文章目录

1. Docker概述

Docker概述

Docker是基于Go语言开发的容器管理工具，而且抽象级别比lxc这些管理工具高，目前官方默认通过libcontainer管理容器。lxc是一些kernel patch（namespaces）和userspace tool（cgroup）的集合，通过cgroup这个用户态管理工具实现对隔离资源的管理。Docker相比LXC增加了镜像服务（通过UnionFS和DeviceMapper），同时简化了操作复杂度，可以很方便实现应用分发部署，甚至是扩容。目前也有一些周边管理工具（Compose、Flocker、weaver）在创新，在docker基础上实现更多实用功能，如迁移，流程编排，网络管理等。跟openstack相比，docker更年轻，也更轻量级，但两者在某些场景下又可以很好结合起来，比如通过docker将openstack的管理节点实现高可用、可扩展。

docker的部署在发行版上比较简单，但对内核版本有不同要求，比如在centos6.5上要求内核版本至少2.6.32-431。

$ yum install -y docker-io
$ chkconfig docker on
$ service docker start
$ docker run -it ubuntu /bin/bash
$ docker info #查看docker信息

Docker基本用法

基本命令使用：

$ docker run ubuntu:14.04 /bin/echo 'Hello world'
$ docker run -d ubuntu:14.04 /bin/sh -c "while true; do echo hello world; sleep 1; done" # 后台运行
$ docker ps -a
$ docker logs instance_name
$ docker logs -f instance_name # 持续输出
$ docker stop/start/restart instance_name # stop容器后还能启动，但网络信息会变
$ docker ps -aq | xargs docker rm # 删除所有容器，运行中的会保留
$ docker images ＃ -tree参数可以看层级关系，最大128层
$ docker save -o ubuntu.tar ubuntu:14.04 # 把镜像保存到本地
$ tar -tf ubuntu.tar # 可以看到image的结构，包含了多层FS
$ docker rmi ubuntu
$ docker run -d -P training/webapp python app.py # 映射所有端口
$ docker port instance_name 5000 #查看被映射的端口
$ docker run -d -p 5000:5000 training/webapp python app.py # 映射5000端口
$ docker run -d -p 127.0.0.1:5000:5000/udp training/webapp python app.py # 映射本机UDP端口
$ docker top instance_name
$ docker inspect instance_name # 查看容器配置
$ docker inspect -f '{{ .NetworkSettings.IPAddress }}' instance_name # 查看具体的配置信息，如IP
$ docker pull centos
$ docker commit -m "some modify hints" -a "author info" 
contain_id repo_name/image_name:tags
$ docker tag container_id repo_name/image_name:tags
$ docker exec -it CONTAINER_NAME /bin/bash # 1.3开始支持在运行的容器内执行命令

使用Dockerfile创建image

mkdir myimage && cd $_ && vim Dockerfile:

1	# This is a comment FROM ubuntu:14.04 MAINTAINER Promise John <promise.jon@gmail.com> RUN apt-get update && apt-get install -y nginx

使用Linking

Docker主要通过环境变量和/etc/hosts文件来提供访问途径：

$ docker run -d --name db training/postgres
$ docker run -d -P --name web --link db:db training/webapp python app.py
$ docker inspect -f "{{ .Name }}" instance_id # 查看容器名
$ docker inspect -f "{{ .HostConfig.Links }}" web
$ docker run --rm --name web2 --link db:db training/webapp env
$ docker run --rm --name web2 --link db:db training/webapp cat /etc/hosts

Storage

主要包括独立的卷和共享本地文件系统：

$ docker run -d -P --name web -v /webapp training/webapp python app.py # volumn不会随容器消失，作为数据独立存在
$ docker inspect web # 查看/var/lib/docker/volumes和vfs
$ docker run -d -P --name web -v /src/webapp:/opt/webapp training/webapp python app.py # 挂载
$ docker run -d -P --name web -v /src/webapp:/opt/webapp:ro training/webapp python app.py # 只读挂载
$ docker run --rm -it -v ~/.bash_history:/.bash_history ubuntu /bin/bash # 只挂载某个文件

Container间共享数据：

$ docker create -v /dbdata --name dbdata training/postgres /bin/true
$ docker run -d --volumes-from dbdata --name db1 training/postgres
$ docker run -d --volumes-from dbdata --name db2 training/postgres
$ docker run --volumes-from dbdata -v $(pwd):/backup ubuntu tar cvf /backup/backup.tar /dbdata # 备份容器数据
$ docker run --volumes-from dbdata2 -v $(pwd):/backup busybox tar xvf /backup/backup.tar # 恢复数据

Docker本地仓库

Docker Hub基本用法：

$ docker search ubuntu
$ docker pull ubuntu:14.04
$ docker login # 配置文件在~/.dockercfg
$ docker push yourname/newimage

配置本地的registry：

$ docker run -d -p 5000:5000 registry
$ docker tag ubuntu:14.04 localhost:5000/ubuntu:14.04
$ docker push localhost:5000/ubuntu:14.04
$ curl -v http://localhost:5000/v1/repositories/ubuntu/tags/14.04 # 查看image id
$ docker run -d -p 5000:5000 \
    -e STANDALONE=false \
    -e MIRROR_SOURCE=https://registry-1.docker.io \
    -e MIRROR_SOURCE_INDEX=https://index.docker.io \
    registry # 作为官网镜像启动，代理模式

使用本地的registry：

可以使用--registry-mirror参数启动：

1	$ docker --registry-mirror=http://10.101.29.26 -d

Docker Compose

Docker Compose可以方便地实现应用的组合。

1 2	$ pip install docker-compose $ mkdir compose && cd $_

增加app.py：

from flask import Flask
from redis import Redis
import os
app = Flask(__name__)
redis = Redis(host='redis', port=6379)

@app.route('/')
def hello():
    redis.incr('hits')
    return 'Hello World! I have been seen %s times.' % redis.get('hits')

if __name__ == "__main__":
    app.run(host="0.0.0.0", debug=True)

增加requirements.txt：

1	flask redis

增加Dockerfile：

1	FROM python:2.7 ADD . /code WORKDIR /code RUN pip install -r requirements.txt

增加docker-compose.yml：

1	web: build: . command: python app.py ports: - "5000:5000" volumes: - .:/code links: - redis redis: image: redis

启动并管理服务：

$ docker-compose up -d
$ docker-compose ps
$ docker-compose run web env
$ docker-compose stop

小结

Docker在快速应用分发、扩展等方面有很高的自动化能力，但是跟主机虚拟化一样，网络也是需要重点考虑的难点。默认情况下都是通过本地的一个bridge提供容器之间的通信，通过NAT为应用提供地址，一般的应用部署足以应付，但如果要实现更复杂的网络场景，如多主机上container组成大规模的L3负载均衡集群、应用无缝迁移等，还是需要大量的定制，目前这方面的周边产品开发比较活跃。

Promise John

My Blog

HelloDocker