mirror of
https://github.com/yeasy/docker_practice.git
synced 2024-12-25 06:28:56 +00:00
康怀帅
GitHub
commit
fef878d1f3
@ -88,7 +88,7 @@
|
||||
* [实战 Django](compose/django.md)
|
||||
* [实战 Rails](compose/rails.md)
|
||||
* [实战 wordpress](compose/wordpress.md)
|
||||
* [Docker 三剑客之 Machine 项目](machine/README.md)
|
||||
* [Docker 三剑客之 Machine 项目](machine/README.md)
|
||||
* [安装](machine/install.md)
|
||||
* [使用](machine/usage.md)
|
||||
* [Docker 三剑客之 Docker Swarm](swarm/README.md)
|
||||
|
||||
@ -1,4 +1,5 @@
|
||||
# Docker 中的网络功能介绍
|
||||
|
||||
Docker 允许通过外部访问容器或容器互联的方式来提供网络服务。
|
||||
|
||||
Docker 在 1.13 版本引进了新的管理命令（management commands），在 Docker 1.13+ 推荐使用 `docker network` 子命令来管理 Docker 网络。
|
||||
|
||||
@ -1,102 +1,63 @@
|
||||
## 容器互联
|
||||
|
||||
如果你之前有 `Docker` 使用经验，你可能已经习惯了使用 `--link` 参数来使容器互联。
|
||||
|
||||
随着 Docker 网络的完善，强烈建议大家将容器加入自定义的 Docker 网络来连接多个容器。
|
||||
|
||||
容器的连接（linking）系统是除了端口映射外，另一种跟容器中应用交互的方式。
|
||||
|
||||
该系统会在源和接收容器之间创建一个隧道，接收容器可以看到源容器指定的信息。
|
||||
|
||||
### 自定义容器命名
|
||||
连接系统依据容器的名称来执行。因此，首先需要自定义一个好记的容器命名。
|
||||
### 新建网络
|
||||
|
||||
虽然当创建容器的时候，系统默认会分配一个名字。自定义命名容器有2个好处：
|
||||
* 自定义的命名，比较好记，比如一个web应用容器我们可以给它起名叫web
|
||||
* 当要连接其他容器时候，可以作为一个有用的参考点，比如连接web容器到db容器
|
||||
下面先创建一个新的 Docker 网络。
|
||||
|
||||
使用 `--name` 标记可以为容器自定义命名。
|
||||
```bash
|
||||
$ docker run -d -P --name web training/webapp python app.py
|
||||
$ docker network create -d bridge my-net
|
||||
```
|
||||
|
||||
使用 `docker ps` 来验证设定的命名。
|
||||
### 连接容器
|
||||
|
||||
创建一个容器并连接到新建的 `my-net` 网络
|
||||
|
||||
```bash
|
||||
$ docker ps -l
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
aed84ee21bde training/webapp:latest python app.py 12 hours ago Up 2 seconds 0.0.0.0:49154->5000/tcp web
|
||||
$ docker run -it --rm --name busybox1 --net my-net busybox sh
|
||||
```
|
||||
也可以使用 `docker inspect` 来查看容器的名字
|
||||
|
||||
打开新的终端，再新建一个容器，加入 `my-net` 网络
|
||||
|
||||
```bash
|
||||
$ docker inspect -f "{{ .Name }}" aed84ee21bde
|
||||
/web
|
||||
$ docker run -it --rm --name busybox2 --net my-net busybox sh
|
||||
```
|
||||
注意：容器的名称是唯一的。如果已经命名了一个叫 web 的容器，当你要再次使用 web 这个名称的时候，需要先用`docker rm` 来删除之前创建的同名容器。
|
||||
|
||||
在执行 `docker run` 的时候如果添加 `--rm` 标记，则容器在终止后会立刻删除。注意，`--rm` 和 `-d` 参数不能同时使用。
|
||||
再打开一个新的终端查看容器信息
|
||||
|
||||
###容器互联
|
||||
使用 `--link` 参数可以让容器之间安全的进行交互。
|
||||
|
||||
下面先创建一个新的数据库容器。
|
||||
```bash
|
||||
$ docker run -d --name db training/postgres
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
b47060aca56b busybox "sh" 11 minutes ago Up 11 minutes busybox2
|
||||
8720575823ec busybox "sh" 16 minutes ago Up 16 minutes busybox1
|
||||
```
|
||||
删除之前创建的 web 容器
|
||||
|
||||
下面通过 `ping` 来证明 `busybox1` 容器和 `busybox2` 容器建立了互联关系。
|
||||
|
||||
在 `busybox1` 容器输入以下命令
|
||||
|
||||
```bash
|
||||
$ docker rm -f web
|
||||
/ # ping busybox2
|
||||
PING busybox2 (172.19.0.3): 56 data bytes
|
||||
64 bytes from 172.19.0.3: seq=0 ttl=64 time=0.072 ms
|
||||
64 bytes from 172.19.0.3: seq=1 ttl=64 time=0.118 ms
|
||||
```
|
||||
然后创建一个新的 web 容器，并将它连接到 db 容器
|
||||
|
||||
用 ping 来测试连接 `busybox2` 容器，它会解析成 172.19.0.3。
|
||||
|
||||
同理在 `busybox2` 容器执行 `ping busybox1`，也会成功连接到。
|
||||
|
||||
```bash
|
||||
$ docker run -d -P --name web --link db:db training/webapp python app.py
|
||||
/ # ping busybox1
|
||||
PING busybox1 (172.19.0.2): 56 data bytes
|
||||
64 bytes from 172.19.0.2: seq=0 ttl=64 time=0.064 ms
|
||||
64 bytes from 172.19.0.2: seq=1 ttl=64 time=0.143 ms
|
||||
```
|
||||
此时，db 容器和 web 容器建立互联关系。
|
||||
|
||||
`--link` 参数的格式为 `--link name:alias`，其中 `name` 是要链接的容器的名称，`alias` 是这个连接的别名。
|
||||
|
||||
使用 `docker ps` 来查看容器的连接
|
||||
```bash
|
||||
$ docker ps
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
349169744e49 training/postgres:latest su postgres -c '/usr About a minute ago Up About a minute 5432/tcp db, web/db
|
||||
aed84ee21bde training/webapp:latest python app.py 16 hours ago Up 2 minutes 0.0.0.0:49154->5000/tcp web
|
||||
```
|
||||
可以看到自定义命名的容器，db 和 web，db 容器的 names 列有 db 也有 web/db。这表示 web 容器链接到 db 容器，web 容器将被允许访问 db 容器的信息。
|
||||
|
||||
Docker 在两个互联的容器之间创建了一个安全隧道，而且不用映射它们的端口到宿主主机上。在启动 db 容器的时候并没有使用 `-p` 和 `-P` 标记，从而避免了暴露数据库端口到外部网络上。
|
||||
|
||||
Docker 通过 2 种方式为容器公开连接信息：
|
||||
* 环境变量
|
||||
* 更新 `/etc/hosts` 文件
|
||||
|
||||
使用 `env` 命令来查看 web 容器的环境变量
|
||||
```bash
|
||||
$ docker run --rm --name web2 --link db:db training/webapp env
|
||||
. . .
