Docker实现分布式应用功能教程

时间:2019-04-20
本文章向大家介绍Docker实现分布式应用功能教程,主要包括Docker实现分布式应用功能教程使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

本文详细讲述了Docker实现分布式应用功能。分享给大家供大家参考,具体如下:

这里接着前面一篇《Docker简单安装与应用入门教程》后面扩展应用程序。实现负载平衡,要做到这一点,必须在分布式应用程序的层次结构中的服务层实现。

在分布式应用程序中,应用程序的不同部分被称为“服务”。例如,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、后面的视频转码服务、用户上传东西、为前端服务等等。

服务实际上只是“生产中的容器”,服务只运行一个镜像,但它编码镜像运行的方式,例如,应该使用哪个端口,容器应该运行多少个副本,以便服务具有所需的容量等。缩放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的计算资源。幸运的是,使用Docker平台定义、运行和扩展服务非常简单,只需编写一个docker-compose.yml文件即可。

创建docker-compose.yml文件

创建docker-compose.yml文件,并放在与Dockerfile相同的目录下,docker-compose.yml文件是一个YAML文件,它定义了Docker容器在生产中的行为方式。

version: "3"
services:
 web:
  # 用你的用户名和镜像细节替换username/repo:tag命令
  image: username/repo:tag
  deploy:
   replicas: 5
   resources:
    limits:
     cpus: "0.1"
     memory: 50M
   restart_policy:
    condition: on-failure
  ports:
   - "80:80"
  networks:
   - webnet
networks:
 webnet:

这个docker-compose.yml文件告诉Docker执行以下操作:

- 从注册表中取出我们在《Docker简单安装与应用入门教程》中上传的镜像。
- 运行该镜像的5个实例作为一个名为web的服务,限制每个服务器最多使用10%的CPU(跨所有核心)和50MB的RAM。
- 如果一个失败,立即重新启动容器。
- 将主机上的端口80映射到Web的端口80。
- 指示Web容器通过称为webnet的负载平衡网络共享端口80(在内部,容器本身将在临时端口上发布到Web的端口80)。
- 使用默认设置(这是一个负载平衡覆盖网络)定义webnet网络。

运行新的负载平衡应用程序

在使用docker stack deploy命令之前,先运行以下命令。

$ docker swarm init

打开一个命令行终端,确保仍然在新目录的顶层,现在来运行它,必须给应用程序一个名称,在这里它被设置为getstartedlab

$ docker stack deploy -c docker-compose.yml getstartedlab

单个服务堆栈在一台主机上运行了5个部署镜像的容器实例,在应用程序中获取一项服务的服务ID。

$ docker service ls

您将看到Web服务的输出,并以您的应用程序名称作为前缀。如果您将其命名为与此示例中所示的相同,则名称将为getstartedlab_web。还列出了服务ID以及副本数量,镜像名称和暴露端口。

在服务中运行的单个容器称为任务。任务会被赋予唯一的数字增加的ID,最多可以运行在docker-compose.yml中定义的replicas数量。使用以下命令可以列出服务中的任务。

$ docker service ps getstartedlab_web

如果只列出系统上的所有容器,也会显示任务,但不会被服务过滤。

$ docker container ls -q

可以连续多次运行curl -4 http://localhost,或者在浏览器中转到该URL并点击几次刷新。

无论哪种方式,都能看到容器ID的更改,演示负载平衡。在每个请求中,以循环方式选择5个任务中的一个来响应,容器ID将匹配您以前的docker container ls -q命令的输出。

缩放应用程序

可以通过更改docker-compose.yml中的replicas值,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会做一个更新操作,不需要先删除堆栈或杀死任何容器。现在,重新运行docker container ls -q来查看重新配置的已部署实例。明显因为扩大了replicas值,即副本,有了更多的任务和容器。

接下来,结束应用程序和集群,使用docker stack rm把应用程序结束,使用docker swarm leave把集群结束。

$ docker stack rm getstartedlab
$ docker swarm leave --force

希望本文所述对大家docker容器的使用有所帮助