2015-05-08 12:10:44 +00:00
## 使用
2015-05-21 11:36:59 +00:00
在使用swarm管理集群前， ，
2015-05-19 11:58:04 +00:00
> sudo docker -H 0.0.0.0:2375&
第二种方式是直接修改docker的配置文件(以下方式是在ubuntu上面，
2015-05-19 13:32:15 +00:00
> sudo vim /etc/default/docker
2015-05-19 11:58:04 +00:00
在文件的最后添加下面这句代码：
> DOCKER_OPTS="-H 0.0.0.0:2375 -H unix:///var/run/docker.sock"
需要注意的是，一定要在**所有的**节点上进行的。
2015-05-21 11:36:59 +00:00
修改之后要重启docker
2015-05-19 11:58:04 +00:00
> sudo service docker restart
2015-05-19 13:32:15 +00:00
Docker的集群管理需要使用服务发现(Discovery service backend)功能， ： ， ， ， ， ， ，
先说一下本次试验的环境， ， ，
第一种方式，
第一步： ， ，
> sudo docker run --rm swarm create
我们在84这台机器上执行这条命令， ：
< pre > < code >
rio@084:~$ sudo docker run --rm swarm create
b7625e5a7a2dc7f8c4faacf2b510078e
< / code > < / pre >
可以看到我们返回的token是b7625e5a7a2dc7f8c4faacf2b510078e， ，
第二步：在**所有**要加入这个集群的节点上面执行swarm join命令， ， ：
< pre > < code >
sudo docker run --rm swarm join addr=ip_address:2375 token://token_id
< / code > < / pre >
其中的ip_address换成执行这条命令的机器的IP，
在83这台机器上面的执行结果如下：
< pre > < code >
2015-05-21 11:36:59 +00:00
rio@083:~$ sudo docker run --rm swarm join --addr=192.168.1.83:2375 token://b7625e5a7a2dc7f8c4faacf2b510078e
time="2015-05-19T11:48:03Z" level=info msg="Registering on the discovery service every 25 seconds..." addr="192.168.1.83:2375" discovery="token://b7625e5a7a2dc7 f8c4faacf2b510078e"
2015-05-19 13:32:15 +00:00
< / code > < / pre >
这条命令不会自动返回，
第三步：
因为我们要使用83这台机器充当swarm manager节点， ：
< pre > < code >
sudo docker run -d -p 2376:2375 swarm manage token://b7625e5a7a2dc7f8c4faacf2b510078e
< / code > < / pre >
执行结果如下：
< pre > < code >
rio@083:~$ sudo docker run -d -p 2376:2375 swarm manage token://b7625e5a7a2dc7f8c4faacf2b510078e
83de3e9149b7a0ef49916d1dbe073e44e8c31c2fcbe98d962a4f85380ef25f76
< / code > < / pre >
这条命令如果执行成功会返回已经启动的swarm的container的ID，
现在通过docker ps命令来看下有没有启动成功
< pre > < code >
rio@083:~$ sudo docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
83de3e9149b7 swarm:latest "/swarm manage token 4 minutes ago Up 4 minutes 0.0.0.0:2376->2375/tcp stupefied_stallman
< / code > < / pre >
可以看到，
在执行swarm manage这条命令的时候， ：
1. 这条命令需要在充当swarm manager的机器上执行
2. swarm要以daemon的形式执行
3. 映射的端口可以使任意的除了2375以外的并且是未被占用的端口， ，
集群启动成功以后， ， ：
< pre > < code >
rio@124:~$ sudo docker run --rm swarm list token://b7625e5a7a2dc7f8c4faacf2b510078e
192.168.1.84:2375
192.168.1.124:2375
192.168.1.83:2375
< / code > < / pre >
输出结果列出的IP地址正是我们使用swarm join命令加入集群的机器的IP地址。
现在我们可以在任何一台安装了docker的机器上面通过命令(命令中要指明swarm manager机器的IP地址)来在集群中运行container了。
本次试验，
< pre > < code >
rio@085:~$ sudo docker -H 192.168.1.83:2376 info
Containers: 8
Strategy: spread
Filters: affinity, health, constraint, port, dependency
Nodes: 2
sclu083: 192.168.1.83:2375
└ Containers: 1
└ Reserved CPUs: 0 / 2
└ Reserved Memory: 0 B / 4.054 GiB
sclu084: 192.168.1.84:2375
└ Containers: 7
└ Reserved CPUs: 0 / 2
└ Reserved Memory: 0 B / 4.053 GiB
< / code > < / pre >
结果输出显示这个集群中只有两个节点， ， ， ， ？
经过排查， ，
2015-05-21 11:36:59 +00:00
