阅读 334

被忽略的后端开发神器 — Docker

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Docker

Docker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Docker

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hub.docker.com/网站来搜索,或者通过命令搜索。

docker search flask
复制代码

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
复制代码

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)
复制代码

现在的文件结构:

flask
  └── app
      └── main.py
复制代码

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
复制代码

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。

自定义镜像

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
复制代码

现在我们的文件结构是:

flask
├── app
│   └── main.py
└── Dockerfile
复制代码

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
复制代码

-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。

Docker Compose让多容器成为一个整体

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
复制代码

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
复制代码

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)
复制代码

目前的文件结构是:

flask
├── app
│   └── main.py
└── Dockerfile
└── docker-compose.yml
复制代码

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
复制代码

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
复制代码

有了Docker ComposeDocker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
复制代码

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
复制代码

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
复制代码

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。

关注下面的标签,发现更多相似文章
评论