mirror of
https://github.com/yeasy/docker_practice.git
synced 2024-12-25 14:38:54 +00:00
Split out the swarm scheduling and filter sections
This commit is contained in:
Baohua Yang
parent
4cb1252a98
commit
c814568560
@ -1,7 +1,7 @@
|
||||
Docker —— 从入门到实践
|
||||
===============
|
||||
|
||||
v0.4
|
||||
v0.4.1
|
||||
|
||||
[Docker](docker.com) 是个伟大的项目，它彻底释放了虚拟化的威力，极大降低了云计算资源供应的成本，同时让应用的分发、测试、部署和分发都变得前所未有的高效和轻松！
|
||||
|
||||
|
||||
@ -83,6 +83,8 @@
|
||||
* [简介](swarm/intro.md)
|
||||
* [安装](swarm/install.md)
|
||||
* [使用](swarm/usage.md)
|
||||
* [调度器](swarm/scheduling.md)
|
||||
* [过滤器](swarm/filter.md)
|
||||
* [Etcd 项目](etcd/README.md)
|
||||
* [简介](etcd/intro.md)
|
||||
* [安装](etcd/install.md)
|
||||
|
||||
83
swarm/filter.md
Normal file
83
swarm/filter.md
Normal file
@ -0,0 +1,83 @@
|
||||
## Swarm 过滤器
|
||||
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)：Constraint,Affinity,Port,Dependency,Health
|
||||
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，可以看做是每个节点的标签，这个标签可以在启动docker daemon的时候指定，比如
|
||||
<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ubuntu上面是/etc/default/docker
|
||||
在本次试验中，给083添加标签--label label_name=083,084添加标签--label label_name=084,124添加标签--label label_name=084,
|
||||
以083为例，打开/etc/default/docker文件，修改DOCKER_OPTS：
|
||||
<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，可以指定container运行的节点,比如我们想在84上面启动一个redis container，
|
||||
<pre><code>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_1 -d -e constraint:label_name==084 redis
|
||||
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>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_2 -d -e constraint:label_name==084 redis 4968d617d9cd122fc2e17b3bad2f2c3b5812c0f6f51898024a96c4839fa000e1
|
||||
</code></pre>
|
||||
然后再在083这台机器上启动另外一个redis container
|
||||
<pre><code>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_3 -d -e constraint:label_name==083 redis 7786300b8d2232c2335ac6161c715de23f9179d30eb5c7e9c4f920a4f1d39570
|
||||
</code></pre>
|
||||
现在来看下执行情况：
|
||||
<pre><code>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
|
||||
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。
|
||||
但是如果指定一个不存在的标签的话来运行container会报错。
|
||||
<pre><code>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_0 -d -e constraint:label_name==0 redis
|
||||
FATA[0000] Error response from daemon: unable to find a node that satisfies label_name==0
|
||||
</code></pre>
|
||||
|
||||
###Affinity Filter
|
||||
通过使用Affinity Filter，可以让一个container紧挨着另一个container启动，也就是说让两个container在同一个节点上面启动。
|
||||
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 –H 192.168.1.83:2376 run –name redis1 –d –e affinity:image==redis redis
|
||||
</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：在有redis镜像的节点上面启动一个名字叫做redis的容器，如果每个节点上面都没有redis容器，就按照默认的策略启动redis容器。
|
||||
###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，之后任何使用80端口的容器都是启动失败。
|
||||
63
swarm/scheduling.md
Normal file
63
swarm/scheduling.md
Normal file
@ -0,0 +1,63 @@
|
||||
## 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，swarm会根据选择的调度策略来选择节点运行container。目前支持的有:spread,binpack和random.再执行swarm manage的命令起送swarm集群的时候可以通过--strategy参数来指定，默认的是spread。
|
||||
spread和binpack策略会根据每台节点的可用CPU，内存以及正在运行的containers的数量来给各个节点分级，而random策略，顾名思义，他不会做任何的计算，只是单纯的随机选择一个节点来启动container。这种策略一般只做调试用。
|
||||
使用spread策略，swarm会选择一个正在运行的container的数量最少的那个节点来运行container。这种情况会导致启动的container会尽可能的分布在不同的机器上运行，这样的好处就是如果有节点坏掉的时候不会损失太多的container。而binpack恰恰相反，这种情况下，swarm会尽可能的把所有的容器放在一台节点上面运行。这种策略会避免容器碎片化，因为他会把未使用的机器分配给更大的container，带来的好处就是swarm会使用最少的节点运行最多的container。
|
||||
|
||||
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，其他的都没有运行任何一个container，现在在85这台节点上面在swarm集群上启动一个container
|
||||
<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>
|
||||
启动一个 redis 容器，查看结果
|
||||
<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，查看结果
|
||||
<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。
|
||||
|
||||
