[Docker] 容器开发环境最佳实践理论

 
保持 image 小
 
    选择合适的 base image。
 
 
    如果多个 image 有共同之处，考虑创建一个 base image 来共享组件，并在其上构建 image。
 
    保持生产 image 小并支持 debug，考虑使用生产 image 作为 base image 来 debug image。
 
    构建 image 时，总是使用 版本信息，目标环境(prod,test) 来打标签，而不要依赖自动创建的 latest 标签。
    
在哪里和如何持久化应用数据
 
    不要把数据存储在容器的可写层，相比使用 volume 和绑定mounts，增加了 container 大小且I/O低效。
 
    作为代替，使用 volumes 存储数据。
 
    使用 bind mounts 更适合在开发期间。
 
    生产中使用 secrets 来存储敏感数据，对非敏感数据使用 configs。
    
在可能的情况下使用 swarm 服务
 
    可能的情况下，使用 swarm 服务设计你的应用并具有规模化的能力。
 
    即使只需要运行一个独立的应用实例，swarm services 提供了一些高级特性，servies 配置是说明性的，docker总是让实际状态与预期的保持同步。
 
    网络和volumns 可以在 swarm services 中连接和断开，docker 使用非破坏的方式重新部署独立的服务。独立的容器需要根据配置改变手动停止删除创建。
 
    若干特性，如存储 secrets 和 configs 的能力，让 image 尽可能通用，image 和 container 不存储敏感信息。
 
    让 docker stack deploy 代替 docker pull，当新节点添加到 swarm，imags会自动被pull。
 
对测试和部署使用 CI/CD
 
    当版本控制检测到变更或pull request，使用 Docker Cloud 或其他 CI/CD 管道自动 build 和 tag image 并测试。Docker Cloud 可以部署app直接到生产环境。
 
开发环境和生产环境的不同之处
 
　
 

posted on 2018-06-24 20:18 farwish 阅读(…) 评论(…) 编辑 收藏

版权声明：本文为farwish原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://www.cnblogs.com/farwish/p/9221579.html