SpringCloud微服务 Day02 - Docker在微服务中的应用与实际部署
Docker技术入门与实践指南 本文系统介绍了Docker技术及其在项目部署中的应用。主要内容包括： Docker基础概念 镜像与容器的关系：镜像作为模板，容器为运行实例 DockerHub作为官方镜像仓库的作用 核心操作实践 常用命令：创建/管理容器（run、ps、stop等）、管理镜像（build、pull等） 数据卷使用：实现宿主机与容器的数据共享 网络配置：容器互联与自定义网络 项目部署流
在前两天我们学习了Linux操作系统的常见命令以及如何在Linux上部署一个单体项目。想一想自己最大的感受是什么？
我相信，除了个别天赋异禀的同学以外，大多数同学都会有相同的感受，那就是麻烦。核心体现在三点：
-
命令太多了，记不住
-
软件安装包名字复杂，不知道去哪里找
-
安装和部署步骤复杂，容易出错
其实上述问题不仅仅是新手，即便是运维在安装、部署的时候一样会觉得麻烦、容易出错。
特别是我们即将进入微服务阶段学习，微服务项目动辄就是几十台、上百台服务需要部署，有些大型项目甚至达到数万台服务。而由于每台服务器的运行环境不同，你写好的安装流程、部署脚本并不一定在每个服务器都能正常运行，经常会出错。这就给系统的部署运维带来了很多困难。
那么，有没有一种技术能够避免部署对服务器环境的依赖，减少复杂的部署流程呢？
答案是肯定的，这就是我们今天要学习的Docker技术。你会发现，有了Docker以后项目的部署如丝般顺滑，大大减少了运维工作量。
即便你对Linux不熟悉，你也能轻松部署各种常见软件、Java项目。
通过今天的学习，希望大家能达成下面的学习目标：
-
能利用Docker部署常见软件
-
能利用Docker打包并部署Java应用
-
理解Docker数据卷的基本作用
-
能看懂DockerCompose文件
1.快速入门
要想让Docker帮我们安装和部署软件，肯定要保证你的机器上有Docker. 由于大家的操作系统各不相同，安装方式也不同。为了便于大家学习，我们统一在CentOS的虚拟机中安装Docker，统一学习环境。
注意：使用MacBook的同学也请利用 VMwareFusion来安装虚拟机，并在虚拟机中学习Docker使用。
安装方式参考文档：《安装Docker》
1.1.部署MySQL
首先，我们利用Docker来安装一个MySQL软件，大家可以对比一下之前传统的安装方式，看看哪个效率更高一些。
如果是利用传统方式部署MySQL，大概的步骤有：
-
搜索并下载MySQL安装包
-
上传至Linux环境
-
编译和配置环境
-
安装
而使用Docker安装，仅仅需要一步即可，在命令行输入下面的命令（建议采用CV大法）：
docker run -d \
--name mysql \
-p 3306:3306 \
-e TZ=Asia/Shanghai \
-e MYSQL_ROOT_PASSWORD=123 \
mysql运行效果如图：
MySQL安装完毕！通过任意客户端工具即可连接到MySQL.
大家可以发现，当我们执行命令后，Docker做的第一件事情，是去自动搜索并下载了MySQL，然后会自动运行MySQL，我们完全不用插手，是不是非常方便。
而且，这种安装方式你完全不用考虑运行的操作系统环境，它不仅仅在CentOS系统是这样，在Ubuntu系统、macOS系统、甚至是装了WSL的Windows下，都可以使用这条命令来安装MySQL。
要知道，不同操作系统下其安装包、运行环境是都不相同的！如果是手动安装，必须手动解决安装包不同、环境不同的、配置不同的问题！
而使用Docker，这些完全不用考虑。就是因为Docker会自动搜索并下载MySQL。注意：这里下载的不是安装包，而是镜像。镜像中不仅包含了MySQL本身，还包含了其运行所需要的环境、配置、系统级函数库。因此它在运行时就有自己独立的环境，就可以跨系统运行，也不需要手动再次配置环境了。这套独立运行的隔离环境我们称为容器。
说明：
-
镜像：英文是image
-
容器：英文是container
因此，Docker安装软件的过程，就是自动搜索下载镜像，然后创建并运行容器的过程。
Docker会根据命令中的镜像名称自动搜索并下载镜像，那么问题来了，它是去哪里搜索和下载镜像的呢？这些镜像又是谁制作的呢？
Docker官方提供了一个专门管理、存储镜像的网站，并对外开放了镜像上传、下载的权利。Docker官方提供了一些基础镜像，然后各大软件公司又在基础镜像基础上，制作了自家软件的镜像，全部都存放在这个网站。这个网站就成了Docker镜像交流的社区：
https://hub.docker.com/
基本上我们常用的各种软件都能在这个网站上找到，我们甚至可以自己制作镜像上传上去。
像这种提供存储、管理Docker镜像的服务器，被称为DockerRegistry，可以翻译为镜像仓库。DockerHub网站是官方仓库，阿里云、华为云会提供一些第三方仓库，我们也可以自己搭建私有的镜像仓库。
官方仓库在国外，下载速度较慢，一般我们都会使用第三方仓库提供的镜像加速功能，提高下载速度。而企业内部的机密项目，往往会采用私有镜像仓库。
总之，镜像的来源有两种：
-
基于官方基础镜像自己制作
-
直接去DockerRegistry下载
总结一下：
Docker本身包含一个后台服务，我们可以利用Docker命令告诉Docker服务，帮助我们快速部署指定的应用。Docker服务部署应用时，首先要去搜索并下载应用对应的镜像，然后根据镜像创建并允许容器，应用就部署完成了。
用一幅图标示如下：
1.2.命令解读
利用Docker快速的安装了MySQL，非常的方便，不过我们执行的命令到底是什么意思呢？
docker run -d \
--name mysql \
-p 3306:3306 \
-e TZ=Asia/Shanghai \
-e MYSQL_ROOT_PASSWORD=123 \
mysql解读：
docker run -d：创建并运行一个容器，-d则是让容器以后台进程运行
--namemysql: 给容器起个名字叫mysql，你可以叫别的
-p 3306:3306: 设置端口映射。
容器是隔离环境，外界不可访问。但是可以将宿主机端口映射容器内到端口，当访问宿主机指定端口时，就是在访问容器内的端口了。
容器内端口往往是由容器内的进程决定，例如MySQL进程默认端口是3306，因此容器内端口一定是3306；而宿主机端口则可以任意指定，一般与容器内保持一致。
格式：
-p 宿主机端口:容器内端口，示例中就是将宿主机的3306映射到容器内的3306端口
-eTZ=Asia/Shanghai: 配置容器内进程运行时的一些参数
格式：
-e KEY=VALUE，KEY和VALUE都由容器内进程决定案例中，
TZ=Asia/Shanghai是设置时区；MYSQL_ROOT_PASSWORD=123是设置MySQL默认密码
mysql: 设置镜像名称，Docker会根据这个名字搜索并下载镜像
格式：
REPOSITORY:TAG，例如mysql:8.0，其中REPOSITORY可以理解为镜像名，TAG是版本号在未指定
TAG的情况下，默认是最新版本，也就是mysql:latest
镜像的名称不是随意的，而是要到DockerRegistry中寻找，镜像运行时的配置也不是随意的，要参考镜像的帮助文档，这些在DockerHub网站或者软件的官方网站中都能找到。
如果我们要安装其它软件，也可以到DockerRegistry中寻找对应的镜像名称和版本，阅读相关配置即可。
2.Docker基础
接下来，我们一起来学习Docker使用的一些基础知识，为将来部署项目打下基础。具体用法可以参考Docker官方文档：
https://docs.docker.com/
2.1.常见命令
首先我们来学习Docker中的常见命令，可以参考官方文档：
https://docs.docker.com/engine/reference/commandline/cli/
2.1.1.命令介绍
其中，比较常见的命令有：
|
命令 |
说明 |
文档地址 |
|---|---|---|
|
docker pull |
拉取镜像 |
|
|
docker push |
推送镜像到DockerRegistry |
|
|
docker images |
查看本地镜像 |
|
|
docker rmi |
删除本地镜像 |
|
|
docker run |
创建并运行容器（不能重复创建） |
|
|
docker stop |
停止指定容器 |
|
|
docker start |
启动指定容器 |
|
|
docker restart |
重新启动容器 |
|
|
docker rm |
删除指定容器 |
|
|
docker ps |
查看容器 |
|
|
docker logs |
查看容器运行日志 |
|
|
docker exec |
进入容器 |
|
|
docker save |
保存镜像到本地压缩文件 |
|
|
docker load |
加载本地压缩文件到镜像 |
|
|