|
||||
DB_NAME=/web2/db
|
||||
DB_PORT=tcp://172.17.0.5:5432
|
||||
DB_PORT_5000_TCP=tcp://172.17.0.5:5432
|
||||
DB_PORT_5000_TCP_PROTO=tcp
|
||||
DB_PORT_5000_TCP_PORT=5432
|
||||
DB_PORT_5000_TCP_ADDR=172.17.0.5
|
||||
. . .
|
||||
```
|
||||
其中 DB_ 开头的环境变量是供 web 容器连接 db 容器使用，前缀采用大写的连接别名。
|
||||
|
||||
除了环境变量，Docker 还添加 host 信息到父容器的 `/etc/hosts` 的文件。下面是父容器 web 的 hosts 文件
|
||||
```bash
|
||||
$ docker run -t -i --rm --link db:db training/webapp /bin/bash
|
||||
root@aed84ee21bde:/opt/webapp# cat /etc/hosts
|
||||
172.17.0.7 aed84ee21bde
|
||||
. . .
|
||||
172.17.0.5 db
|
||||
```
|
||||
这里有 2 个 hosts，第一个是 web 容器，web 容器用 id 作为他的主机名，第二个是 db 容器的 ip 和主机名。
|
||||
可以在 web 容器中安装 ping 命令来测试跟db容器的连通。
|
||||
```bash
|
||||
root@aed84ee21bde:/opt/webapp# apt-get install -yqq inetutils-ping
|
||||
root@aed84ee21bde:/opt/webapp# ping db
|
||||
PING db (172.17.0.5): 48 data bytes
|
||||
56 bytes from 172.17.0.5: icmp_seq=0 ttl=64 time=0.267 ms
|
||||
56 bytes from 172.17.0.5: icmp_seq=1 ttl=64 time=0.250 ms
|
||||
56 bytes from 172.17.0.5: icmp_seq=2 ttl=64 time=0.256 ms
|
||||
```
|
||||
用 ping 来测试db容器，它会解析成 `172.17.0.5`。
|
||||
*注意*：官方的 ubuntu 镜像默认没有安装 ping，需要自行安装。
|
||||
|
||||
用户可以链接多个父容器到子容器，比如可以链接多个 web 到 db 容器上。
|
||||
这样，`busybox1` 容器和 `busybox2` 容器建立了互联关系。
|
||||
|
||||
@ -1,16 +1,21 @@
|
||||
## 外部访问容器
|
||||
|
||||
容器中可以运行一些网络应用，要让外部也可以访问这些应用，可以通过 `-P` 或 `-p` 参数来指定端口映射。
|
||||
|
||||
当使用 -P 标记时，Docker 会随机映射一个 `49000~49900` 的端口到内部容器开放的网络端口。
|
||||
当使用 `-P` 标记时，Docker 会随机映射一个 `49000~49900` 的端口到内部容器开放的网络端口。
|
||||
|
||||
使用 `docker ps` 可以看到，本地主机的 49155 被映射到了容器的 5000 端口。此时访问本机的 49155 端口即可访问容器内 web 应用提供的界面。
|
||||
|
||||
```bash
|
||||
$ docker run -d -P training/webapp python app.py
|
||||
|
||||
$ docker ps -l
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
bc533791f3f5 training/webapp:latest python app.py 5 seconds ago Up 2 seconds 0.0.0.0:49155->5000/tcp nostalgic_morse
|
||||
```
|
||||
|
||||
同样的，可以通过 `docker logs` 命令来查看应用的信息。
|
||||
|
||||
```bash
|
||||
$ docker logs -f nostalgic_morse
|
||||
* Running on http://0.0.0.0:5000/
|
||||
@ -18,40 +23,60 @@ $ docker logs -f nostalgic_morse
|
||||
10.0.2.2 - - [23/May/2014 20:16:31] "GET /favicon.ico HTTP/1.1" 404 -
|
||||
```
|
||||
|
||||
-p（小写的）则可以指定要映射的端口，并且，在一个指定端口上只可以绑定一个容器。支持的格式有 `ip:hostPort:containerPort | ip::containerPort | hostPort:containerPort`。
|
||||
`-p` 则可以指定要映射的端口，并且，在一个指定端口上只可以绑定一个容器。支持的格式有 `ip:hostPort:containerPort | ip::containerPort | hostPort:containerPort`。
|
||||
|
||||
### 映射所有接口地址
|
||||
|
||||
使用 `hostPort:containerPort` 格式本地的 5000 端口映射到容器的 5000 端口，可以执行
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 5000:5000 training/webapp python app.py
|
||||
```
|
||||
|
||||
此时默认会绑定本地所有接口上的所有地址。
|
||||
|
||||
### 映射到指定地址的指定端口
|
||||
|
||||
可以使用 `ip:hostPort:containerPort` 格式指定映射使用一个特定地址，比如 localhost 地址 127.0.0.1
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 127.0.0.1:5000:5000 training/webapp python app.py
|
||||
```
|
||||
|
||||
### 映射到指定地址的任意端口
|
||||
|
||||
使用 `ip::containerPort` 绑定 localhost 的任意端口到容器的 5000 端口，本地主机会自动分配一个端口。
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 127.0.0.1::5000 training/webapp python app.py
|
||||
```
|
||||
还可以使用 udp 标记来指定 udp 端口
|
||||
|
||||
还可以使用 `udp` 标记来指定 `udp` 端口
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 127.0.0.1:5000:5000/udp training/webapp python app.py
|
||||
```
|
||||
|
||||
### 查看映射端口配置
|
||||
|
||||
使用 `docker port` 来查看当前映射的端口配置，也可以查看到绑定的地址
|
||||
|
||||
```bash
|
||||
$ docker port nostalgic_morse 5000
|
||||
127.0.0.1:49155.
