutes ago                       
  chuipb76htpg        getstartedlab_web.4   username/friendlyhello:v1.0   docker-desktop      Running             Running 4 minutes ago                       
  mhcbn7dab9vt        getstartedlab_web.5   username/friendlyhello:v1.0   docker-desktop      Running             Running 4 minutes ago
	
  # 下面的命令显示不同的容器实例，只不过没有根据服务栈名称过滤
  # 注意：这里显示的是容器ID，上面命令是任务ID
  $ docker container ls
  CONTAINER ID        IMAGE                        COMMAND             CREATED             STATUS              PORTS               NAMES
  decd34f76501        username/friendlyhello:v1.0   "python app.py"     6 minutes ago       Up 6 minutes        80/tcp              getstartedlab_web.3.qig853sns67zlmdtpz83tl439
  eb04fb1c8146        username/friendlyhello:v1.0   "python app.py"     6 minutes ago       Up 6 minutes        80/tcp              getstartedlab_web.4.chuipb76htpgsbbk0f9e7zqnr
  4250101e9006        username/friendlyhello:v1.0   "python app.py"     6 minutes ago       Up 6 minutes        80/tcp              getstartedlab_web.2.vretbeyraceh2o7dd22jr4n20
  5a5c3a5f525a        username/friendlyhello:v1.0   "python app.py"     6 minutes ago       Up 6 minutes        80/tcp              getstartedlab_web.5.mhcbn7dab9vt5krt3vkpe35em
  4194f16e84a5        username/friendlyhello:v1.0   "python app.py"     6 minutes ago       Up 6 minutes        80/tcp              getstartedlab_web.1.2j70ic6zxs55cpekpusq4tjmp

执行完命令后，访问 URL 地址 http://localhost:4001。刷新几次页面，发现页面中 Hostname 是变化的，因为每次请求可能被负载均衡到不同的容器实例上。可以修改 docker-compose.yml 文件来改变应用的资源配置、实例数等参数，每次修改保存后，只要重复执行 docker stack deploy -c docker-compose.yml getstartedlab 命令就能更新实例。值得注意的是，Docker 平台采取一站式更新，因此你不必先停掉你的 stack 或者 kill 所有的容器，Awesome！

停止应用及集群

  # 停止服务栈
  $ docker stack rm getstartedlab
	
  # 关闭集群
  $ docker swarm leave --force

创建集群 Swarms

在上一小节中，我们将之前的应用发布成服务，且使它以 5 个实例运行。这个小节将更进一步，把之前的应用部署运行到一个集群的不同机器上。在 Docker 平台中，像这种把应用分布式的部署到多容器、多机器的 “容器化” 集群上的行为，称作 Swarm。

Swarm 就是运行着 Docker 环境，并且加入到同一个集群的一组机器的统称。在此环境下，你将可以继续运行之前的 Docker 命令，只不过这些命令必须运行在这个集群下的管理节点上，被称为 Swarm Manager。集群下的机器可以是真实的物理机也可以是虚拟机，在加入集群后它们被统称做节点 Nodes。

Swarm Managers 可以使用不同的策略来运行容器，例如：emptiest node 模式下，将采取尽可能少的机器来运行容器；而 global 模式下，将确保每台机器运行特定容器的一个实例。这些都可以在 Compose 文件中进行配置。

Swarm Managers 是集群里唯一能执行命令、批准其他机器加入 swarm 的机器。这些被批准进入的机器被称作 Workers。 Workers 只是单纯的增加节点数，从而提升应用性能，除此之外没有管理节点的任何权限。

到目前为止，我们只是使用本地单主机运行 Docker，其实 Docker 可以切换成 Swarm 模式。一旦切换成 Swarm 模式，当前的机器自动变成 Swarm Manager，Docker 将把你指定的命令运行在你所管理的 Swarm 上，而非单单只运行在当前机器。好了，那让我们开始设置 Swarm 吧！

创建集群

由于没有多余的物理机，我们在当前物理机上设置两台运行 Docker 的虚拟机，并指定其中一台为 Swarm Manager。根据自身物理机的操作系统，选择合适的创建虚拟机的方式。目前 Mac、Linux 及 Windows 8 和 7 的操作系统，需要安装 Oracle VirtualBox，而 Windows 10 的机器由于自带了 Hyper-v 管理器，可以直接创建。我们以 Mac 系统为例进行说明。