docker inspect |
查看容器详细信息 |
用一副图来表示这些命令的关系：
补充：
默认情况下，每次重启虚拟机我们都需要手动启动Docker和Docker中的容器。通过命令可以实现开机自启：
# Docker开机自启
systemctl enable docker
# Docker容器开机自启
docker update --restart=always [容器名/容器id]2.1.2.演示
教学环节说明：我们以Nginx为例给大家演示上述命令。
# 第1步，去DockerHub查看nginx镜像仓库及相关信息
# 第2步，拉取Nginx镜像
docker pull nginx
# 第3步，查看镜像
docker images
# 结果如下：
REPOSITORY TAG IMAGE ID CREATED SIZE
nginx latest 605c77e624dd 16 months ago 141MB
mysql latest 3218b38490ce 17 months ago 516MB
# 第4步，创建并允许Nginx容器
docker run -d --name nginx -p 80:80 nginx
# 第5步，查看运行中容器
docker ps
# 也可以加格式化方式访问，格式会更加清爽
docker ps --format "table {{.ID}}\t{{.Image}}\t{{.Ports}}\t{{.Status}}\t{{.Names}}"
# 第6步，访问网页，地址：http://虚拟机地址
# 第7步，停止容器
docker stop nginx
# 第8步，查看所有容器
docker ps -a --format "table {{.ID}}\t{{.Image}}\t{{.Ports}}\t{{.Status}}\t{{.Names}}"
# 第9步，再次启动nginx容器
docker start nginx
# 第10步，再次查看容器
docker ps --format "table {{.ID}}\t{{.Image}}\t{{.Ports}}\t{{.Status}}\t{{.Names}}"
# 第11步，查看容器详细信息
docker inspect nginx
# 第12步，进入容器,查看容器内目录
docker exec -it nginx bash
# 或者，可以进入MySQL
docker exec -it mysql mysql -uroot -p
# 第13步，删除容器
docker rm nginx
# 发现无法删除，因为容器运行中，强制删除容器
docker rm -f nginx2.1.3.命令别名
给常用Docker命令起别名，方便我们访问：
# 修改/root/.bashrc文件
vi /root/.bashrc
内容如下：
# .bashrc
# User specific aliases and functions
alias rm='rm -i'
alias cp='cp -i'
alias mv='mv -i'
alias dps='docker ps --format "table {{.ID}}\t{{.Image}}\t{{.Ports}}\t{{.Status}}\t{{.Names}}"'
alias dis='docker images'
# Source global definitions
if [ -f /etc/bashrc ]; then
. /etc/bashrc
fi然后，执行命令使别名生效
source /root/.bashrc接下来，试试看新的命令吧。
2.2.数据卷
容器是隔离环境，容器内程序的文件、配置、运行时产生的容器都在容器内部，我们要读写容器内的文件非常不方便。大家思考几个问题：
-
如果要升级MySQL版本，需要销毁旧容器，那么数据岂不是跟着被销毁了？
-
MySQL、Nginx容器运行后，如果我要修改其中的某些配置该怎么办？
-
我想要让Nginx代理我的静态资源怎么办？
因此，容器提供程序的运行环境，但是程序运行产生的数据、程序运行依赖的配置都应该与容器解耦。
2.2.1.什么是数据卷
数据卷（volume）是一个虚拟目录，是容器内目录与宿主机目录之间映射的桥梁。
以Nginx为例，我们知道Nginx中有两个关键的目录：
-
html：放置一些静态资源 -
conf：放置配置文件
如果我们要让Nginx代理我们的静态资源，最好是放到html目录；如果我们要修改Nginx的配置，最好是找到conf下的nginx.conf文件。
但遗憾的是，容器运行的Nginx所有的文件都在容器内部。所以我们必须利用数据卷将两个目录与宿主机目录关联，方便我们操作。如图：
在上图中：
-
我们创建了两个数据卷：
conf、html -
Nginx容器内部的
conf目录和html目录分别与两个数据卷关联。 -
而数据卷conf和html分别指向了宿主机的
/var/lib/docker/volumes/conf/_data目录和/var/lib/docker/volumes/html/_data目录
这样以来，容器内的conf和html目录就 与宿主机的conf和html目录关联起来，我们称为挂载。此时，我们操作宿主机的/var/lib/docker/volumes/html/_data就是在操作容器内的/usr/share/nginx/html/_data目录。只要我们将静态资源放入宿主机对应目录，就可以被Nginx代理了。
小提示：
/var/lib/docker/volumes这个目录就是默认的存放所有容器数据卷的目录，其下再根据数据卷名称创建新目录，格式为/数据卷名/_data。
为什么不让容器目录直接指向宿主机目录呢？
-
因为直接指向宿主机目录就与宿主机强耦合了，如果切换了环境，宿主机目录就可能发生改变了。由于容器一旦创建，目录挂载就无法修改，这样容器就无法正常工作了。
-
但是容器指向数据卷，一个逻辑名称，而数据卷再指向宿主机目录，就不存在强耦合。如果宿主机目录发生改变，只要改变数据卷与宿主机目录之间的映射关系即可。
不过，我们通过由于数据卷目录比较深，不好寻找，通常我们也允许让容器直接与宿主机目录挂载而不使用数据卷，具体参考2.2.3小节。
2.2.2.数据卷命令
数据卷的相关命令有：
|
命令 |
说明 |
文档地址 |
|---|---|---|
|
docker volume create |
创建数据卷 |
|
|
docker volume ls |
查看所有数据卷 |
|
|
docker volume rm |
删除指定数据卷 |
|
|
docker volume inspect |
查看某个数据卷的详情 |
|
|
docker volume prune |
清除数据卷 |
注意：容器与数据卷的挂载要在创建容器时配置，对于创建好的容器，是不能设置数据卷的。而且创建容器的过程中，数据卷会自动创建。
教学演示环节：演示一下nginx的html目录挂载
# 1.首先创建容器并指定数据卷，注意通过 -v 参数来指定数据卷
docker run -d --name nginx -p 80:80 -v html:/usr/share/nginx/html nginx
# 2.然后查看数据卷
docker volume ls
# 结果
DRIVER VOLUME NAME
local 29524ff09715d3688eae3f99803a2796558dbd00ca584a25a4bbc193ca82459f
local html
# 3.查看数据卷详情
docker volume inspect html
# 结果
[
{
"CreatedAt": "2024-05-17T19:57:08+08:00",
"Driver": "local",
"Labels": null,
"Mountpoint": "/var/lib/docker/volumes/html/_data",
"Name": "html",
"Options": null,
"Scope": "local"
}
]
# 4.查看/var/lib/docker/volumes/html/_data目录
ll /var/lib/docker/volumes/html/_data
# 可以看到与nginx的html目录内容一样，结果如下：
总用量 8
-rw-r--r--. 1 root root 497 12月 28 2021 50x.html
-rw-r--r--. 1 root root 615 12月 28 2021 index.html
# 5.进入该目录，并随意修改index.html内容
cd /var/lib/docker/volumes/html/_data
vi index.html
# 6.打开页面，查看效果
# 7.进入容器内部，查看/usr/share/nginx/html目录内的文件是否变化
docker exec -it nginx bash教学演示环节：演示一下MySQL的匿名数据卷
# 1.查看MySQL容器详细信息
docker inspect mysql