|
||||
```
|
||||
|
||||
注意：
|
||||
* 容器有自己的内部网络和 ip 地址（使用 `docker inspect` 可以获取所有的变量，Docker 还可以有一个可变的网络配置。）
|
||||
* -p 标记可以多次使用来绑定多个端口
|
||||
|
||||
* `-p` 标记可以多次使用来绑定多个端口
|
||||
|
||||
例如
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 5000:5000 -p 3000:80 training/webapp python app.py
|
||||
$ docker run -d \
|
||||
-p 5000:5000 \
|
||||
-p 3000:80 \
|
||||
training/webapp \
|
||||
python app.py
|
||||
```
|
||||
|
||||
16
revision.md
16
revision.md
@ -6,13 +6,21 @@
|
||||
|
||||
* 0.9-rc2: 2017-12-10
|
||||
|
||||
* 更新 `CoreOS` 章节
|
||||
* 增加 `Docker Cloud` 介绍
|
||||
* 增加 `Docker Store` 介绍
|
||||
|
||||
* 0.9-rc1: 2017-11-30
|
||||
|
||||
* 根据最新版本（v17.09）修订内容
|
||||
* 完善 Compose 项目
|
||||
* 更新 Swarm 项目
|
||||
* 更新 Mesos 项目
|
||||
* 添加操作系统实战案例
|
||||
* 增加 Dockerfile `multistage builds` 多阶段构建 `Dcoker 17.05` 新增特性
|
||||
* 更新 `Docker 网络` 一节
|
||||
* 更新 `Docker Machine` 基于 0.13.0 版本
|
||||
* 更新 `Docker Compose` 基于 3.4 文件格式
|
||||
* 删除 Docker Swarm 相关内容，替换为 `Swarm mode` `Docker 1.12.0` 新增特性
|
||||
* 精简 `Docker Registry` 一节
|
||||
* 删除 `docker run` `--link` 参数
|
||||
* 替换 `docker run` `-v` 参数为 `--mount`
|
||||
|
||||
* 0.8.0: 2017-01-08
|
||||
|
||||
|
||||
@ -1,6 +1,7 @@
|
||||
# Docker 三剑客之 Docker Swarm
|
||||
|
||||
Docker Swarm 是 Docker 官方三剑客项目之一，提供 Docker 容器集群服务，是 Docker 官方对容器云生态进行支持的核心方案。
|
||||
|
||||
使用它，用户可以将多个 Docker 主机封装为单个大型的虚拟 Docker 主机，快速打造一套容器云平台。
|
||||
|
||||
本章将介绍 Swarm 项目的相关情况，以及如何进行安装和使用。最后还对 Swarm 的服务发现后端、调度器和过滤器等功能进行讲解。
|
||||
注意：Docker 1.12.0+ [Swarm mode](https://docs.docker.com/engine/swarm/) 已经内嵌入 Docker 引擎，成为了 docker 子命令 `docker swarm`，绝大多数用户已经开始使用 `Swarm mode`，Docker 引擎 API 已经删除 Docker Swarm。为避免大家混淆旧的 `Docker Swarm` 与新的 `Swarm mode`，旧的 `Docker Swarm` 内容已经删除，请查看 `Swarm mode` 一节。
|
||||
|
||||
Binary file not shown.
|
Before Width: | Height: | Size: 121 KiB |
Binary file not shown.
|
Before Width: | Height: | Size: 103 KiB |
108
swarm/filter.md
108
swarm/filter.md
@ -1,108 +0,0 @@
|
||||
## Swarm 中的过滤器
|
||||
|
||||
Swarm 的调度器可以按照指定调度策略自动分配容器到节点。但有些时候希望能对这些分配加以干预。比如说，让 IO 敏感的容器分配到安装了 SSD 的节点上；让计算敏感的容器分配到 CPU 核数多的机器上；让网络敏感的容器分配到高带宽的机房；让某些容器尽量放同一个节点……。
|
||||
|
||||
这可以通过过滤器（filter）来实现，目前支持 `Constraint`、`Affinity`、`Port`、`Dependency`、`Health` 等五种过滤器。
|
||||
|
||||
### Constraint 过滤器
|
||||
Constraint 过滤器是绑定到节点的键值对，相当于给节点添加标签。
|
||||
|
||||
可在启动 Docker 服务的时候指定，例如指定某个节点颜色为 `red`。
|
||||
|
||||
```bash
|
||||
$ docker daemon --label color=red -H tcp://0.0.0.0:2375 -H unix:///var/run/docker.sock
|
||||
```
|
||||
|
||||
同样的，可以写在 Docker 服务的配置文件里面（以 Ubuntu 14.04 为例，是 `/etc/default/docker`）。
|
||||
|
||||
```bash
|
||||
DOCKER_OPTS="--label color=red -H 0.0.0.0:2375 -H unix:///var/run/docker.sock"
|
||||
```
|
||||
|
||||
使用 Swarm 启动容器的时候，采用 `-e constarint:key=value` 的形式，可以过滤选择出匹配条件的节点。
|
||||
|
||||
例如，我们将 `192.168.0.2` 节点打上红色标签，`192.168.0.3` 节点打上绿色标签。
|
||||
|
||||
然后，分别启动两个容器，指定使用过滤器分别为红色和绿色。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 run -d -e constraint:color==red ubuntu:14.04 ping 127.0.0.1
|
||||
252ffb48e64e9858c72241f5eedf6a3e4571b1ad926faf091db3e26672370f64
|
||||
$ docker -H 192.168.0.2:12375 run -d -e constraint:color==green ubuntu:14.04 ping 127.0.0.1
|
||||
3d6f8d7af8583416b17061d038545240c9e5c3be7067935d3ef2fbddce4b8136
|
||||
```
|
||||
|
||||
*注：指定标签中间是两个等号*
|
||||
|
||||
查看它们将被分配到指定节点上。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 ps
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
252ffb48e64e ubuntu:14.04 "ping 127.0.0.1" 1 minutes ago Up 1 minutes Host-2/sick_galileo
|
||||
3d6f8d7af858 ubuntu:14.04 "ping 127.0.0.1" 2 minutes ago Up 2 minutes Host-3/compassionate_ritchie
|
||||
```
|
||||
|
||||
另外，Docker 内置了一些常见的过滤器，包括 `node`、`storagedriver`、`executiondriver`、`kernelversion`、`operatingsystem` 等。这些值可以通过 `docker info` 命令查看。
|
||||
|
||||
例如，目前集群中各个节点的信息为：
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 info
|
||||
Containers: 5
|
||||
Images: 39
|
||||
Role: primary
