摘要:后来真正用的时候才发觉,这个简直是个神器。容器可以被创建启动停止删除暂停等。项目由编写,实现上调用了服务提供的来对容器进行管理。此命令将会停止命令所启动的容器,并移除网络启动已经存在的服务容器。停止已经处于运行状态的容器,但不删除它。
刚接触Docker的时候,以为只是用来做运维。后来真正用的时候才发觉,这个Docker简直是个神器。不管什么开发场景都能轻松应付。想要什么环境都能随意生成,而且灵活性更高,更轻量,完美实现微服务的概念。
什么是DockerDocker是一个开源的应用容器引擎,基于Go语言 并遵从Apache2.0协议开源。传统虚拟机技术是虚拟出一套硬件后,在其上运行一个完整操作系统,在该系统上再运行所需应用进程;而容器内的应用进程直接运行于宿主的内核,容器内没有自己的内核,而且也没有进行硬件虚拟。它占用的资源更少,能做到的事更多。
与传统虚拟机的对比特性 | 容器 | 虚拟机 | |
---|---|---|---|
启动 | 秒级 | 分钟级 | |
硬盘启动 | 一般为MB | 一般为GB | |
性能 | 接近原生 | 弱于 | |
系统支持量 | 单机支持上千个容器 | 一般几十个 |
安装的方法都挺简单的,我用的是mac,直接通过Docker官网下载软件安装,全程无障碍。
Docker概念镜像(images):Docker镜像是一个特殊的文件系统,除了提供容器运行时所需的程序、库、资源、配置等文件外,还包含了一些为运行时准备的一些配置参数(如匿名卷、环境变量、用户等)。镜像不包含任何动态数据,其内容在构建之后也不会被改变。(直白点可以理解为系统安装包)
容器(container):镜像和容器的关系,就像是面向对象程序设计中的类和实例一样,镜像是静态的定义,容器是镜像运行时的实体。容器可以被创建、启动、停止、删除、暂停等。(可以理解为安装好的系统)
Docker镜像使用 一、下载镜像大概了解了Docker的概念以后,我们就尝试拉取flask镜像使用一下。
查找镜像可以通过https://hub.docker.com/网站来搜索,或者通过命令搜索。
docker search flask
在这里,我是通过Docker hub官网挑选出了python3.7 + alpine3.8组合的运行环境,alpine是精简版的linux,体积更小、运行的资源消耗更少。
# 拉取镜像 docker pull tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8 # 下载好可查看镜像列表是否存在 docker images二、运行flask镜像
下载镜像以后,就开始运行下试试,感受一下Docker的轻量、快捷。
首先创建个flask运行文件来,在这里,我创建了/docker/flask作为项目文件,然后在根目录下再创建个app文件夹来存放main.py文件,代码如下:
from flask import Flask app = Flask(__name__) @app.route("/") def hello(): return "Hello World from Flask!" if __name__ == "__main__": # 测试环境下才开启debug模式 app.run(host="0.0.0.0", debug=True, port=80)
现在的文件结构:
flask └── app └── main.py
运行命令
docker run -it --name test -p 8080:80 -v /docker/flask/app:/app -w /app tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8 python main.py
这里说明一下命令的参数含义:
-it 是将-i -t合并起来,作用是可以用指定终端对容器执行命令交互。
--name 对容器进行命名。
-p 将主机的8080端口映射到容器的80端口。
-v 将主机的/docker/flask/app文件挂载到容器的/app文件,如果容器内没有的话会自动创建。
-w 将/app文件作为工作区,后面的执行命令都默认在该文件路径下执行。
tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8 镜像名跟标签。
python main.py 通过python来运行工作区的main.py文件。
运行结果:
现在主机跟容器的链接已经建立起来了,主机通过8080端口就能访问到容器的网站。
在使用别人定制的镜像时总是不能尽善尽美的,如果在自己项目里面,不能每次都是拉取下来重新配置一下。像上面的镜像,我可不喜欢这么长的名字,想想每次要敲这么长的名字都头疼(tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8)。
编写Dockerfile文件打开我们刚才的/docker/flask路径,在根目录下创建Dockerfile文件,内容如下。
# 基础镜像 FROM tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8 # 没有vim来查看文件很不习惯,利用alpine的包管理安装一个来 RUN apk add vim # 顺便用pip安装个redis包,后面用得上 RUN pip3 install redis # 将我们的app文件加入到自定义镜像里面去 COPY ./app /app
现在我们的文件结构是:
flask ├── app │ └── main.py └── Dockerfile
剩下的就跑一遍就OK啦!记得一定要在Dockerfile文件同级目录下执行build命令。
docker build -t myflask . Sending build context to Docker daemon 4.608kB Step 1/4 : FROM tiangolo/uwsgi-nginx-flask:python3.7-alpine3.8 ---> c69984ff0683 Step 2/4 : RUN apk add vim ---> Using cache ---> ebe2947fcf89 Step 3/4 : RUN pip3 install redis ---> Running in aa774ba9030e Collecting redis Downloading https://files.pythonhosted.org/packages/f5/00/5253aff5e747faf10d8ceb35fb5569b848cde2fdc13685d42fcf63118bbc/redis-3.0.1-py2.py3-none-any.whl (61kB) Installing collected packages: redis Successfully installed redis-3.0.1 Removing intermediate container aa774ba9030e ---> 47a0f1ce8ea2 Step 4/4 : COPY ./app /app ---> 50908f081641 Successfully built 50908f081641 Successfully tagged myflask:latest
-t 指定要创建的目标路径。
. 这里有个点记住啦,表示是当前路径下的Dockerfile文件,可以指定为绝对路径。
编译完后就通过docker images查看一下,就能看到myflask镜像了,里面能直接运行python main.py来启动flask,并且内置了vim和redis包。