# 关注其中.Config.Volumes部分和.Mounts部分我们关注两部分内容，第一是.Config.Volumes部分：
{
"Config": {
// ... 略
"Volumes": {
"/var/lib/mysql": {}
}
// ... 略
}
}可以发现这个容器声明了一个本地目录，需要挂载数据卷，但是数据卷未定义。这就是匿名卷。
然后，我们再看结果中的.Mounts部分：
{
"Mounts": [
{
"Type": "volume",
"Name": "29524ff09715d3688eae3f99803a2796558dbd00ca584a25a4bbc193ca82459f",
"Source": "/var/lib/docker/volumes/29524ff09715d3688eae3f99803a2796558dbd00ca584a25a4bbc193ca82459f/_data",
"Destination": "/var/lib/mysql",
"Driver": "local",
}
]
}可以发现，其中有几个关键属性：
-
Name：数据卷名称。由于定义容器未设置容器名，这里的就是匿名卷自动生成的名字，一串hash值。
-
Source：宿主机目录
-
Destination : 容器内的目录
上述配置是将容器内的/var/lib/mysql这个目录，与数据卷29524ff09715d3688eae3f99803a2796558dbd00ca584a25a4bbc193ca82459f挂载。于是在宿主机中就有了/var/lib/docker/volumes/29524ff09715d3688eae3f99803a2796558dbd00ca584a25a4bbc193ca82459f/_data这个目录。这就是匿名数据卷对应的目录，其使用方式与普通数据卷没有差别。
接下来，可以查看该目录下的MySQL的data文件：
ls -l /var/lib/docker/volumes/29524ff09715d3688eae3f99803a2796558dbd00ca584a25a4bbc193ca82459f/_data注意：每一个不同的镜像，将来创建容器后内部有哪些目录可以挂载，可以参考DockerHub对应的页面
2.2.3.挂载本地目录或文件
可以发现，数据卷的目录结构较深，如果我们去操作数据卷目录会不太方便。在很多情况下，我们会直接将容器目录与宿主机指定目录挂载。挂载语法与数据卷类似：
# 挂载本地目录
-v 本地目录:容器内目录
# 挂载本地文件
-v 本地文件:容器内文件注意：本地目录或文件必须以 / 或 ./开头，如果直接以名字开头，会被识别为数据卷名而非本地目录名。
例如：
-v mysql:/var/lib/mysql # 会被识别为一个数据卷叫mysql，运行时会自动创建这个数据卷
-v ./mysql:/var/lib/mysql # 会被识别为当前目录下的mysql目录，运行时如果不存在会创建目录教学演示，删除并重新创建mysql容器，并完成本地目录挂载：
-
挂载
/root/mysql/data到容器内的/var/lib/mysql目录 -
挂载
/root/mysql/init到容器内的/docker-entrypoint-initdb.d目录（初始化的SQL脚本目录） -
挂载
/root/mysql/conf到容器内的/etc/mysql/conf.d目录（这个是MySQL配置文件目录）
在课前资料中已经准备好了mysql的init目录和conf目录：
-v mysql:/var/lib/mysql # 会被识别为一个数据卷叫mysql，运行时会自动创建这个数据卷
-v ./mysql:/var/lib/mysql # 会被识别为当前目录下的mysql目录，运行时如果不存在会创建目录以及对应的初始化SQL脚本和配置文件：
其中，hm.cnf主要是配置了MySQL的默认编码，改为utf8mb4；而hmall.sql则是后面我们要用到的黑马商城项目的初始化SQL脚本。
我们直接将整个mysql目录上传至虚拟机的/root目录下：
接下来，我们演示本地目录挂载：
# 1.删除原来的MySQL容器
docker rm -f mysql
# 2.进入root目录
cd ~
# 3.创建并运行新mysql容器，挂载本地目录
docker run -d \
--name mysql \
-p 3306:3306 \
-e TZ=Asia/Shanghai \
-e MYSQL_ROOT_PASSWORD=123 \
-v ./mysql/data:/var/lib/mysql \
-v ./mysql/conf:/etc/mysql/conf.d \
-v ./mysql/init:/docker-entrypoint-initdb.d \
mysql
# 4.查看root目录，可以发现~/mysql/data目录已经自动创建好了
ls -l mysql
# 结果：
总用量 4
drwxr-xr-x. 2 root root 20 5月 19 15:11 conf
drwxr-xr-x. 7 polkitd root 4096 5月 19 15:11 data
drwxr-xr-x. 2 root root 23 5月 19 15:11 init
# 查看data目录，会发现里面有大量数据库数据，说明数据库完成了初始化
ls -l data
# 5.查看MySQL容器内数据
# 5.1.进入MySQL
docker exec -it mysql mysql -uroot -p123
# 5.2.查看编码表
show variables like "%char%";
# 5.3.结果，发现编码是utf8mb4没有问题
+--------------------------+--------------------------------+
| Variable_name | Value |
+--------------------------+--------------------------------+
| character_set_client | utf8mb4 |
| character_set_connection | utf8mb4 |
| character_set_database | utf8mb4 |
| character_set_filesystem | binary |
| character_set_results | utf8mb4 |
| character_set_server | utf8mb4 |
| character_set_system | utf8mb3 |
| character_sets_dir | /usr/share/mysql-8.0/charsets/ |
+--------------------------+--------------------------------+
# 6.查看数据
# 6.1.查看数据库
show databases;
# 结果，hmall是黑马商城数据库
+--------------------+
| Database |
+--------------------+
| hmall |
| information_schema |
| mysql |
| performance_schema |
| sys |
+--------------------+
5 rows in set (0.00 sec)
# 6.2.切换到hmall数据库
use hmall;
# 6.3.查看表
show tables;
# 结果：
+-----------------+
| Tables_in_hmall |
+-----------------+
| address |
| cart |
| item |
| order |
| order_detail |
| order_logistics |
| pay_order |
| user |
+-----------------+
# 6.4.查看address表数据
+----+---------+----------+--------+----------+-------------+---------------+-----------+------------+-------+
| id | user_id | province | city | town | mobile | street | contact | is_default | notes |
+----+---------+----------+--------+----------+-------------+---------------+-----------+------------+-------+
| 59 | 1 | 北京 | 北京 | 朝阳区 | 13900112222 | 金燕龙办公楼 | 李佳诚 | 0 | NULL |