安装完 VirtualBox 后，使用 docker-machine 命令创建两台虚拟机，名字分别为 myvm1、myvm2：

  # 使用 virtualbox 驱动创建虚拟机 myvm1
  $ docker-machine create --driver virtualbox myvm1
	
  # 使用 virtualbox 驱动创建虚拟机 myvm2
  $ docker-machine create --driver virtualbox myvm2
	
  # 查看虚拟机信息
  $ docker-machine ls
  NAME    ACTIVE   DRIVER       STATE     URL                         SWARM   DOCKER     ERRORS
  myvm1   -        virtualbox   Running   tcp://192.168.99.100:2376           v19.03.1   
  myvm2   -        virtualbox   Running   tcp://192.168.99.101:2376           v19.03.1   

指定 myvm1 为 Swarm Manager，并将 myvm2 加入到 Swarm 集群：

  # 将 myvm1 设置为 Swarm Manager
  # <myvm1 ip> 替换成虚拟机 myvm1 的 IP 地址，根据上面信息，显示为 192.168.99.100
  # 如果使用 SSH 有异常，可以使用物理机的本地 SSH 服务，如下：
  # 	docker-machine --native-ssh ssh myvm1 "docker swarm init --advertise-addr <myvm1 ip>:2377"
  $ docker-machine ssh myvm1 "docker swarm init --advertise-addr <myvm1 ip>:2377"
  Swarm initialized: current node (bshep3rmn9nrt8wweaug1cz7h) is now a manager.
  To add a worker to this swarm, run the following command:
      docker swarm join --token <token> <ip>:2377
  To add a manager to this swarm, run 'docker swarm join-token manager' and follow the instructions.

  # 将 myvm2 添加到 Swarm，设置为 Worker
  # <token> 替换成上面命令显示的 token 值
  # <ip> 替换成 myvm1 的 IP
  $ docker-machine ssh myvm2 "docker swarm join --token <token> <ip>:2377"
  This node joined a swarm as a worker.
	
  # 在 myvm1 上执行 `docker node ls` 可以查看节点信息
  # 注意观察：MANAGER STATUS，myvm1 为 Leader
  $ docker-machine ssh myvm1 "docker node ls"
  ID                            HOSTNAME            STATUS              AVAILABILITY        MANAGER STATUS      ENGINE VERSION
  bshep3rmn9nrt8wweaug1cz7h *   myvm1               Ready               Active              Leader              19.03.1
  dysqnbb80zlwcpn7bm15521xs     myvm2               Ready               Active                                  19.03.1

注意：2377 为 Swarm 管理端口，2376 为 Docker 进程端口。
应当避免占用这两个端口，而产生不必要的错误。

如果想要离开集群，在那个节点上执行 docker swarm leave 即可。如果节点为管理节点，会有警告提示。当最后一个管理节点离开时，整个 Swarm 将会全部删除。

集群上部署应用

在上面我们要在某个节点执行命令，都需要通过 docker-machine ssh myvmX ”COMMANDS“ 的形式来封装 COMMANDS 命令，以 ssh 的方式指定节点名称的方式来实现，稍显麻烦。可以通过 docker-machine env <MACHINE_NAME> 来指定默认的执行命令的节点，省去封装的麻烦：

  # 查看现在的虚拟机列表，注意 ACTIVE 状态。两台都是 "-" 表示未激活状态
  $ docker-machine ls
  NAME    ACTIVE   DRIVER       STATE     URL                         SWARM   DOCKER     ERRORS
  myvm1   -        virtualbox   Running   tcp://192.168.99.100:2376           v19.03.1   
  myvm2   -        virtualbox   Running   tcp://192.168.99.101:2376           v19.03.1
	
  # 指定默认节点为 myvm1，注意：此时只是给出设置默认节点的命令，并没有真实生效
  $ docker-machine env myvm1
  export DOCKER_TLS_VERIFY="1"
  export DOCKER_HOST="tcp://192.168.99.100:2376"
  export DOCKER_CERT_PATH="/Users/Reion/.docker/machine/machines/myvm1"
  export DOCKER_MACHINE_NAME="myvm1"
  # Run this command to configure your shell: 
  # eval $(docker-machine env myvm1)
	