2015-05-19 13:32:15 +00:00
在使用这个方法的时候， ：
< pre > < code >
rio@227:~$ sudo docker run --rm swarm create
[sudo] password for rio:
time="2015-05-19T12:59:26Z" level=fatal msg="Post https://discovery-stage.hub.docker.com/v1/clusters: dial tcp: i/o timeout"
< / code > < / pre >
第二种方法：使用文件
第二种方法相对于第一种方法要简单得多，也不会出现类似于上面的问题。
第一步： ， ， ：
< pre > < code >
rio@083:~$ echo 192.168.1.83:2375 >> cluster
rio@083:~$ echo 192.168.1.84:2375 >> cluster
rio@083:~$ echo 192.168.1.124:2375 >> cluster
rio@083:~$ cat cluster
192.168.1.83:2375
192.168.1.84:2375
192.168.1.124:2375
< / code > < / pre >
第二步： ：
< pre > < code >
rio@083:~$ sudo docker run -d -p 2376:2375 -v $(pwd)/cluster:/tmp/cluster swarm manage file:///tmp/cluster
364af1f25b776f99927b8ae26ca8db5a6fe8ab8cc1e4629a5a68b48951f598ad
< / code > < / pre >
使用docker ps来查看有没有启动成功：
< pre > < code >
rio@083:~$ sudo docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
364af1f25b77 swarm:latest "/swarm manage file: About a minute ago Up About a minute 0.0.0.0:2376->2375/tcp happy_euclid
< / code > < / pre >
可以看到，此时整个集群已经启动成功。
在使用这条命令的时候需要注意的是注意：这里一定要使用-v命令， ， ，
接下来的就可以在任何一台安装了docker的机器上面通过命令使用集群， ， ：
< pre > < code >
rio@s085:~$ sudo docker -H 192.168.1.83:2376 info
Containers: 9
Strategy: spread
Filters: affinity, health, constraint, port, dependency
Nodes: 3
atsgxxx: 192.168.1.227:2375
└ Containers: 0
└ Reserved CPUs: 0 / 4
└ Reserved Memory: 0 B / 2.052 GiB
sclu083: 192.168.1.83:2375
└ Containers: 2
└ Reserved CPUs: 0 / 2
└ Reserved Memory: 0 B / 4.054 GiB
sclu084: 192.168.1.84:2375
└ Containers: 7
└ Reserved CPUs: 0 / 2
└ Reserved Memory: 0 B / 4.053 GiB
< / code > < / pre >
2015-05-20 12:44:19 +00:00
##swarm调度策略
swarm支持多种调度策略来选择节点。每次在swarm启动container的时候， ，
spread和binpack策略会根据每台节点的可用CPU， ， ， ， ，
使用spread策略， ， ， ， ， ，
先来演示下--strategy=spread的情况
< pre > < code >
rio@083:~$ sudo docker run -d -p 2376:2375 -v $(pwd)/cluster:/tmp/cluster swarm manage --strategy=spread file:///tmp/cluster
7609ac2e463f435c271d17887b7d1db223a5d696bf3f47f86925c781c000cb60
ats@sclu083:~$ sudo docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
7609ac2e463f swarm:latest "/swarm manage --str 6 seconds ago Up 5 seconds 0.0.0.0:2376->2375/tcp focused_babbage
< / code > < / pre >
三台机器除了83运行了swarm之外， ，
< pre > < code >
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name node-1 -d -P redis
2553799f1372b432e9b3311b73e327915d996b6b095a30de3c91a47ff06ce981
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
2553799f1372 redis:latest /entrypoint.sh redis 24 minutes ago Up Less than a second 192.168.1.84:32770->6379/tcp 084/node-1
< / code > < / pre >
在启动一个redis，
< pre > < code >
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name node-2 -d -P redis
7965a17fb943dc6404e2c14fb8585967e114addca068f233fcaf60c13bcf2190
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
7965a17fb943 redis:latest /entrypoint.sh redis Less than a second ago Up 1 seconds 192.168.1.124:49154->6379/tcp 124/node-2