| 60 | 1 | 北京 | 北京 | 朝阳区 | 13700221122 | 修正大厦 | 李佳红 | 0 | NULL |
| 61 | 1 | 上海 | 上海 | 浦东新区 | 13301212233 | 航头镇航头路 | 李佳星 | 1 | NULL |
| 63 | 1 | 广东 | 佛山 | 永春 | 13301212233 | 永春武馆 | 李晓龙 | 0 | NULL |
+----+---------+----------+--------+----------+-------------+---------------+-----------+------------+-------+
4 rows in set (0.00 sec)2.3.镜像
前面我们一直在使用别人准备好的镜像，那如果我要部署一个Java项目，把它打包为一个镜像该怎么做呢？
2.3.1.镜像结构
要想自己构建镜像，必须先了解镜像的结构。
之前我们说过，镜像之所以能让我们快速跨操作系统部署应用而忽略其运行环境、配置，就是因为镜像中包含了程序运行需要的系统函数库、环境、配置、依赖。
因此，自定义镜像本质就是依次准备好程序运行的基础环境、依赖、应用本身、运行配置等文件，并且打包而成。
举个例子，我们要从0部署一个Java应用，大概流程是这样：
-
准备一个linux服务（CentOS或者Ubuntu均可）
-
安装并配置JDK
-
上传Jar包
-
运行jar包
那因此，我们打包镜像也是分成这么几步：
-
准备Linux运行环境（java项目并不需要完整的操作系统，仅仅是基础运行环境即可）
-
安装并配置JDK
-
拷贝jar包
-
配置启动脚本
上述步骤中的每一次操作其实都是在生产一些文件（系统运行环境、函数库、配置最终都是磁盘文件），所以镜像就是一堆文件的集合。
但需要注意的是，镜像文件不是随意堆放的，而是按照操作的步骤分层叠加而成，每一层形成的文件都会单独打包并标记一个唯一id，称为Layer（层）。这样，如果我们构建时用到的某些层其他人已经制作过，就可以直接拷贝使用这些层，而不用重复制作。
例如，第一步中需要的Linux运行环境，通用性就很强，所以Docker官方就制作了这样的只包含Linux运行环境的镜像。我们在制作java镜像时，就无需重复制作，直接使用Docker官方提供的CentOS或Ubuntu镜像作为基础镜像。然后再搭建其它层即可，这样逐层搭建，最终整个Java项目的镜像结构如图所示：
2.3.2.Dockerfile
由于制作镜像的过程中，需要逐层处理和打包，比较复杂，所以Docker就提供了自动打包镜像的功能。我们只需要将打包的过程，每一层要做的事情用固定的语法写下来，交给Docker去执行即可。
而这种记录镜像结构的文件就称为Dockerfile，其对应的语法可以参考官方文档：
Dockerfile reference | Docker Docs
其中的语法比较多，比较常用的有：
|
指令 |
说明 |
示例 |
|---|---|---|
|
FROM |
指定基础镜像 |
|
|
ENV |
设置环境变量，可在后面指令使用 |
|
|
COPY |
拷贝本地文件到镜像的指定目录 |
|
|
RUN |
执行Linux的shell命令，一般是安装过程的命令 |
|
|
EXPOSE |
指定容器运行时监听的端口，是给镜像使用者看的 |
EXPOSE 8080 |
|
ENTRYPOINT |
镜像中应用的启动命令，容器运行时调用 |
ENTRYPOINT java -jar xx.jar |
例如，要基于Ubuntu镜像来构建一个Java应用，其Dockerfile内容如下：
# 指定基础镜像
FROM ubuntu:16.04
# 配置环境变量，JDK的安装目录、容器内时区
ENV JAVA_DIR=/usr/local
ENV TZ=Asia/Shanghai
# 拷贝jdk和java项目的包
COPY ./jdk8.tar.gz $JAVA_DIR/
COPY ./docker-demo.jar /tmp/app.jar
# 设定时区
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone
# 安装JDK
RUN cd $JAVA_DIR \
&& tar -xf ./jdk8.tar.gz \
&& mv ./jdk1.8.0_144 ./java8
# 配置环境变量
ENV JAVA_HOME=$JAVA_DIR/java8
ENV PATH=$PATH:$JAVA_HOME/bin
# 指定项目监听的端口
EXPOSE 8080
# 入口，java项目的启动命令
ENTRYPOINT ["java", "-jar", "/app.jar"]同学们思考一下：以后我们会有很多很多java项目需要打包为镜像，他们都需要Linux系统环境、JDK环境这两层，只有上面的3层不同（因为jar包不同）。如果每次制作java镜像都重复制作前两层镜像，是不是很麻烦。
所以，就有人提供了基础的系统加JDK环境，我们在此基础上制作java镜像，就可以省去JDK的配置了：
# 基础镜像
FROM openjdk:11.0-jre-buster
# 设定时区
ENV TZ=Asia/Shanghai
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone
# 拷贝jar包
COPY docker-demo.jar /app.jar
# 入口
ENTRYPOINT ["java", "-jar", "/app.jar"]是不是简单多了。
2.3.3.构建镜像
当Dockerfile文件写好以后，就可以利用命令来构建镜像了。
在课前资料中，我们准备好了一个demo项目及对应的Dockerfile：
首先，我们将课前资料提供的docker-demo.jar包以及Dockerfile拷贝到虚拟机的/root/demo目录：
然后，执行命令，构建镜像：
# 进入镜像目录 cd /root/demo # 开始构建 docker build -t docker-demo:1.0 .
命令说明：
-
docker build: 就是构建一个docker镜像 -
-t docker-demo:1.0：-t参数是指定镜像的名称（repository和tag） -
.: 最后的点是指构建时Dockerfile所在路径，由于我们进入了demo目录，所以指定的是.代表当前目录，也可以直接指定Dockerfile目录：# 直接指定Dockerfile目录 docker build -t docker-demo:1.0 /root/demo
结果：
查看镜像列表：
# 查看镜像列表：
docker images
# 结果
REPOSITORY TAG IMAGE ID CREATED SIZE
docker-demo 1.0 d6ab0b9e64b9 27 minutes ago 327MB
nginx latest 605c77e624dd 16 months ago 141MB
mysql latest 3218b38490ce 17 months ago 516MB然后尝试运行该镜像：
# 1.创建并运行容器
docker run -d --name dd -p 8080:8080 docker-demo:1.0
# 2.查看容器
dps
# 结果
CONTAINER ID IMAGE PORTS STATUS NAMES
78a000447b49 docker-demo:1.0 0.0.0.0:8080->8080/tcp, :::8090->8090/tcp Up 2 seconds dd
f63cfead8502 mysql 0.0.0.0:3306->3306/tcp, :::3306->3306/tcp, 33060/tcp Up 2 hours mysql
# 3.访问
curl localhost:8080/hello/count
# 结果：
<h5>欢迎访问黑马商城, 这是您第1次访问<h5>2.4.网络
上节课我们创建了一个Java项目的容器，而Java项目往往需要访问其它各种中间件，例如MySQL、Redis等。现在，我们的容器之间能否互相访问呢？我们来测试一下
首先，我们查看下MySQL容器的详细信息，重点关注其中的网络IP地址：
# 1.用基本命令，寻找Networks.bridge.IPAddress属性
docker inspect mysql
# 也可以使用format过滤结果
docker inspect --format='{{range .NetworkSettings.Networks}}{{println .IPAddress}}{{end}}' mysql
# 得到IP地址如下：
172.17.0.2
# 2.然后通过命令进入dd容器
docker exec -it dd bash
# 3.在容器内，通过ping命令测试网络
ping 172.17.0.2
# 结果
PING 172.17.0.2 (172.17.0.2) 56(84) bytes of data.