|
||||
Strategy: spread
|
||||
Filters: health, port, dependency, affinity, constraint
|
||||
Nodes: 2
|
||||
Host-2: 192.168.0.2:2375
|
||||
└ Containers: 4
|
||||
└ Reserved CPUs: 0 / 4
|
||||
└ Reserved Memory: 1 GiB / 4.053 GiB
|
||||
└ Labels: color=red, executiondriver=native-0.2, kernelversion=3.16.0-43-generic, operatingsystem=Ubuntu 14.04.3 LTS, storagedriver=aufs
|
||||
Host-3: 192.168.0.3:2375
|
||||
└ Containers: 1
|
||||
└ Reserved CPUs: 0 / 8
|
||||
└ Reserved Memory: 0 B / 16.46 GiB
|
||||
└ Labels: color=green, executiondriver=native-0.2, kernelversion=3.16.0-30-generic, operatingsystem=Ubuntu 14.04.3 LTS, storagedriver=aufs
|
||||
CPUs: 12
|
||||
Total Memory: 20.51 GiB
|
||||
Name: 946d65606f7c
|
||||
```
|
||||
|
||||
### Affinity 过滤器
|
||||
Affinity 过滤器允许用户在启动一个容器的时候，让它分配到某个已有容器的节点上。
|
||||
|
||||
例如，下面我们将启动一个 nginx 容器，让它分配到已经运行某个 ubuntu 容器的节点上。
|
||||
|
||||
在 Constraint 过滤器的示例中，我们分别启动了两个 ubuntu 容器 `sick_galileo` 和 `compassionate_ritchie`，分别在 Host-2 和 Host-3 上。
|
||||
|
||||
现在启动一个 nginx 容器，让它跟容器 `sick_galileo` 放在一起，都放到 Host-2 节点上。可以通过 `-e affinity:container==<name or id>` 参数来实现。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 run -d -e affinity:container==sick_galileo nginx
|
||||
```
|
||||
|
||||
然后启动一个 redis 容器，让它跟容器 `compassionate_ritchie` 放在一起，都放到 Host-3 节点上。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 run -d -e affinity:container==compassionate_ritchie redis
|
||||
```
|
||||
|
||||
查看所有容器运行情况。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 ps
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
0a32f15aa8ee redis "/entrypoint.sh redis" 2 seconds ago Up 1 seconds 6379/tcp Host-3/awesome_darwin
|
||||
d2b9a53e67d5 nginx "nginx -g 'daemon off" 29 seconds ago Up 28 seconds 80/tcp, 443/tcp Host-2/fervent_wilson
|
||||
252ffb48e64e ubuntu:14.04 "ping 127.0.0.1" 2 minutes ago Up 2 minutes Host-2/sick_galileo
|
||||
3d6f8d7af858 ubuntu:14.04 "ping 127.0.0.1" 3 minutes ago Up 3 minutes Host-3/compassionate_ritchie
|
||||
```
|
||||
|
||||
### 其它过滤器
|
||||
其它过滤器的使用方法也是大同小异，例如通过 `-e affinity:image==<name or id>` 来选择拥有指定镜像的节点；通过 `-e affinity:label_name==value` 来选择拥有指定标签的容器所允许的节点。
|
||||
|
||||
此外，当容器端口需要映射到宿主机指定端口号的时候，Swarm 也会自动分配容器到指定宿主机端口可用的节点。
|
||||
|
||||
当不同容器之间存在数据卷或链接依赖的时候，Swarm 会分配这些容器到同一个节点上。
|
||||
@ -1,81 +0,0 @@
|
||||
## 安装 Swarm
|
||||
Swarm 安装有几种方式，可以基于 Docker Machine 来进行安装，也可以手动配置。为了能更容易理解 Swarm 的组件和更灵活的进行管理，推荐使用手动配置方式。
|
||||
|
||||
对于 Docker 1.12+ 版本，Swarm 相关命令已经原生嵌入到了 Docker engine 的支持，对于较低版本的 Docker，需要额外进行配置。
|
||||
|
||||
### 下载镜像
|
||||
Docker 官方已经提供了 Swarm 镜像使用，需要在所有被 Swarm 管理的 Docker 主机上下载该镜像。
|
||||
|
||||
```bash
|
||||
$ docker pull swarm
|
||||
```
|
||||
|
||||
可以使用下面的命令来查看 Swarm 版本，验证是否成功下载 Swarm 镜像。
|
||||
|
||||
```bash
|
||||
$ docker run --rm swarm -v
|
||||
swarm version 1.2.2 (34e3da3)
|
||||
```
|
||||
|
||||
### 配置节点
|
||||
Docker 主机在加入 Swarm 集群前，需要进行一些简单配置，添加 Docker daemon 的网络监听。
|
||||
|
||||
例如，在启动 Docker daemon 的时候通过 `-H` 参数：
|
||||
|
||||
```bash
|
||||
$ docker daemon -H tcp://0.0.0.0:2375 -H unix:///var/run/docker.sock
|
||||
```
|
||||
|
||||
*注：Docker 1.8.0 版本之前不支持 daemon 命令，可以用 -d 代替。*
|
||||
|
||||
如果是通过服务方式启动，则需要修改服务的配置文件。
|
||||
|
||||
以 Ubuntu 14.04 为例，配置文件为 `/etc/default/docker`（其他版本的 Linux 上略有不同）。
|
||||
|
||||
在文件的最后添加：
|
||||
|
||||
```bash
|
||||
DOCKER_OPTS="$DOCKER_OPTS -H tcp://0.0.0.0:2375 -H unix:///var/run/docker.sock"
|
||||
```
|
||||
|
||||
### 启动集群
|
||||
Docker 集群管理需要使用服务发现（Service Discover）功能，Swarm 支持以下的几种方式：DockerHub、本地文件、etcd、consul、zookeeper 和手动指定节点 IP 地址信息等。
|
||||
|
||||
除了手动指定外，这些方法原理上都是通过维护一套数据库机制，来管理集群中注册节点的 Docker daemon 的访问信息。
|
||||
|
||||
本地配置集群推荐使用 consul 作为服务发现后端。利用社区提供的 Docker 镜像，整个过程只需要三步即可完成。
|
||||
|
||||
#### 启动 Consul 服务后端
|
||||
启动 consul 服务容器，映射到主机的 8500 端口。
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 8500:8500 --name=consul progrium/consul -server -bootstrap
|
||||
```
|
||||
|
||||
