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。

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

  1. # Use an official Python runtime as a parent image
  2. FROM python:2.7-slim
  3. # Set the working directory to /app
  4. WORKDIR /app
  5. # Copy the current directory contents into the container at /app
  6. ADD . /app
  7. # Install any needed packages specified in requirements.txt
  8. RUN pip install --trusted-host pypi.python.org -r requirements.txt
  9. # Make port 80 available to the world outside this container
  10. EXPOSE 80
  11. # Define environment variable
  12. ENV NAME World
  13. # Run app.py when the container launches
  14. 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。

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。

  1. Flask
  2. Redis
  1. from flask import Flask
  2. from redis import Redis, RedisError
  3. import os
  4. import socket
  5. # Connect to Redis
  6. redis = Redis(host="redis", db=0, socket_connect_timeout=2, socket_timeout=2)
  7. app = Flask(__name__)
  8. @app.route("/")
  9. def hello():
  10. try:
  11. visits = redis.incr("counter")
  12. except RedisError:
  13. visits = "<i>cannot connect to Redis, counter disabled</i>"
  14. html = "<h3>Hello {name}!</h3>" \
  15. "<b>Hostname:</b> {hostname}<br/>" \
  16. "<b>Visits:</b> {visits}"
  17. return html.format(name=os.getenv("NAME", "world"), hostname=socket.gethostname(), visits=visits)
  18. if __name__ == "__main__":
  19. 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。

  1. $ ls
  2. 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。

  1. docker build -t friendlyhello .
  1. $ docker images
  2. REPOSITORY TAG IMAGE ID
  3. friendlyhello latest 326387cea398

登录本地计算机上的Docker公共注册表。

  1. $ docker login

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

  1. docker tag image wangshu19930818/friendlyhello:v1

将标记的图像上传到存储库:

  1. docker push wangshu19930818/friendlyhello:v1

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:

  1. docker run -p 4000:80 wangshu19930818/friendlyhello:v1

在分布式应用程序中,应用程序的不同部分称为“服务”。

如果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。

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。

将此文件保存为docker-compose.yml您想要的任何位置。

  1. version: "3"
  2. services:
  3. web:
  4. # replace username/repo:tag with your name and image details
  5. image: wangshu19930818/friendlyhello:v1
  6. deploy:
  7. replicas: 5
  8. resources:
  9. limits:
  10. cpus: "0.1"
  11. memory: 50M
  12. restart_policy:
  13. condition: on-failure
  14. ports:
  15. - "4000:80"
  16. networks:
  17. - webnet
  18. networks:
  19. 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。

在我们docker stack deploy首先运行命令之前:

  1. 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。

  1. 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:

  1. docker ps

列出服务任务:

  1. 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:

  1. 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。

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:

  1. 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。

  • 将应用程序删除docker stack rm

    1. docker stack rm getstartedlab
  • 取下群。

    1. docker swarm leave --force
  1.  

版权声明:本文为wwchihiro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/wwchihiro/p/9293514.html