64 bytes from 172.17.0.2: icmp_seq=1 ttl=64 time=0.053 ms
64 bytes from 172.17.0.2: icmp_seq=2 ttl=64 time=0.059 ms
64 bytes from 172.17.0.2: icmp_seq=3 ttl=64 time=0.058 ms发现可以互联，没有问题。
但是，容器的网络IP其实是一个虚拟的IP，其值并不固定与某一个容器绑定，如果我们在开发时写死某个IP，而在部署时很可能MySQL容器的IP会发生变化，连接会失败。
所以，我们必须借助于docker的网络功能来解决这个问题，官方文档：
常见命令有：
|
命令 |
说明 |
文档地址 |
|---|---|---|
|
docker network create |
创建一个网络 |
|
|
docker network ls |
查看所有网络 |
|
|
docker network rm |
删除指定网络 |
|
|
docker network prune |
清除未使用的网络 |
|
|
docker network connect |
使指定容器连接加入某网络 |
|
|
docker network disconnect |
使指定容器连接离开某网络 |
|
|
docker network inspect |
查看网络详细信息 |
教学演示：自定义网络
# 1.首先通过命令创建一个网络
docker network create hmall
# 2.然后查看网络
docker network ls
# 结果：
NETWORK ID NAME DRIVER SCOPE
639bc44d0a87 bridge bridge local
403f16ec62a2 hmall bridge local
0dc0f72a0fbb host host local
cd8d3e8df47b none null local
# 其中，除了hmall以外，其它都是默认的网络
# 3.让dd和mysql都加入该网络，注意，在加入网络时可以通过--alias给容器起别名
# 这样该网络内的其它容器可以用别名互相访问！
# 3.1.mysql容器，指定别名为db，另外每一个容器都有一个别名是容器名
docker network connect hmall mysql --alias db
# 3.2.db容器，也就是我们的java项目
docker network connect hmall dd
# 4.进入dd容器，尝试利用别名访问db
# 4.1.进入容器
docker exec -it dd bash
# 4.2.用db别名访问
ping db
# 结果
PING db (172.18.0.2) 56(84) bytes of data.
64 bytes from mysql.hmall (172.18.0.2): icmp_seq=1 ttl=64 time=0.070 ms
64 bytes from mysql.hmall (172.18.0.2): icmp_seq=2 ttl=64 time=0.056 ms
# 4.3.用容器名访问
ping mysql
# 结果：
PING mysql (172.18.0.2) 56(84) bytes of data.
64 bytes from mysql.hmall (172.18.0.2): icmp_seq=1 ttl=64 time=0.044 ms
64 bytes from mysql.hmall (172.18.0.2): icmp_seq=2 ttl=64 time=0.054 msOK，现在无需记住IP地址也可以实现容器互联了。
总结：
-
在自定义网络中，可以给容器起多个别名，默认的别名是容器名本身
-
在同一个自定义网络中的容器，可以通过别名互相访问
3.项目部署
好了，我们已经熟悉了Docker的基本用法，接下来可以尝试部署项目了。
在课前资料中已经提供了一个黑马商城项目给大家，如图：
项目说明：
-
hmall：商城的后端代码
-
hmall-portal：商城用户端的前端代码
-
hmall-admin：商城管理端的前端代码
部署的容器及端口说明：
|
项目 |
容器名 |
端口 |
备注 |
|---|---|---|---|
|
hmall |
hmall |
8080 |
黑马商城后端API入口 |
|
hmall-portal |
nginx |
18080 |
黑马商城用户端入口 |
|
hmall-admin |
18081 |
黑马商城管理端入口 |
|
|
mysql |
mysql |
3306 |
数据库 |
在正式部署前，我们先删除之前的nginx、dd两个容器：
docker rm -f nginx ddmysql容器中已经准备好了商城的数据，所以就不再删除了。
3.1.部署Java项目
hmall项目是一个maven聚合项目，使用IDEA打开hmall项目，查看项目结构如图：
我们要部署的就是其中的hm-service，其中的配置文件采用了多环境的方式：
其中的application-dev.yaml是部署到开发环境的配置，application-local.yaml是本地运行时的配置。
查看application.yaml，你会发现其中的JDBC地址并未写死，而是读取变量：
这两个变量在application-dev.yaml和application-local.yaml中并不相同：
在dev开发环境（也就是Docker部署时）采用了mysql作为地址，刚好是我们的mysql容器名，只要两者在一个网络，就一定能互相访问。
我们将项目打包：
结果：
将hm-service目录下的Dockerfile和hm-service/target目录下的hm-service.jar一起上传到虚拟机的root目录：
部署项目：
# 1.构建项目镜像，不指定tag，则默认为latest
docker build -t hmall .
# 2.查看镜像
docker images
# 结果
REPOSITORY TAG IMAGE ID CREATED SIZE
hmall latest 0bb07b2c34b9 43 seconds ago 362MB
docker-demo 1.0 49743484da68 24 hours ago 327MB
nginx latest 605c77e624dd 16 months ago 141MB
mysql latest 3218b38490ce 17 months ago 516MB
# 3.创建并运行容器，并通过--network将其加入hmall网络，这样才能通过容器名访问mysql
docker run -d --name hmall --network hmall -p 8080:8080 hmall测试，通过浏览器访问：http://你的虚拟机地址:8080/search/list
3.2.部署前端
hmall-portal和hmall-admin是前端代码，需要基于nginx部署。在课前资料中已经给大家提供了nginx的部署目录：
其中：
-
html是静态资源目录，我们需要把hmall-portal以及hmall-admin都复制进去 -
nginx.conf是nginx的配置文件，主要是完成对html下的两个静态资源目录做代理
我们现在要做的就是把整个nginx目录上传到虚拟机的/root目录下：
然后创建nginx容器并完成两个挂载：
-
把
/root/nginx/nginx.conf挂载到/etc/nginx/nginx.conf -
把
/root/nginx/html挂载到/usr/share/nginx/html
由于需要让nginx同时代理hmall-portal和hmall-admin两套前端资源，因此我们需要暴露两个端口：
-
18080：对应hmall-portal
-
18081：对应hmall-admin
命令如下：
docker run -d \
--name nginx \
-p 18080:18080 \
-p 18081:18081 \
-v /root/nginx/html:/usr/share/nginx/html \
-v /root/nginx/nginx.conf:/etc/nginx/nginx.conf \
--network hmall \
nginx测试，通过浏览器访问：http://你的虚拟机ip:18080
3.3.DockerCompose
大家可以看到，我们部署一个简单的java项目，其中包含3个容器：
-
MySQL
-
Nginx
-
Java项目
而稍微复杂的项目，其中还会有各种各样的其它中间件，需要部署的东西远不止3个。如果还像之前那样手动的逐一部署，就太麻烦了。
而Docker Compose就可以帮助我们实现多个相互关联的Docker容器的快速部署。它允许用户通过一个单独的 docker-compose.yml 模板文件（YAML 格式）来定义一组相关联的应用容器。
3.3.1.基本语法
docker-compose.yml文件的基本语法可以参考官方文档：
https://docs.docker.com/compose/compose-file/compose-file-v3/
docker-compose文件中可以定义多个相互关联的应用容器，每一个应用容器被称为一个服务（service）。由于service就是在定义某个应用的运行时参数，因此与docker run参数非常相似。
举例来说，用docker run部署MySQL的命令如下：
docker run -d \
--name mysql \
-p 3306:3306 \
-e TZ=Asia/Shanghai \
-e MYSQL_ROOT_PASSWORD=123 \
-v ./mysql/data:/var/lib/mysql \
-v ./mysql/conf:/etc/mysql/conf.d \
-v ./mysql/init:/docker-entrypoint-initdb.d \
--network hmall
mysql如果用docker-compose.yml文件来定义，就是这样：
version: "3.8"
services:
mysql:
image: mysql
container_name: mysql
ports:
- "3306:3306"
environment:
TZ: Asia/Shanghai
MYSQL_ROOT_PASSWORD: 123
volumes:
- "./mysql/conf:/etc/mysql/conf.d"
- "./mysql/data:/var/lib/mysql"
networks:
- new
networks:
new:
name: hmall对比如下：
|
docker run 参数 |
docker compose 指令 |
说明 |
|---|---|---|
|
--name |
container_name |
容器名称 |
|
-p |
ports |
端口映射 |
|
-e |
environment |
环境变量 |
|
-v |
volumes |
数据卷配置 |
|
--network |
networks |
网络 |
明白了其中的对应关系，相信编写docker-compose文件应该难不倒大家。
黑马商城部署文件：
version: "3.8"
services:
mysql:
image: mysql
container_name: mysql
ports:
- "3306:3306"
environment:
TZ: Asia/Shanghai
MYSQL_ROOT_PASSWORD: 123
volumes:
- "./mysql/conf:/etc/mysql/conf.d"
- "./mysql/data:/var/lib/mysql"
- "./mysql/init:/docker-entrypoint-initdb.d"
networks:
- hm-net
hmall:
build:
context: .