2553799f1372 redis:latest /entrypoint.sh redis 29 minutes ago Up 4 minutes 192.168.1.84:32770->6379/tcp 084/node-1
< / code > < / pre >
再次启动一个redis，
< pre > < code >
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name node-3 -d -P redis
65e1ed758b53fbf441433a6cb47d288c51235257cf1bf92e04a63a8079e76bee
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
7965a17fb943 redis:latest /entrypoint.sh redis Less than a second ago Up 4 minutes 192.168.1.227:49154->6379/tcp 124/node-2
65e1ed758b53 redis:latest /entrypoint.sh redis 25 minutes ago Up 17 seconds 192.168.1.83:32770->6379/tcp 083/node-3
2553799f1372 redis:latest /entrypoint.sh redis 33 minutes ago Up 8 minutes 192.168.1.84:32770->6379/tcp 084/node-1
< / code > < / pre >
可以看到三个container都是分布在不同的节点上面的。
2015-05-20 12:48:11 +00:00
2015-05-20 12:44:19 +00:00
现在来看看binpack策略下的情况。在083上面执行命令：
< pre > < code >
rio@083:~$ sudo docker run -d -p 2376:2375 -v $(pwd)/cluster:/tmp/cluster swarm manage --strategy=binpack file:///tmp/cluster
f1c9affd5a0567870a45a8eae57fec7c78f3825f3a53fd324157011aa0111ac5
< / code > < / pre >
现在在集群中启动三个rediscontainer， ：
< pre > < code >
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name node-1 -d -P redis
18ceefa5e86f06025cf7c15919fa64a417a9d865c27d97a0ab4c7315118e348c
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name node-2 -d -P redis
7e778bde1a99c5cbe4701e06935157a6572fb8093fe21517845f5296c1a91bb2
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name node-3 -d -P redis
2195086965a783f0c2b2f8af65083c770f8bd454d98b7a94d0f670e73eea05f8
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
2195086965a7 redis:latest /entrypoint.sh redis 24 minutes ago Up Less than a second 192.168.1.83:32773->6379/tcp 083/node-3
7e778bde1a99 redis:latest /entrypoint.sh redis 24 minutes ago Up Less than a second 192.168.1.83:32772->6379/tcp 083/node-2
18ceefa5e86f redis:latest /entrypoint.sh redis 25 minutes ago Up 22 seconds 192.168.1.83:32771->6379/tcp 083/node-1
< / code > < / pre >
可以看到，
2015-05-20 13:56:41 +00:00
##Swarm Filters
swarm的调度器(scheduler)在选择节点运行containers的时候支持几种过滤器 (filter)：
这些选项可以在执行swarm manage命令的时候通过--filter选项来设置。
###Constraint Filter
constraint 是一个跟具体节点相关联的键值对， ， ，
< pre > < code >
sudo docker -d --label label_name=label01
< / code > < / pre >
也可以写在docker的配置文件里面，
在本次试验中，
以083为例， ， ：
< pre > < code >
DOCKER_OPTS="-H 0.0.0.0:2375 -H unix:///var/run/docker.sock --label label_name=083"
< / code > < / pre >
在使用docker run命令启动container的时候使用 -e constarint:key=value的形式， ，
< pre > < code >
2015-05-21 11:36:59 +00:00
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_1 -d -e constraint:label_name==084 redis
2015-05-20 13:56:41 +00:00
fee1b7b9dde13d64690344c1f1a4c3f5556835be46b41b969e4090a083a6382d
< / code > < / pre >
主要，是**两个**等号，不是一个等号，这一点会经常被忽略。
接下来再在084这台机器上启动一个redis container
< pre > < code >
2015-05-21 11:36:59 +00:00
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_2 -d -e constraint:label_name==084 redis 4968d617d9cd122fc2e17b3bad2f2c3b5812c0f6f51898024a96c4839fa000e1