获取到本地主机的地址作为 consul 的服务地址：`<consul_ip>:8500`。
|
||||
|
||||
#### 启动管理节点
|
||||
首先，启动一个主管理节点，映射到主机的 4000 端口，并获取所在主机地址为 `<manager0_ip>`。其中 4000 端口是 Swarm 管理器的默认监听端口，用户也可以指定映射为其它端口。
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 4000:4000 swarm manage -H :4000 --replication --advertise <manager0_ip>:4000 consul://<consul_ip>:8500
|
||||
```
|
||||
|
||||
为了提高高可用性，用户也可以启动从管理节点。假定获取所在主机地址为 `<manager1_ip>`。
|
||||
|
||||
```bash
|
||||
$ docker run -d swarm manage -H :4000 --replication --advertise <manager1_ip>:4000 consul://<consul_ip>:8500
|
||||
```
|
||||
|
||||
#### 启动工作节点
|
||||
需要在每个工作节点上启动 agent 服务。
|
||||
|
||||
获取节点的主机地址为 `<node_ip>`，并指定前面获取到的 consul 服务地址。
|
||||
|
||||
```bash
|
||||
$ docker run -d swarm join --advertise=<node_ip>:2375 consul://<consul_ip>:8500
|
||||
```
|
||||
|
||||
节点启动后，用户可以指定 Docker 服务地址为 `<manager0_ip>:4000>` 来测试各种 Docker 命令，可以看到整个 Swarm 集群就像一个虚拟的 Docker 主机一样正常工作。
|
||||
|
||||
由于 Swarm 实际上是通过 agent 调用了本地的 Docker daemon 来运行容器，当 Swarm 集群服务出现故障时，无法接受新的请求，但已经运行起来的容器将不会受到影响。
|
||||
@ -1,16 +0,0 @@
|
||||
## Swarm 简介
|
||||
|
||||
|
||||
Docker Swarm 是 Docker 公司推出的官方容器集群平台，基于 Go 语言实现，代码开源在 [https://github.com/docker/swarm](https://github.com/docker/swarm)。目前，包括 Rackspace 等平台都采用了 Swarm，用户也很容易在 AWS 等公有云平台使用 Swarm。
|
||||
|
||||
Swarm 的前身是 Beam 项目和 libswarm 项目，首个正式版本（Swarm V1）在 2014 年 12 月初发布。为了提高可扩展性，2016 年 2 月对架构进行重新设计，推出了 V2 版本，支持超过 1K 个节点。最新的 Docker Engine 已经集成了 SwarmKit，加强了对 Swarm 的协作支持。
|
||||
|
||||
作为容器集群管理器，Swarm 最大的优势之一就是 100% 支持标准的 Docker API。各种基于标准 API 的工具比如 Compose、docker-py、各种管理软件，甚至 Docker 本身等都可以很容易的与 Swarm 进行集成。这大大方便了用户将原先基于单节点的系统移植到 Swarm 上。同时 Swarm 内置了对 Docker 网络插件的支持，用户可以很容易地部署跨主机的容器集群服务。
|
||||
|
||||
|
||||
|
||||
上图是来自官方的 V1 结构图。可以看出，Swarm 是典型的 master-slave 结构，通过发现服务来选举 manager。manager 是中心管理节点，各个 node 上运行 agent 接受 manager 的统一管理。
|
||||
|
||||
在 V2 中，集群中会自动通过 Raft 协议分布式选举出 manager 节点，无需额外的发现服务支持，避免了单点瓶颈。同时，V2 中内置了基于 DNS 的负载均衡和对外部负载均衡机制的集成支持。
|
||||
|
||||
目前，Swarm V1 支持 Docker 版本为 1.6.0+，V2 支持 Docker 版本为 1.12.0+。本章将以 Swarm V1 为主进行介绍，并结合 V2 的部分最新特性。
|
||||
@ -1,73 +0,0 @@
|
||||
## Swarm 中的调度器
|
||||
调度是集群十分重要的功能，Swarm 目前支持三种调度策略：`spread`、`binpack` 和 `random`。
|
||||
|
||||
在执行`swarm manage`命令启动管理服务的时候，可以通过 `--strategy` 参数指定调度策略，默认的是 `spread`。
|
||||
|
||||
简单来说，这三种调度策略的优化目标如下：
|
||||
|
||||
* `spread`：如果节点配置相同，选择一个正在运行的容器数量最少的那个节点，即尽量平摊容器到各个节点；
|
||||
* `binpack`：跟 `spread` 相反，尽可能的把所有的容器放在一台节点上面运行，即尽量少用节点，避免容器碎片化。
|
||||
* `random`：直接随机分配，不考虑集群中节点的状态，方便进行测试使用。
|
||||
|
||||
### spread 调度策略
|
||||
仍然以之前创建好的集群为例，来演示下 spread 策略的行为。
|
||||
|
||||
在 `192.168.0.2` 节点启动管理服务，管理 token://946d65606f7c2f49766e4dddac5b4365 的集群。
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 12375:2375 swarm manage --strategy "spread" token://946d65606f7c2f49766e4dddac5b4365
|
||||
c6f25e6e6abbe45c8bcf75ac674f2b64d5f31a5c6070d64ba954a0309b197930
|
||||
```
|
||||
|
||||
列出集群中节点。
|
||||
|
||||
```bash
|
||||
$ docker run --rm swarm list token://946d65606f7c2f49766e4dddac5b4365
|
||||
192.168.0.3:2375
|
||||
192.168.0.2:2375
|
||||
```
|
||||
|
||||
此时，两个节点上除了 swarm 外都没有运行其它容器。
|
||||
|
||||
启动一个 ubuntu 容器。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 run -d ubuntu:14.04 ping 127.0.0.1
|
||||
bac3dfda5306181140fc959969d738549d607bc598390f57bdd432d86f16f069
|
||||
```
|
||||
|
||||
查看发现它实际上被调度到了 `192.168.0.3` 节点（当节点配置相同时候，初始节点随机选择）。
|
||||
|
||||
再次启动一个 ubuntu 容器。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 run -d ubuntu:14.04 ping 127.0.0.1
|
||||
8247067ba3a31e0cb692a8373405f95920a10389ce3c2a07091408281695281c
|
||||
```
|
||||
|
||||
查看它的位置，发现被调度到了另外一个节点：`192.168.0.2` 节点。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 ps
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
8247067ba3a3 ubuntu:14.04 "ping 127.0.0.1" 1 minutes ago Up 1 minutes Host-2/sick_galileo
|
||||
bac3dfda5306 ubuntu:14.04 "ping 127.0.0.1" 2 minutes ago Up 2 minutes Host-3/compassionate_ritchie
|
||||
```
|
||||
|
||||