dockerfile: Dockerfile
container_name: hmall
ports:
- "8080:8080"
networks:
- hm-net
depends_on:
- mysql
nginx:
image: nginx
container_name: nginx
ports:
- "18080:18080"
- "18081:18081"
volumes:
- "./nginx/nginx.conf:/etc/nginx/nginx.conf"
- "./nginx/html:/usr/share/nginx/html"
depends_on:
- hmall
networks:
- hm-net
networks:
hm-net:
name: hmall3.3.2.基础命令
编写好docker-compose.yml文件，就可以部署项目了。常见的命令：
https://docs.docker.com/compose/reference/
基本语法如下：
docker compose [OPTIONS] [COMMAND]其中，OPTIONS和COMMAND都是可选参数，比较常见的有：
|
类型 |
参数或指令 |
说明 |
|---|---|---|
|
Options |
-f |
指定compose文件的路径和名称 |
|
-p |
指定project名称。project就是当前compose文件中设置的多个service的集合，是逻辑概念 |
|
|
Commands |
up |
创建并启动所有service容器 |
|
down |
停止并移除所有容器、网络 |
|
|
ps |
列出所有启动的容器 |
|
|
logs |
查看指定容器的日志 |
|
|
stop |
停止容器 |
|
|
start |
启动容器 |
|
|
restart |
重启容器 |
|
|
top |
查看运行的进程 |
|
|
exec |
在指定的运行中容器中执行命令 |
教学演示：
# 1.进入root目录
cd /root
# 2.删除旧容器
docker rm -f $(docker ps -qa)
# 3.删除hmall镜像
docker rmi hmall
# 4.清空MySQL数据
rm -rf mysql/data
# 5.启动所有, -d 参数是后台启动
docker compose up -d
# 结果：
[+] Building 15.5s (8/8) FINISHED
=> [internal] load build definition from Dockerfile 0.0s
=> => transferring dockerfile: 358B 0.0s
=> [internal] load .dockerignore 0.0s
=> => transferring context: 2B 0.0s
=> [internal] load metadata for docker.io/library/openjdk:11.0-jre-buster 15.4s
=> [1/3] FROM docker.io/library/openjdk:11.0-jre-buster@sha256:3546a17e6fb4ff4fa681c3 0.0s
=> [internal] load build context 0.0s
=> => transferring context: 98B 0.0s
=> CACHED [2/3] RUN ln -snf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo 0.0s
=> CACHED [3/3] COPY hm-service.jar /app.jar 0.0s
=> exporting to image 0.0s
=> => exporting layers 0.0s
=> => writing image sha256:32eebee16acde22550232f2eb80c69d2ce813ed099640e4cfed2193f71 0.0s
=> => naming to docker.io/library/root-hmall 0.0s
[+] Running 4/4
✔ Network hmall Created 0.2s
✔ Container mysql Started 0.5s
✔ Container hmall Started 0.9s
✔ Container nginx Started 1.5s
# 6.查看镜像
docker compose images
# 结果
CONTAINER REPOSITORY TAG IMAGE ID SIZE
hmall root-hmall latest 32eebee16acd 362MB
mysql mysql latest 3218b38490ce 516MB
nginx nginx latest 605c77e624dd 141MB
# 7.查看容器
docker compose ps
# 结果
NAME IMAGE COMMAND SERVICE CREATED STATUS PORTS
hmall root-hmall "java -jar /app.jar" hmall 54 seconds ago Up 52 seconds 0.0.0.0:8080->8080/tcp, :::8080->8080/tcp
mysql mysql "docker-entrypoint.s…" mysql 54 seconds ago Up 53 seconds 0.0.0.0:3306->3306/tcp, :::3306->3306/tcp, 33060/tcp
nginx nginx "/docker-entrypoint.…" nginx 54 seconds ago Up 52 seconds 80/tcp, 0.0.0.0:18080-18081->18080-18081/tcp, :::18080-18081->18080-18081/tcp打开浏览器，访问：http://yourIp:8080
大厂面试题：Docker与微服务架构
问题 1：请简要解释 Docker 的基本概念，并列举 Docker 在微服务架构中的优势。
参考答案：
Docker 是一种轻量级的虚拟化技术，使用容器来打包应用程序及其所有依赖项（如操作系统、库、配置文件等），使得应用程序能够在任何环境中运行，保证一致性。Docker 的核心概念包括镜像（image）、容器（container）和 Docker 仓库（Docker Hub）。镜像是容器的模板，容器是运行中的实例，仓库用于存储和管理镜像。
在微服务架构中，Docker 的优势包括：
-
一致的运行环境： 通过容器化，应用及其依赖可以在不同的开发、测试、生产环境中无差异运行，消除了环境差异导致的问题。
-
简化部署： 容器化的应用可以通过一条命令快速启动，减少了手动配置和安装的复杂性，节省了运维成本。
-
高效资源利用： 与传统虚拟机相比，Docker 容器更轻量，启动速度快，资源占用少，适合大规模部署。
-
易于扩展与管理： 微服务架构中，Docker 可以帮助我们快速启动和销毁服务实例，灵活应对业务流量波动。
-
与容器编排工具集成： Docker 与 Kubernetes 等容器编排工具结合，可以实现自动化部署、扩展和负载均衡，支持大规模微服务部署。
问题 2：如何在 Docker 中实现微服务之间的通信？请简述常用的几种方式。
参考答案：
在 Docker 中，微服务之间的通信可以通过以下几种方式实现：
-
Docker 网络（Bridge 网络）：
Docker 提供了不同类型的网络模式，最常用的是bridge网络。每个容器都会被分配一个虚拟IP地址，并可以通过该IP与其他容器通信。如果需要容器通过服务名称进行通信，可以将它们连接到同一个自定义网络中。例如，创建一个自定义网络并将多个服务加入该网络，使得服务能够通过容器名称相互访问。
docker network create my_network docker run -d --name service1 --network my_network my_image docker run -d --name service2 --network my_network my_image -