	
  # 执行如下命令，即可将上面的设置默认节点的命令真实执行
  $ eval $(docker-machine env myvm1)
	
  # 再次查看虚拟机列表，注意 myvm1 的 ACTIVE 状态变成 “*” 表示该节点处于激活状态
  $ docker-machine ls
  NAME    ACTIVE   DRIVER       STATE     URL                         SWARM   DOCKER     ERRORS
  myvm1   *        virtualbox   Running   tcp://192.168.99.100:2376           v19.03.1   
  myvm2   -        virtualbox   Running   tcp://192.168.99.101:2376           v19.03.1
	  

至此，我们已经将默认执行命令的节点设置为 myvm1，接下来我们就可以默认在此管理节点执行命令来将应用部署到 Swarm 集群中了。和上一小节一样，执行服务栈部署命令，不同的是此命令现在是交由 Swarm 集群中的管理节点 myvm1 来执行：

  # 拷贝物理机的 docker-compose.yml 文件到管理节点的 Docker 用户主目录
  $ docker-machine scp docker-compose.yml myvm1:~
	
  # 在 myvm1 上部署应用
  $ docker stack deploy -c docker-compose.yml getstartedlab
  Creating network getstartedlab_webnet
  Creating service getstartedlab_web
	
  # 在 myvm1 上查看目前运行的服务信息
  # 可以看到 5 个容器实例有的分配到 myvm1 有的分配到 myvm2
  $ docker service ps getstartedlab_web
  ID                  NAME                  IMAGE                        NODE                DESIRED STATE       CURRENT STATE           ERROR               PORTS
  ehj66cg86mne        getstartedlab_web.1   username/friendlyhello:v1.0   myvm2               Running             Running 2 minutes ago                       
  wt2k9m9blucm        getstartedlab_web.2   username/friendlyhello:v1.0   myvm2               Running             Running 2 minutes ago                       
  qrohhlrbwbjs        getstartedlab_web.3   username/friendlyhello:v1.0   myvm1               Running             Running 2 minutes ago                       
  se2dgrqzujev        getstartedlab_web.4   username/friendlyhello:v1.0   myvm2               Running             Running 2 minutes ago                       
  wpp8d9xjb2b5        getstartedlab_web.5   username/friendlyhello:v1.0   myvm1               Running             Running 2 minutes ago
	
  # 查看网络配置信息，发现 getstartedlab_webnet 的 SCOPE 为 sawrm
  $ docker network ls
  NETWORK ID          NAME                   DRIVER              SCOPE
  0624l1hslohj        getstartedlab_webnet   overlay             swarm

怎么样，通过如上配置，你的应用就已经跑在了 swarm 集群上了，在 Mac 物理机浏览器分别访问 http://192.168.99.100:4001 或 http://192.168.99.101:4001，都能访问到内容 ²，是不是很酷！😎

注意：Mac 主机浏览器如不能访问，请关闭任何代理或参考脚注 2。

疑问：
在笔者的浏览器分别访问这两个网址，不管哪个网址，刷新 N 次主机名都是同一个，而不会像官网教程视频中的会变化，为什么呢？

答：
在完成后续的 Stacks 章节后，分别访问两个网址，刷新又都能得到不同的主机名，so weird！！

清理及重启

  # 停止 stack 服务栈
  $ docker stack rm getstartedlab
  Removing service getstartedlab_web
  Removing network getstartedlab_webnet
	
  # 删除 swarm 集群
  # 先将 worker 节点删除
  $ docker-machine ssh myvm2 "docker swarm leave"
  Node left the swarm.
	
  # 后将 swarm manager 节点删除
  $ docker-machine ssh myvm1 "docker swarm leave --force"
  Node left the swarm.
	
  # 清理默认激活的 Docker 主机
  $ eval $(docker-machine env -u)

  # 可以看到 myvm1 的 ACTIVE 状态又恢复为 “-” 未激活状态
  $ docker-machine ls
  NAME    ACTIVE   DRIVER       STATE     URL                         SWARM   DOCKER     ERRORS
  myvm1   -        virtualbox   Running   tcp://192.168.99.100:2376           v19.03.1   
  myvm2   -        virtualbox   Running   tcp://192.168.99.101:2376           v19.03.1
	
  # 停止主机 myvm2
  $ docker-machine stop myvm2
  Stopping "myvm2"...
  Machine "myvm2" was stopped. 
	
  # 检查主机状态，发现 myvm2 确实是停止状态
  $ docker-machine ls
  NAME    ACTIVE   DRIVER       STATE     URL                         SWARM   DOCKER     ERRORS
  myvm1   -        virtualbox   Running   tcp://192.168.99.100:2376           v19.03.1   
  myvm2   -        virtualbox   Stopped                                       Unknown
	