我们的每个容器都负责一个服务,这样容器多的时候一个个手动启动的话是不现实的。在这种情况我们可以通过Docker Compose来关联每个容器,组成一个完整的项目。
Compose项目由Python编写,实现上调用了 Docker服务提供的 API 来对容器进行管理。
# 安装docker-compose sudo pip3 install docker-compose实现能记录访问次数的web
在这里,我们通过docker-compose.yml文件来启动flask容器和redis容器,并将两个不同容器相互关联起来。
首先在/docker/flask目录下创建docker-compose.yml文件,内容如下:
version: "3" services: flask: image: myflask container_name: myflask ports: - 8080:80 volumes: - /docker/flask/app:/app working_dir: /app # 运行后执行的命令 command: python main.py redis: # 如果没有这个镜像的话会自动下载 image: "redis:latest" container_name: myredis
然后我们把上面的main.py代码修改一下,连接redis数据库并记录网站访问次数。main.py修改后内容如下:
from flask import Flask from redis import Redis app = Flask(__name__) redis = Redis(host="redis", port=6379) @app.route("/") def hello(): count = redis.incr("visit") return f"Hello World from Flask! 该页面已被访问{count}次。" if __name__ == "__main__": # Only for debugging while developing app.run(host="0.0.0.0", debug=True, port=80)
目前的文件结构是:
flask ├── app │ └── main.py └── Dockerfile └── docker-compose.yml
这些编排的文件参数都是取自于Docker,基本都能看懂,其它就没啥啦,直接命令行跑起来:
docker-compose up
就辣么简单!现在我们在浏览器上访问http://localhost:8080/就能看到结果了,并且每访问一次这页面都会自动增加访问次数.
在这里,我们也能通过docker ps命令查看运行中的容器:
docker ps CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 66133318452d redis:latest "docker-entrypoint.s…" 13 seconds ago Up 12 seconds 6379/tcp myredis 0956529c3c9c myflask "/entrypoint.sh pyth…" 13 seconds ago Up 11 seconds 443/tcp, 0.0.0.0:8080->80/tcp myflask
有了Docker Compose的Docker才是完整的Docker,有了这些以后开发简直不要太爽,每个容器只要维护自己的服务环境就ok了。
Docker的日常操作 镜像常用操作# 下载镜像 docker pull name # 列出本地镜像 docker images # 使用镜像运行生成容器 docker run name:tag # 删除镜像 docker rmi id/name容器常用操作
可以通过容器的id或者容器别名来启动、停止、重启。
# 查看运行中的容器 docker ps # 查看所有生成的容器 docker ps -a # 开始容器 docker start container # 停止容器 docker stop container # 重启容器 docker restart container # 移除不需要的容器(移除前容器必须要处于停止状态) docker rm container # 进入后台运行的容器 docker exec -it container /bin/sh # 打印容器内部的信息(-f参数能实时观察内部信息) docker logs -f container
通过-i -t进来容器的,可以先按ctrl + p, 然后按ctrl + q来退出交互界面组,这样退出不会关闭容器。
docker-compose常用操作# 自动完成包括构建镜像,(重新)创建服务,启动服务,并关联服务相关容器的一系列操作。 docker-compose up # 此命令将会停止 up 命令所启动的容器,并移除网络 docker-compose down # 启动已经存在的服务容器。 docker-compose start # 停止已经处于运行状态的容器,但不删除它。通过start可以再次启动这些容器。 docker-compose stop # 重启项目中的服务 docker-compose restart
默认情况,docker-compose up启动的容器都在前台,控制台将会同时打印所有容器的输出信息,可以很方便进行调试。当通过Ctrl-C停止命令时,所有容器将会停止。
结语这次接触Docker的时间虽然不长,但是这种微服务细分的架构真的是惊艳到我了。以前玩过VM虚拟机,那个使用成本太高,不够灵活,用过一段时间就放弃了,老老实实维护自己的本机环境。有了这个Docker以后,想要什么测试环境都行,直接几行代码生成就好,一种随心所欲的自由。
上面写的那些都是日常使用的命令,能应付基本的需求了,真要深入的话建议去找详细的文档,我就不写太累赘了,希望大家都能去接触一下这个Docker,怎么都不亏,你们也会喜欢上这小鲸鱼的。
文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。
转载请注明本文地址:https://www.ucloud.cn/yun/8091.html
摘要:后来真正用的时候才发觉,这个简直是个神器。容器可以被创建启动停止删除暂停等。项目由编写,实现上调用了服务提供的来对容器进行管理。此命令将会停止命令所启动的容器,并移除网络启动已经存在的服务容器。停止已经处于运行状态的容器,但不删除它。 showImg(https://segmentfault.com/img/remote/1460000017531120?w=1200&h=500); ...
摘要:因此,另一种解决办法像这样的工具,则只是将和进行了结合,其功能尤其关注日志管理,比如格式检查,日志语法分析,数据改进地址地理位置信息,元数据标签等以及日志路由。 由Rancher社区维护的应用商店最近迎来了两个明星项目——SPM 和 Logsene,来自Sematext的监控与日志工具。如果你已经熟悉Logstash,Kibana,Prometheus,Grafana这些监控或日志解决...
阅读 1035·2023-04-25 17:51
阅读 2851·2021-11-23 09:51
阅读 1469·2021-11-08 13:21
阅读 2428·2021-09-22 15:14
阅读 1514·2019-08-30 12:48
阅读 1076·2019-08-29 12:44
阅读 1137·2019-08-26 12:21
阅读 1396·2019-08-26 10:47