Docker Compose：
Docker Compose 是一个工具，用于定义和运行多个 Docker 容器的应用。通过docker-compose.yml文件，可以方便地配置服务的网络、依赖等。Compose 会自动为每个服务创建一个网络，服务可以通过服务名进行相互通信。version: "3.8" services: service1: image: service1_image service2: image: service2_image depends_on: - service1 -
Docker容器端口映射：
如果微服务容器运行在不同主机或虚拟机上，可以使用端口映射功能，映射容器的端口到宿主机的端口，通过宿主机IP进行访问。docker run -d -p 8080:8080 my_image -
服务发现与负载均衡：
在大规模微服务架构中，服务的动态扩缩容会导致服务实例的 IP 地址发生变化，通常需要使用服务发现工具（如 Consul、etcd）来动态注册和发现服务。Docker 与这些工具结合可以实现自动化的服务发现与负载均衡。
问题 3：Docker 容器与虚拟机的主要区别是什么？在微服务架构中，使用 Docker 容器相比虚拟机有什么优势？
参考答案：
Docker 容器与虚拟机的主要区别在于虚拟化的层次和效率：
-
虚拟机（VM）：
-
每个虚拟机包含一个完整的操作系统（OS），包括内核、库和依赖。
-
由于每个虚拟机都包含完整的操作系统，启动较慢，资源消耗较大。
-
虚拟化开销较大，每个虚拟机需要更多的磁盘、内存和处理能力。
-
-
Docker 容器：
-
Docker 容器共享宿主机操作系统内核，但每个容器有自己的文件系统、网络、进程等隔离环境。
-
启动速度快，资源占用少，适合微服务架构中需要快速扩展和快速恢复的场景。
-
因为容器仅包含应用程序及其依赖，不需要冗余的操作系统开销，因此更轻量。
-
在微服务架构中，Docker 容器相比虚拟机的优势包括：
-
更高的资源利用率：Docker 容器可以在同一宿主机上高效运行多个服务实例，而虚拟机则需要较高的系统资源和更多的硬件支持。
-
更快的启动速度：容器的启动时间远低于虚拟机，适合快速部署和扩展。
-
易于管理和维护：Docker 提供了简洁的命令行工具和 API 来管理容器，支持容器的快速部署、扩展和删除。
-
跨平台可移植性：容器可以在不同操作系统和云平台间无缝迁移，而虚拟机的迁移通常更复杂。
-
开发与运维一致性：Docker 能够确保开发环境与生产环境一致，避免了开发环境与生产环境不匹配的问题。
问题 4：在微服务架构中，如何通过 Docker 实现持续集成（CI）和持续交付（CD）？
参考答案：
在微服务架构中，Docker 是 CI/CD 流程中的重要工具，通过容器化应用，可以大大简化持续集成与持续交付的过程。
-
持续集成（CI）：
-
每次代码提交后，通过 CI 工具（如 Jenkins、GitLab CI）自动构建和测试 Docker 镜像。CI 工具会在构建过程中利用 Dockerfile 生成新的镜像，并进行单元测试、集成测试等操作。
-
Docker 镜像使得构建环境一致，无论是开发、测试还是生产，所有环境都能使用相同的镜像，确保一致性。
例如，在 Jenkins 中使用 Docker 构建镜像：
docker build -t my_image:latest . docker run --rm my_image:latest npm test -
-
持续交付（CD）：
-
在 CI 流程完成后，Docker 可以作为持续交付的基础。CD 工具（如 Jenkins、GitLab CI/CD、Spinnaker）可以自动将构建好的 Docker 镜像推送到 Docker Registry（如 Docker Hub、私有仓库）。
-
随后，容器编排工具（如 Kubernetes、Docker Swarm）会自动拉取新版本的镜像，部署到生产环境中，实现无缝的自动化部署。
例如，Docker 镜像发布到 Docker Hub 后，CD 工具可以自动更新生产环境中的容器：
docker pull my_image:latest docker-compose up -d -
Docker 容器使得微服务架构中的 CI/CD 流程更加自动化、高效，并且能够减少部署过程中的人为错误。
大厂场景题：Docker与微服务架构
场景题 1：在一个基于微服务架构的电商平台中，所有服务都已经容器化部署，且通过 Docker Compose 进行管理。现在，系统出现了一个性能瓶颈，特别是在订单处理和支付服务的响应时间上。请描述你如何使用 Docker 相关技术来排查和优化该性能瓶颈。
参考答案：
在这种场景下，我会通过以下几个步骤来排查和优化性能瓶颈：
-
确认瓶颈定位：
-
查看服务容器资源使用情况： 通过
docker stats命令检查每个容器的 CPU、内存、网络和磁盘 I/O 等资源使用情况，确认是否是某些服务容器消耗了过多资源。 -
检查应用日志： 查看支付和订单服务的日志，找出可能的异常或者高延迟操作。例如，可以通过
docker logs <container_name>查看容器日志。
-
-
优化容器资源限制：
-
限制容器资源： 如果发现某个容器消耗过多的 CPU 或内存，可以在
docker-compose.yml文件中为相关服务设置资源限制，确保容器不会过度占用宿主机资源，导致其他服务的性能下降。
services: order-service: image: order-service deploy: resources: limits: cpus: '0.5' memory: 512M -
-
分析数据库性能：
-
数据库瓶颈： 如果订单处理和支付服务频繁访问数据库，那么数据库的性能可能是瓶颈。可以使用
docker exec进入 MySQL 容器，使用查询优化工具（如EXPLAIN）来分析慢查询。 -
数据库优化： 如果发现数据库性能问题，考虑优化 SQL 查询，添加必要的索引，或者通过 Docker 挂载外部存储以提高数据访问速度。
-
-
容器编排与负载均衡：
-
横向扩展服务： 使用 Docker Compose 或 Kubernetes 等工具对高负载的服务进行横向扩展（增加更多实例），并使用负载均衡器（如 Nginx 或 HAProxy）来分发请求，确保系统能够处理更多的并发请求。
-
容器健康检查与自动重启： 配置 Docker 的健康检查机制，当发现某个服务实例无法正常工作时自动重启该容器，避免单点故障影响整个系统的性能。
-
-
使用容器日志与监控工具：
-
集成监控工具： 使用 Prometheus 和 Grafana 等容器监控工具来实时监控微服务的运行情况，包括 CPU、内存、请求响应时间等指标，以便及时发现潜在的性能问题。
-
日志聚合： 使用 ELK（Elasticsearch, Logstash, Kibana）或 Fluentd 等日志聚合工具，集中管理和分析容器日志，快速定位性能瓶颈。
-
通过以上步骤，能够有效定位和解决订单和支付服务性能瓶颈问题，提高系统的整体性能和稳定性。
场景题 2：你在公司负责管理一个基于 Docker 容器的微服务架构，其中包含多个服务，如用户服务、订单服务、支付服务等。最近，你的团队决定将所有容器迁移到一个新的 Kubernetes 集群上，并且需要保证无缝过渡。请描述迁移的具体步骤以及如何确保平滑过渡，避免业务中断。
参考答案：
在迁移到 Kubernetes 集群时，确保无缝过渡的关键是提前准备和逐步过渡。以下是我会采取的具体步骤：
-
准备工作：
-
熟悉 Kubernetes 集群环境： 首先，确保团队成员对 Kubernetes 集群的配置和使用有一定的了解，熟悉 Kubernetes 的基本概念，如 Pod、Deployment、Service、Ingress 等。
-
容器镜像的准备： 确保所有的服务镜像已经推送到一个私有或公共的容器镜像仓库中，以便 Kubernetes 可以拉取并部署容器。
-
-
创建 Kubernetes 配置文件：
-
编写 Deployment 文件： 将每个 Docker 服务的容器化配置（如环境变量、卷挂载、端口映射等）转换为 Kubernetes 的
Deployment和Service配置文件，确保每个服务在 Kubernetes 中都有一个对应的 Pod 和 Service。