当节点配置不同的时候，`spread`会更愿意分配到配置较高的节点上。
|
||||
|
||||
### binpack 调度策略
|
||||
现在来看看 `binpack` 策略下的情况。
|
||||
|
||||
直接启动若干 ubuntu 容器，并查看它们的位置。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 run -d ubuntu:14.04 ping 127.0.0.1
|
||||
$ docker -H 192.168.0.2:12375 ps
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
4c4f45eba866 ubuntu:14.04 "ping 127.0.0.1" 3 minutes ago Up 3 minutes Host-3/hopeful_brown
|
||||
5e650541233c ubuntu:14.04 "ping 127.0.0.1" 3 minutes ago Up 3 minutes Host-3/pensive_wright
|
||||
99c5a092530a ubuntu:14.04 "ping 127.0.0.1" 3 minutes ago Up 3 minutes Host-3/naughty_engelbart
|
||||
4ab392c26eb2 ubuntu:14.04 "ping 127.0.0.1" 3 minutes ago Up 3 minutes Host-3/thirsty_mclean
|
||||
```
|
||||
可以看到，所有的容器都是分布在同一个节点（`192.168.0.3`）上运行的。
|
||||
@ -1,97 +0,0 @@
|
||||
## 使用其它服务发现后端
|
||||
|
||||
Swarm 目前可以支持多种服务发现后端，这些后端功能上都是一致的，即维护属于某个集群的节点的信息。不同方案并无优劣之分，在实际使用时候，可以结合自身需求和环境限制进行选择，甚至自己定制其它方案。
|
||||
|
||||
使用中可以通过不同的路径来选择特定的服务发现后端机制。
|
||||
|
||||
* `token://<token>`：使用 DockerHub 提供的服务，适用于可以访问公网情况；
|
||||
* `file://path/to/file`：使用本地文件，需要手动管理；
|
||||
* `consul://<ip>/<path>`：使用 consul 服务，私有环境推荐；
|
||||
* `etcd://<ip1>,<ip2>/<path>`：使用 etcd 服务，私有环境推荐；
|
||||
* `zk://<ip1>,<ip2>/<path>`：使用 zookeeper 服务，私有环境推荐；
|
||||
* `[nodes://]<ip1>,<ip2>`：手动指定集群中节点的地址，方便进行服务测试。
|
||||
|
||||
### 使用文件
|
||||
|
||||
使用本地文件的方式十分简单，就是讲所有属于某个集群的节点的 Docker daemon 信息写入一个文件中，然后让 manager 从这个文件中直接读取相关信息。
|
||||
|
||||
首先，在 Swarm 管理节点（`192.168.0.2`）上新建一个文件，把要加入集群的机器的 Docker daemon 信息写入文件：
|
||||
|
||||
```bash
|
||||
$ tee /tmp/cluster_info <<-'EOF'
|
||||
192.168.0.2:2375
|
||||
192.168.0.3:2375
|
||||
EOF
|
||||
```
|
||||
|
||||
然后，本地执行 `swarm manage` 命令，并指定服务发现机制为本地文件，注意因为是容器方式运行 manager，需要将本地文件挂载到容器内。
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 12375:2375 -v /tmp/cluster_info:/tmp/cluster_info swarm manage file:///tmp/cluster_info
|
||||
```
|
||||
|
||||
接下来就可以通过使用 Swarm 服务来进行管理了，例如使用 info 查看所有节点的信息。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 info
|
||||
Containers: 18
|
||||
Images: 36
|
||||
Role: primary
|
||||
Strategy: spread
|
||||
Filters: health, port, dependency, affinity, constraint
|
||||
Nodes: 2
|
||||
Host-1: 192.168.0.2:2375
|
||||
└ Containers: 15
|
||||
└ Reserved CPUs: 0 / 4
|
||||
└ Reserved Memory: 1 GiB / 4.053 GiB
|
||||
└ Labels: executiondriver=native-0.2, kernelversion=3.16.0-43-generic, operatingsystem=Ubuntu 14.04.3 LTS, storagedriver=aufs
|
||||
Host-2: 192.168.0.3:2375
|
||||
└ Containers: 3
|
||||
└ Reserved CPUs: 0 / 8
|
||||
└ Reserved Memory: 0 B / 16.46 GiB
|
||||
└ Labels: executiondriver=native-0.2, kernelversion=3.16.0-30-generic, operatingsystem=Ubuntu 14.04.3 LTS, storagedriver=aufs
|
||||
CPUs: 12
|
||||
Total Memory: 20.51 GiB
|
||||
Name: e71eb5f1d48b
|
||||
```
|
||||
|
||||
### 其它发现服务后端
|
||||
其它服务发现后端的使用方法，也是大同小异，不同之处在于使用 Swarm 命令时指定的路径格式不同。
|
||||
|
||||
例如，对于前面介绍的 consul 服务后端来说。
|
||||
|
||||
快速部署一个 consul 服务的命令为：
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 8500:8500 --name=consul progrium/consul -server -bootstrap
|
||||
```
|
||||
|
||||
之后创建 Swarm 的管理服务，指定使用 consul 服务，管理端口监听在本地的 4000 端口。
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 4000:4000 swarm manage -H :4000 --replication --advertise <manager_ip>:4000 consul://<consul_ip>:8500
|
||||
```
|
||||
|
||||
Swarm 节点注册时候命令格式类似于：
|
||||
|
||||
```bash
|
||||
$ swarm join --advertise=<node_ip:2375> consul://<consul_addr>/<optional path prefix>
|
||||
```
|
||||
|
||||
对于 etcd 服务后端来说，节点注册时候命令格式类似于：
|
||||
|
||||
```bash
|
||||
$ swarm join --addr=<node_addr:2375> etcd://<etcd_addr1>,<etcd_addr2>/<optional path prefix>
|
||||
```
|
||||
启动管理服务时候，格式类似于：
|
||||
|
||||
```bash
|
||||
$ swarm manage -H tcp://<manager_ip>:4000 etcd://<etcd_addr1>,<etcd_addr2>/<optional path prefix>
|
||||
```
|
||||
|
||||
### 地址和端口的范围匹配
|
||||
对于基于文件，以及手动指定节点信息两种服务发现后端机制来说，其中地址和端口域可以支持指定一个范围，以一次性指定多个地址。
|
||||
例如：
|
||||