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 $(pwd)/cluster:/tmp/cluster swarm manage --strategy=binpack file:///tmp/cluster
|
||||
f1c9affd5a0567870a45a8eae57fec7c78f3825f3a53fd324157011aa0111ac5
|
||||
</code></pre>
|
||||
现在在集群中启动三个rediscontainer，查看分布情况：
|
||||
<pre><code>
|
||||
rio@085:~$ 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，所有的container都是分布在同一个节点上运行的。
|
||||
151
swarm/usage.md
151
swarm/usage.md
@ -150,154 +150,3 @@ Nodes: 3
|
||||
└ Reserved CPUs: 0 / 2
|
||||
└ Reserved Memory: 0 B / 4.053 GiB
|
||||
</code></pre>
|
||||
|
||||
##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，swarm会根据选择的调度策略来选择节点运行container。目前支持的有:spread,binpack和random.再执行swarm manage的命令起送swarm集群的时候可以通过--strategy参数来指定，默认的是spread。
|
||||
spread和binpack策略会根据每台节点的可用CPU，内存以及正在运行的containers的数量来给各个节点分级，而random策略，顾名思义，他不会做任何的计算，只是单纯的随机选择一个节点来启动container。这种策略一般只做调试用。
|
||||
使用spread策略，swarm会选择一个正在运行的container的数量最少的那个节点来运行container。这种情况会导致启动的container会尽可能的分布在不同的机器上运行，这样的好处就是如果有节点坏掉的时候不会损失太多的container。而binpack恰恰相反，这种情况下，swarm会尽可能的把所有的容器放在一台节点上面运行。这种策略会避免容器碎片化，因为他会把未使用的机器分配给更大的container，带来的好处就是swarm会使用最少的节点运行最多的container。
|
||||
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，其他的都没有运行任何一个container，现在在85这台节点上面在swarm集群上启动一个container
|
||||
<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，查看结果
|
||||
<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，查看结果
|
||||
<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。
|
||||
|
||||
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 $(pwd)/cluster:/tmp/cluster swarm manage --strategy=binpack file:///tmp/cluster
|
||||
f1c9affd5a0567870a45a8eae57fec7c78f3825f3a53fd324157011aa0111ac5
|
||||
</code></pre>
|
||||
现在在集群中启动三个rediscontainer，查看分布情况：
|
||||
<pre><code>
|
||||
rio@085:~$ 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，所有的container都是分布在同一个节点上运行的。
|
||||
|
||||
##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)：Constraint,Affinity,Port,Dependency,Health
|
||||
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，可以看做是每个节点的标签，这个标签可以在启动docker daemon的时候指定，比如
|
||||
<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ubuntu上面是/etc/default/docker
|
||||
在本次试验中，给083添加标签--label label_name=083,084添加标签--label label_name=084,124添加标签--label label_name=084,
|
||||
以083为例，打开/etc/default/docker文件，修改DOCKER_OPTS：
|
||||
<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，可以指定container运行的节点,比如我们想在84上面启动一个redis container，
|
||||
<pre><code>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_1 -d -e constraint:label_name==084 redis
|
||||
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>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_2 -d -e constraint:label_name==084 redis 4968d617d9cd122fc2e17b3bad2f2c3b5812c0f6f51898024a96c4839fa000e1
|
||||
</code></pre>
|
||||
然后再在083这台机器上启动另外一个redis container
|
||||
<pre><code>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_3 -d -e constraint:label_name==083 redis 7786300b8d2232c2335ac6161c715de23f9179d30eb5c7e9c4f920a4f1d39570
|
||||
</code></pre>
|
||||
现在来看下执行情况：
|
||||
<pre><code>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 ps
|
||||
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。
|
||||
但是如果指定一个不存在的标签的话来运行container会报错。
|
||||
<pre><code>
|
||||
rio@085:~$ sudo docker -H 192.168.1.83:2376 run --name redis_0 -d -e constraint:label_name==0 redis
|
||||
FATA[0000] Error response from daemon: unable to find a node that satisfies label_name==0
|
||||
</code></pre>
|
||||
|
||||
###Affinity Filter
|
||||
通过使用Affinity Filter，可以让一个container紧挨着另一个container启动，也就是说让两个container在同一个节点上面启动。
|
||||
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 –H 192.168.1.83:2376 run –name redis1 –d –e affinity:image==redis redis
|
||||
</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：在有redis镜像的节点上面启动一个名字叫做redis的容器，如果每个节点上面都没有redis容器，就按照默认的策略启动redis容器。
|
||||
###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，之后任何使用80端口的容器都是启动失败。
|
||||
|
||||
|
||||
|
||||
|
||||
|
||||
Loading…
Reference in New Issue
Block a user