apiVersion: apps/v1 kind: Deployment metadata: name: order-service spec: replicas: 3 selector: matchLabels: app: order-service template: metadata: labels: app: order-service spec: containers: - name: order-service image: my-registry/order-service:latest ports: - containerPort: 8080 env: - name: DATABASE_URL value: "mysql://order-db:3306" --- apiVersion: v1 kind: Service metadata: name: order-service spec: selector: app: order-service ports: - protocol: TCP port: 8080 targetPort: 8080 clusterIP: None # This ensures that service discovery is done through DNS -
-
分阶段迁移：
-
测试迁移： 在 Kubernetes 集群中部署一个服务，并确保它能够正常运行。在部署过程中，可以通过
kubectl get pods和kubectl logs等命令查看容器的日志，确保没有错误。 -
服务逐步迁移： 在确保第一个服务无误后，开始逐步将其他服务迁移到 Kubernetes 集群上。每次迁移一个服务，并通过 Kubernetes 提供的负载均衡和流量管理功能（如 Ingress 或 Service）确保流量切换的平滑。
-
-
蓝绿部署与滚动更新：
-
使用蓝绿部署： 在迁移期间，可以通过蓝绿部署的方式保证平滑过渡。先在 Kubernetes 集群中部署新的服务版本（绿色版本），然后逐步将流量切换到新的服务。通过 Kubernetes 的
Deployment控制滚动更新，逐步替换旧的服务。 -
使用滚动更新： 配置 Kubernetes 的
Deployment文件中的滚动更新策略，确保每次只更新一小部分实例，避免在迁移过程中出现服务中断。
spec: strategy: type: RollingUpdate rollingUpdate: maxSurge: 1 maxUnavailable: 1 -
-
数据迁移：
-
数据库连接与迁移： 如果在迁移过程中，数据库也需要迁移到新的 Kubernetes 集群，必须确保数据库的数据同步。可以使用数据库备份和恢复策略，或者采用数据库主从同步的方式，确保数据的一致性。
-
数据卷迁移： 在 Kubernetes 中，使用持久化卷（PVC）来存储数据。如果服务依赖于持久化存储，可以先在 Kubernetes 中创建相应的 PVC 和 StorageClass，再将原有数据迁移到新卷中。
-
-
验证与监控：
-
验证迁移是否成功： 通过访问每个服务的 Kubernetes 服务端点，确保应用程序能够正常运行，并且服务之间的通信正常。使用 Kubernetes 的日志功能和监控工具（如 Prometheus + Grafana）进行验证。
-
集成监控与报警： 在迁移过程中，确保所有的服务都集成了监控，并且配置了报警机制。Kubernetes 本身支持与多种监控工具集成，例如 Prometheus、ELK Stack 等。
-
-
最终切换：
-
流量切换： 当所有的服务都在 Kubernetes 上成功部署并验证无误时，通过配置 Kubernetes 的 Ingress 或服务暴露规则将外部流量引导到新的集群中。
-
清理旧环境： 最后，关闭旧环境中的服务，并删除不再需要的 Docker 容器和虚拟机实例。
-
通过这些步骤，我能够确保微服务从 Docker 环境到 Kubernetes 环境的平滑过渡，确保业务不间断运行。
场景题 3：你所在的团队正在开发一个包含多个微服务的在线教育平台。平台中的各个服务都已经容器化，并且已经通过 Docker Compose 进行本地开发环境的管理。现在，团队计划将服务部署到云端环境（例如 AWS 或阿里云），并希望能够根据负载自动扩展服务实例。请描述你如何利用 Docker 和容器编排工具实现自动扩展，确保平台在高并发时的可用性和性能。
参考答案：
在这种情况下，我会采用以下方案来实现平台的自动扩展：
-
选择容器编排工具：
-
Kubernetes 或 ECS： 对于云端部署，我会选择使用 Kubernetes 或 AWS ECS（Elastic Container Service）作为容器编排工具。Kubernetes 提供了强大的自动扩展能力，可以基于负载自动调整服务实例的数量。ECS 也提供了类似的功能，并且与 AWS 服务紧密集成。
-
-
配置自动扩展：
-
Kubernetes Horizontal Pod Autoscaler（HPA）： 在 Kubernetes 中，我可以使用 Horizontal Pod Autoscaler（HPA）来根据 CPU 使用率或自定义指标来自动扩展服务实例。首先，需要定义每个服务的
Deployment文件，并配置自动扩展策略：
apiVersion: apps/v1 kind: Deployment metadata: name: order-service spec: replicas: 2 # 初始副本数 template: metadata: labels: app: order-service spec: containers: - name: order-service image: my-registry/order-service:latest resources: limits: cpu: "500m" memory: "512Mi" --- apiVersion: autoscaling/v2 kind: HorizontalPodAutoscaler metadata: name: order-service-hpa spec: scaleTargetRef: apiVersion: apps/v1 kind: Deployment name: order-service minReplicas: 2 maxReplicas: 10 metrics: - type: Resource resource: name: cpu target: type: Utilization averageUtilization: 50-
AWS ECS 自动扩展： 在 AWS ECS 中，可以配置
Application Auto Scaling来基于 CPU 使用率或其他自定义指标自动扩展 ECS 服务实例。
-
-
负载均衡与高可用性：
-
Kubernetes Service： 在 Kubernetes 中，使用
Service来暴露每个微服务。Kubernetes 的内置负载均衡器会自动将请求分发到所有健康的 Pod 实例上。 -
AWS ALB/NLB： 在 AWS 中，使用 Application Load Balancer（ALB）或 Network Load Balancer（NLB）来分发流量，确保不同实例的负载均衡。
-
-
监控与告警：
-
Prometheus 和 Grafana： 监控平台使用 Prometheus 和 Grafana 来收集和可视化各个服务的指标，如 CPU 使用率、内存使用情况、请求响应时间等。
-
AWS CloudWatch： 使用 AWS CloudWatch 监控 ECS 服务的性能，设置警报，当负载过高时触发扩展。
-
-
自动扩展策略：
-
基于负载的扩展： 当服务的请求量增加时，系统会自动扩展更多实例；当请求量减少时，系统会缩减实例数量，节省资源。
-
基于时间的扩展： 在高峰期（如晚上 8 点到 10 点），可以提前预测流量增加，配置预定的自动扩展计划。
-
通过以上方案，可以确保在线教育平台在高并发时能够平稳运行，并且能够根据负载自动扩展或缩减服务实例，优化资源利用率，保证系统的高可用性和性能。
全面兼容主流 AI 模型，支持本地及云端双模式
更多推荐
7
0- 0
已为社区贡献1条内容
所有评论(0)