|
||||
* `192.168.0.[2:10]:2375` 代表 `192.168.0.2:2375` -- `192.168.0.10:2375` 一共 9 个地址；
|
||||
* `192.168.0.2:[2:9]375` 代表 `192.168.0.2:2375` -- `192.168.0.2:9375` 一共 8 个地址。
|
||||
@ -1,10 +0,0 @@
|
||||
## 本章小结
|
||||
本章笔者介绍了 Docker Swarm 的安装、使用和主要功能。
|
||||
|
||||
通过使用 Swarm，用户可以将若干 Docker 主机节点组成的集群当作一个大的虚拟 Docker 主机使用。并且，原先基于单机的 Docker 应用，可以无缝的迁移到 Swarm 上来。
|
||||
|
||||
实现这些功能的前提是服务自动发现能力。在现代分布式系统中，服务的自动发现、注册、更新等能力将成为系统的基本保障和重要基础。
|
||||
|
||||
在生产环境中，Swarm 的管理节点和发现服务后端要采用高可用性上的保护，可以采用集群模式。
|
||||
|
||||
值得一提的是，Swarm V2 功能已经被无缝嵌入到了 Docker 1.12+ 版本中，用户今后可以直接使用 Docker 命令来完成相关功能的配置，这将使得集群功能的管理更加简便。
|
||||
181
swarm/usage.md
181
swarm/usage.md
@ -1,181 +0,0 @@
|
||||
## 使用 Swarm
|
||||
前面演示了基于 consul 服务发现后端来配置一个本地 Swarm 集群。其中，consul 也可以被替换为 etcd、zookeeper 等。
|
||||
|
||||
另外一个更方便的方式是直接使用 DockerHub 提供的免费服务发现后端。
|
||||
|
||||
下面使用这种方式来演示 Swarm 的主要操作，包括：
|
||||
|
||||
* create：创建一个集群；
|
||||
* list：列出集群中的节点；
|
||||
* manage：管理一个集群；
|
||||
* join：让节点加入到某个集群。
|
||||
|
||||
注意，使用 DockerHub 的服务发现后端，需要各个节点能通过公网访问到 DockerHub 的服务接口。
|
||||
|
||||
### 创建集群 id
|
||||
|
||||
在任意一台安装了 Swarm 的机器上执行 `swarm create` 命令来在 DockerHub 服务上进行注册。
|
||||
|
||||
Swarm 会通过服务发现后端（此处为 DockerHub 提供）来获取一个唯一的由数字和字母组成的 token，用来标识要管理的集群。
|
||||
|
||||
```bash
|
||||
$ docker run --rm swarm create
|
||||
946d65606f7c2f49766e4dddac5b4365
|
||||
```
|
||||
|
||||
注意返回的字符串，这是集群的唯一 id，加入集群的各个节点将需要这个信息。
|
||||
|
||||
### 配置集群节点
|
||||
|
||||
在所有要加入集群的普通节点上面执行 `swarm join` 命令，表示把这台机器加入指定集群当中。
|
||||
|
||||
例如某台机器 IP 地址为 `192.168.0.2`，将其加入我们刚创建的 `946d65606f7c2f49766e4dddac5b4365` 集群，则可以通过：
|
||||
|
||||
```bash
|
||||
$ docker run --rm swarm join --addr=192.168.0.2:2375 token://946d65606f7c2f49766e4dddac5b4365
|
||||
time="2015-12-09T08:59:43Z" level=info msg="Registering on the discovery service every 20s..." addr="192.168.0.2:2375" discovery="token://946d65606f7c2f49766e4dddac5b4365"
|
||||
...
|
||||
```
|
||||
|
||||
*注：其中 `--addr` 指定的 IP 地址信息将被发送给服务发现后端，用以区分集群不同的节点。manager 服务必须要通过这个地址可以访问到该节点。*
|
||||
|
||||
通过控制台可以看到，上述命令执行后，默认每隔 20 秒（可以通过 `--heartbeat` 选项指定），会输出一条心跳信息。对于发现服务后端来说，默认如果超过 60 秒（可以通过 `--ttl` 选项指定）没有收到心跳信息，则将节点从列表中删除。
|
||||
|
||||
如果不希望看到输出日志信息，则可以用 `-d` 选项替换 `--rm` 选项，让服务后台执行。
|
||||
|
||||
执行 `swarm join` 命令实际上是通过 agent 把自己的信息注册到发现服务上，因此，此时对于后端的发现服务来说，已经可以看到有若干节点注册上来了。那么，如何管理和使用这些节点呢，这就得需要 Swarm 的 manager 服务了。
|
||||
|
||||
|
||||
### 配置管理节点
|
||||
配置管理节点需要通过 `swarm manage` 命令，该命令将启动 manager 服务，默认监听到 `2375` 端口，所有对集群的管理可以通过该服务接口进行。
|
||||
|
||||
读者可能注意到，manager 服务默认监听的端口跟 Docker 服务监听端口是一样的，这是为了兼容其它基于 Docker 的服务，可以无缝地切换到 Swarm 平台上来。
|
||||
|
||||
仍然在节点 `192.168.0.2` 进行操作。由于我们是采用 Docker 容器形式启动 manager 服务，本地的 `2375` 端口已经被 Docker Daemon 占用。我们将 manager 服务监听端口映射到本地一个空闲的 `12375` 端口。
|
||||
|
||||
```bash
|
||||
$ docker run -d -p 12375:2375 swarm manage token://946d65606f7c2f49766e4dddac5b4365
|
||||
1e1ca8c4117b6b7271efc693f9685b4e907d8dc95324350392b21e94b3cffd18
|
||||
```
|
||||
|
||||
可以通过 `docker ps` 命令来查看启动的 swarm manager 服务容器。
|
||||
|
||||
```bash
|
||||
$ docker ps
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
1e1ca8c4117b swarm "/swarm manage token:" 11 seconds ago Up 10 seconds 0.0.0.0:12375->2375/tcp jovial_rosalind
|
||||
```
|
||||
|
||||
命令如果执行成功会返回刚启动的 Swarm 容器的 ID，此时一个简单的 Swarm 集群就已经搭建起来了，包括一个普通节点和一个管理节点。
|
||||
|
||||
### 查看集群节点列表
|
||||
|
||||
集群启动成功以后，用户可以在任何一台节点上使用 `swarm list` 命令查看集群中的节点列表。例如
|
||||
|
||||
```bash
|
||||
$ docker run --rm swarm list token://946d65606f7c2f49766e4dddac5b4365
|
||||
192.168.0.2:2375
|
||||
```
|
||||
显示正是之前用 `swarm join` 命令加入集群的节点的地址。
|
||||
|
||||
我们在另外一台节点 `192.168.0.3` 上同样使用 `swarm join` 命令新加入一个节点：
|
||||
```bash
|
||||
$docker run --rm swarm join --addr=192.168.0.3:2375 token://946d65606f7c2f49766e4dddac5b4365
|
||||
time="2015-12-10T02:05:34Z" level=info msg="Registering on the discovery service every 20s..." addr="192.168.0.3:2375" discovery="token://946d65606f7c2f49766e4dddac5b4365"
|
||||
...