2015-05-20 13:56:41 +00:00
< / code > < / pre >
然后再在083这台机器上启动另外一个redis container
< pre > < code >
2015-05-21 11:36:59 +00:00
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_3 -d -e constraint:label_name==083 redis 7786300b8d2232c2335ac6161c715de23f9179d30eb5c7e9c4f920a4f1d39570
2015-05-20 13:56:41 +00:00
< / code > < / pre >
现在来看下执行情况：
< pre > < code >
2015-05-21 11:36:59 +00:00
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
2015-05-20 13:56:41 +00:00
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
7786300b8d22 redis:latest "/entrypoint.sh redi 15 minutes ago Up 53 seconds 6379/tcp 083/redis_3
4968d617d9cd redis:latest "/entrypoint.sh redi 16 minutes ago Up 2 minutes 6379/tcp 084/redis_2
fee1b7b9dde1 redis:latest "/entrypoint.sh redi 19 minutes ago Up 5 minutes 6379/tcp 084/redis_1
< / code > < / pre >
可以看到，执行结果跟预期的一样。
2015-05-21 11:36:59 +00:00
但是如果指定一个不存在的标签的话来运行container会报错。
2015-05-20 13:56:41 +00:00
< pre > < code >
2015-05-21 11:36:59 +00:00
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_0 -d -e constraint:label_name==0 redis
2015-05-20 13:56:41 +00:00
FATA[0000] Error response from daemon: unable to find a node that satisfies label_name==0
< / code > < / pre >
2015-05-21 11:36:59 +00:00
###Affinity Filter
通过使用Affinity Filter， ，
现在其中一台机器上面启动一个redis
< pre > < code >
rio@085:~$ sudo docker -H 192.168.1.83:2376 run -d --name redis redis
ea13eddf667992c5d8296557d3c282dd8484bd262c81e2b5af061cdd6c82158d
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
ea13eddf6679 redis:latest /entrypoint.sh redis 24 minutes ago Up Less than a second 6379/tcp 083/redis
< / code > < / pre >
然后再次启动两台redis
< pre > < code >
rio@085:~$ sudo docker -H 192.168.1.83:2376 run -d --name redis_1 -e affinity:container==redis redis
bac50c2e955211047a745008fd1086eaa16d7ae4f33c192f50412e8dcd0a14cd
rio@085:~$ sudo docker -H 192.168.1.83:2376 run -d --name redis_1 -e affinity:container==redis redis
bac50c2e955211047a745008fd1086eaa16d7ae4f33c192f50412e8dcd0a14cd
< / code > < / pre >
现在来查看下运行结果,可以看到三个container都是在一台机器上运行
< pre > < code >
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
449ed25ad239 redis:latest /entrypoint.sh redis 24 minutes ago Up Less than a second 6379/tcp 083/redis_2
bac50c2e9552 redis:latest /entrypoint.sh redis 25 minutes ago Up 10 seconds 6379/tcp 083/redis_1
ea13eddf6679 redis:latest /entrypoint.sh redis 28 minutes ago Up 3 minutes 6379/tcp 083/redis
< / code > < / pre >
通过-e affinity:image=image_name命令可以指定只有已经下载了image_name的机器才运行容器
< pre > < code >
sudo docker – – – –
< / code > < / pre >
redis1这个container只会在已经下载了redis镜像的节点上运行。
< pre > < code >
sudo docker -H 192.168.1.83:2376 run -d --name redis -e affinity:image==~redis redis
< / code > < / pre >
这条命令达到的效果是： ， ，
###Port Filter
Port也会被认为是一个唯一的资源
< pre > < code >
sudo docker -H 192.168.1.83:2376 run -d -p 80:80 nginx
< / code > < / pre >
执行完这条命令，
2015-05-20 13:56:41 +00:00