  # 启动主机 myvm2
  $ docker-machine start myvm2

创建服务栈 Stacks

通过上一节，我们已经能将应用容器部署到运行 Docker 的多机器的 Swarm 集群上，这个小节中我们将增加一个 visualizer 服务，使它和之前的 web 服务整合，共享依赖及资源。像这样整合多服务在一块，共享依赖及资源的模式，被称为 Stack。一个单独的 Stack 虽然可以定义和完成整个应用的所有功能，但是现实中的复杂应用基本都是组合多个 Stacks。现在开始调整我们的应用配置。

追加 visualizer 服务，重新部署

修改 docker-compose.yml 文件

 version: "3"
 services:
   web:
     # replace username/repo:tag with your name and image details
     image: username/repo:tag
     deploy:
       replicas: 5
       restart_policy:
         condition: on-failure
       resources:
         limits:
           cpus: "0.1"
           memory: 50M
     ports:
       - "4001:80"
     networks:
       - webnet
   # 追加的 service
   visualizer:
     image: dockersamples/visualizer:stable
     ports:
       # 将 4002 端口映射到容器的 8080 端口
       - "4002:8080"
     volumes:
       - "/var/run/docker.sock:/var/run/docker.sock"
     deploy:
       placement:
         constraints: [node.role == manager]
     networks:
       - webnet
 networks:
   webnet:

指定默认连接节点为管理节点 myvm1
```
 $ eval $(docker-machine env myvm1)
```

执行如下命令创建或更新部署

 # 将物理机修改的 yml 文件拷贝到管理节点上
 # 不过好像此步骤不做也没啥影响，@_@！
 $ docker-machine scp docker-compose.yml myvm1:~
		
 $ docker stack deploy -c docker-compose.yml getstartedlab
 Creating network getstartedlab_webnet
 Creating service getstartedlab_web
 Creating service getstartedlab_visualize
		
 # 查看管理节点容器实例，发现多了一个 visualizer 的实例
 $ docker container ls
 CONTAINER ID        IMAGE                             COMMAND             CREATED             STATUS              PORTS               NAMES
  7cd84c4bf951        dockersamples/visualizer:stable   "npm start"         4 minutes ago       Up 4 minutes        8080/tcp            getstartedlab_visualizer.1.aav1sbe1tb7blibj35m2b3hdc
  1fb14d2d2855        username/friendlyhello:v1.0        "python app.py"     4 minutes ago       Up 4 minutes        80/tcp              getstartedlab_web.2.m940oxzv35ppd6j3vrfpfk2nt
  09d290b5e5c2        username/friendlyhello:v1.0        "python app.py"     4 minutes ago       Up 4 minutes        80/tcp              getstartedlab_web.5.p8iqhhpn28xdal16uqdo1elyu

访问 visualizer 服务

访问地址 http://192.168.99.100:4002，可以显示如下图所示的页面：

可以很清晰的看到，Visualizer 单实例服务运行在管理节点上，而 5 个实例的 web 服务被分散在整个 swarm 集群当中，其中两个在 myvm1 节点上，三个在 myvm2 节点上。当然，你也可以使用命令 docker stack ps getstartedlab 来显示文本形式的实例信息。

实现数据持久化

修改 docker-compose.yml 文件

 version: "3"
 services:
   web:
     # replace username/repo:tag with your name and image details
     image: username/repo:tag
     deploy:
       replicas: 5
       restart_policy:
         condition: on-failure
       resources:
         limits:
           cpus: "0.1"
           memory: 50M
     ports:
       - "4001:80"
     networks:
       - webnet
   # 追加的 service
   visualizer:
     image: dockersamples/visualizer:stable
     ports:
       - "4002:8080"
     volumes:
       - "/var/run/docker.sock:/var/run/docker.sock"
     deploy:
       placement:
         constraints: [node.role == manager]
     networks:
       - webnet
   # 追加的 service
   redis:
     image: redis
     ports:
       - "6379:6379"
     volumes:
       # 映射 docker 用户下的 data 目录到 redis 容器的绝对路径 /data 
       - "/home/docker/data:/data"
     deploy:
       placement:
         constraints: [node.role == manager]
     command: redis-server --appendonly yes
     networks:
       - webnet
 networks:
   webnet:

在管理节点创建 ./data 目录

 # 其实 data 目录的绝对路径为： /home/docker/data
 $ docker-machine ssh myvm1 "mkdir ./data"

指定默认连接节点为管理节点 myvm1
```
 $ eval $(docker-machine env myvm1)
```

执行如下命令创建或更新部署

 # 将物理机修改的 yml 文件拷贝到管理节点上
 # 不过好像此步骤不做也没啥影响，@_@！
 $ docker-machine scp docker-compose.yml myvm1:~
		
 $ docker stack deploy -c docker-compose.yml getstartedlab

查看服务列表，发现多了 Redis 服务

 $ docker service ls
 ID                  NAME                       MODE                REPLICAS            IMAGE                             PORTS
  flhckxh3oaff        getstartedlab_redis        replicated          1/1                 redis:latest                      *:6379->6379/tcp
  7sta8gyetz3i        getstartedlab_visualizer   replicated          1/1                 dockersamples/visualizer:stable   *:4002->8080/tcp
  aopvt7nhwytk        getstartedlab_web          replicated          5/5                 username/friendlyhello:v1.0        *:4001->80/tcp
	
 $ docker stack ps getstartedlab
 ID                  NAME                         IMAGE                             NODE                DESIRED STATE       CURRENT STATE            ERROR               PORTS
  xezow5of91cf        getstartedlab_redis.1        redis:latest                      myvm1               Running             Running 46 minutes ago                       
  aav1sbe1tb7b        getstartedlab_visualizer.1   dockersamples/visualizer:stable   myvm1               Running             Running 2 hours ago                          
  a5e26gatsbo7        getstartedlab_web.1          username/friendlyhello:v1.0        myvm2               Running             Running 2 hours ago                          
  m940oxzv35pp        getstartedlab_web.2          username/friendlyhello:v1.0        myvm1               Running             Running 2 hours ago                          
  ekedl3pqvu50        getstartedlab_web.3          username/friendlyhello:v1.0        myvm2               Running             Running 2 hours ago                          
  pw432si8mi6s        getstartedlab_web.4          username/friendlyhello:v1.0        myvm2               Running             Running 2 hours ago                          
  p8iqhhpn28xd        getstartedlab_web.5          username/friendlyhello:v1.0        myvm1               Running             Running 2 hours ago 

浏览并刷新 http://192.168.99.100:4001，能够发现 Visits 参数的变化

线上部署容器化应用

在上小节，我们是把应用部署在本地的两台虚拟机组成的 Swarm 集群当中。其实你可以将你的容器化的应用部署到云端或服务器当中。目前有 Docker Enterprise、Docker Engine - Community 两种方案供选择。

Docker Enterprise 是一个稳定的、受商业支持的 Docker Engine 版，它能提供优秀的管理软件、Docker 数据中心。你能通过便利的图形化的控制窗口来管理设置你的容器化的应用，但是它是需要收费的。点击查看所有可供选择的架设方案。

Docker Engine - Community 是免费的社区版的，目前支持桌面级、服务器级的安装方式。桌面级的目前有 Docker Desktop for Mac、Docker Desktop for Windows(win 10)，服务器级的支持主流的 Linux 发行版，点击查看详细支持列表。

选择合适版本，安装完成后。按照与本地部署方式类似的步骤，即可将容器化的应用正式部署到线上服务器。

脚注

本文参考自 Docker 官方文档，阅读原文请移步 Get started。 ↩
不能从 MacOS 主机浏览器访问 Docker 容器 ↩

書陋堂 Slowtown

Docker 快速入门

Docker 概念 ¹

镜像及容器

容器及虚拟机

Docker 安装

Docker CLI

检查版本

基本命令

Docker 实践

创建容器 Containers

发布服务 Services

创建集群 Swarms

创建服务栈 Stacks

线上部署容器化应用

脚注

Search

Table of Contents

Docker 快速入门

Docker 概念 1

镜像及容器

容器及虚拟机

Docker 安装

Docker CLI

检查版本

基本命令

Docker 实践

创建容器 Containers

发布服务 Services

创建集群 Swarms

创建服务栈 Stacks

线上部署容器化应用

脚注

Search

Table of Contents

Docker 概念 ¹