|
||||
```
|
||||
|
||||
再次使用 `swarm list` 命令查看集群中的节点列表信息，可以看到新加入的节点：
|
||||
|
||||
```bash
|
||||
$ docker run --rm swarm list token://946d65606f7c2f49766e4dddac5b4365
|
||||
192.168.0.3:2375
|
||||
192.168.0.2:2375
|
||||
```
|
||||
|
||||
### 使用集群服务
|
||||
那么，怎么使用 Swarm 提供的服务呢？
|
||||
|
||||
实际上，所有 Docker 客户端可以继续使用，只要指定使用 Swarm manager 服务的监听地址即可。
|
||||
|
||||
例如，manager 服务监听的地址为 `192.168.0.2:12375`，则可以通过指定 `-H 192.168.0.2:12375` 选项来继续使用 Docker 客户端，执行任意 Docker 命令，例如 `ps`、`info`、`run` 等等。
|
||||
|
||||
在任意节点上使用 `docker run` 来启动若干容器，例如
|
||||
|
||||
```bash
|
||||
$docker -H 192.168.0.2:12375:12375 run -d ubuntu ping 127.0.0.1
|
||||
4c9bccbf86fb6e2243da58c1b15e9378fac362783a663426bbe7058eea84de46
|
||||
```
|
||||
|
||||
使用 `ps` 命令查看集群中正在运行的容器。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 ps
|
||||
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
|
||||
4c9bccbf86fb ubuntu "ping 127.0.0.1" About a minute ago Up About a minute clever_wright
|
||||
730061a3801a registry:latest "docker-registry" 2 minutes ago Up 2 minutes 192.168.0.2:5000->5000/tcp Host-1/registry_registry_1
|
||||
72d99f24a06f redis:3.0 "/entrypoint.sh redis" 2 minutes ago Up 2 minutes 6379/tcp Host-1/registry_redis_1,Host-1/registry_registry_1/redis,Host-1/registry_registry_1/redis_1,Host-1/registry_registry_1/registry_redis_1
|
||||
```
|
||||
|
||||
输出结果中显示目前集群中正在运行的容器（注意不包括 Swarm manager 服务容器），可以在不同节点上使用 `docker ps` 查看本地容器，发现这些容器实际上可能运行在集群中多个节点上（被 Swarm 调度策略进行分配）。
|
||||
|
||||
使用 info 查看所有节点的信息。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 info
|
||||
Containers: 18
|
||||
Images: 36
|
||||
Role: primary
|
||||
Strategy: spread
|
||||
Filters: health, port, dependency, affinity, constraint
|
||||
Nodes: 2
|
||||
Host-1: 192.168.0.2:2375
|
||||
└ Containers: 15
|
||||
└ Reserved CPUs: 0 / 4
|
||||
└ Reserved Memory: 1 GiB / 4.053 GiB
|
||||
└ Labels: executiondriver=native-0.2, kernelversion=3.16.0-43-generic, operatingsystem=Ubuntu 14.04.3 LTS, storagedriver=aufs
|
||||
Host-2: 192.168.0.3:2375
|
||||
└ Containers: 3
|
||||
└ Reserved CPUs: 0 / 8
|
||||
└ Reserved Memory: 0 B / 16.46 GiB
|
||||
└ Labels: executiondriver=native-0.2, kernelversion=3.16.0-30-generic, operatingsystem=Ubuntu 14.04.3 LTS, storagedriver=aufs
|
||||
CPUs: 12
|
||||
Total Memory: 20.51 GiB
|
||||
Name: 1e1ca8c4117b
|
||||
```
|
||||
结果输出显示这个集群目前只有两个节点，地址分别是 `192.168.0.2` 和 `192.168.0.3`。
|
||||
|
||||
类似的，也可以通过 Compose 模板来启动多个服务。不过请注意，要想让服务分布到多个 Swarm 节点上，需要采用版本 2 的写法。
|
||||
|
||||
### 使用网络
|
||||
Swarm 为了支持跨主机的网络，默认采用了 `overlay` 网络类型，实现上通过 vxlan 来构建联通整个 Swarm 集群的网络。
|
||||
|
||||
首先，在集群中所有节点上，添加配置 Docker daemon 选项：
|
||||
|
||||
```
|
||||
--cluster-store=<DISCOVERY_HOST:PORT> --cluster-advertise=<DOCKER_DAEMON_HOST:PORT>
|
||||
```
|
||||
|
||||
以 consul 服务为例，可能类似：
|
||||
|
||||
```bash
|
||||
--cluster-store=consul://<consul 服务地址>:8500 --cluster-advertise=192.168.0.3:2375
|
||||
```
|
||||
|
||||
之后重启 Docker 服务。
|
||||
|
||||
首先，创建一个网络。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 network create swarm_network
|
||||
```
|
||||
|
||||
查看网络，将看到一个 overlay 类型的网络。
|
||||
|
||||
```bash
|
||||
$ docker -H 192.168.0.2:12375 network ls
|
||||
NETWORK ID NAME DRIVER
|
||||
6edf2d16ec97 swarm_network overlay
|
||||
```
|
||||
|
||||
此时，所有添加到这个网络上的容器将自动被分配到集群中的节点上，并且彼此联通。
|
||||
Loading…
Reference in New Issue
Block a user