Docker curriculum (3): 多容器环境

多容器环境

在上一节中，我们看到了使用 Docker 运行应用程序是多么容易和有趣。我们从一个简单的静态网站开始，然后尝试了一个 Flask 应用程序。只需几个命令，我们就可以在本地或者云服务器中运行这两者。这两个应用程序的一个共同点是它们都在一个容器中运行。

那些在生产中运行服务的人都知道，现在的应用程序通常并不那么简单。几乎总是涉及到数据库（或任何其他类型的持久存储）。Redis和Memcached等系统已成为大多数 Web 应用程序架构的必备品。因此，在本节中，我们将花一些时间来学习如何将依赖于不同服务运行的应用程序 Docker化。

特别是，我们将了解如何运行和管理多容器docker 环境。你可能会问为什么是多容器？好吧，Docker 的关键点之一是它提供隔离的方式。将进程与其依赖项捆绑在沙箱（称为容器）中的想法使其如此强大。

就像解耦应用程序层是一个很好的策略一样，将每个服务的容器分开是明智的。每个层可能有不同的资源需求，这些需求可能以不同的速度增长。通过将层分成不同的容器，可以根据不同的资源需求使用最合适的实例类型来组合每一层。这也非常适合整个微服务，这也是 Docker（或任何其他容器技术）处于现代微服务架构前沿的主要原因之一。

项目实践

以SF FOOD Trucks为例，来实现多容器环境。构建这个应用程序的目标是有一些有用的东西（因为它类似于现实世界的应用程序），依赖于至少一个服务。

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-fSDv1U97-1632740666341)(C:\Users\DELL-3020\AppData\Roaming\Typora\typora-user-images\image-20210927150421460.png)]

该应用程序的后端是用 Python (Flask) 编写的，它使用Elasticsearch进行搜索。与本教程中的其他内容一样，整个源代码都可以在Github 上找到。本文将使用它作为候选应用程序来学习如何构建、运行和部署多容器环境。

首先，让我们在本地克隆存储库

$ git clone https://github.com/prakhar1989/FoodTrucks
$ cd FoodTrucks
$ tree -L 2
.
├── Dockerfile
├── README.md
├── aws-compose.yml
├── docker-compose.yml
├── flask-app
│   ├── app.py
│   ├── package-lock.json
│   ├── package.json
│   ├── requirements.txt
│   ├── static
│   ├── templates
│   └── webpack.config.js
├── setup-aws-ecs.sh
├── setup-docker.sh
├── shot.png
└── utils├── generate_geojson.py└── trucks.geojson

该flask-app文件夹包含 Python 应用程序，而该utils文件夹具有一些用于将数据加载到 Elasticsearch 的实用程序。该目录还包含一些 YAML 文件和一个 Dockerfile，随着本教程的进展，将更详细地了解所有这些文件。

现在很兴奋（希望如此），让我们考虑如何对应用程序进行容器化。我们可以看到该应用程序由一个 Flask 后端服务器和一个 Elasticsearch 服务组成。拆分此应用程序的一种自然方式是拥有两个容器——一个运行 Flask 进程，另一个运行 Elasticsearch (ES) 进程。这样，如果我们的应用程序变得流行，我们可以根据瓶颈所在的位置添加更多容器来扩展它。

太好了，所以我们需要两个容器。那应该不难吧？我们已经在上一节中构建了我们自己的 Flask 容器。而对于 Elasticsearch，让我们看看我们是否可以在hub上找到一些东西。

$ docker search elasticsearch
NAME                              DESCRIPTION                                     STARS     OFFICIAL   AUTOMATED
elasticsearch                     Elasticsearch is a powerful open source se...   697       [OK]
itzg/elasticsearch                Provides an easily configurable Elasticsea...   17                   [OK]
tutum/elasticsearch               Elasticsearch image - listens in port 9200.     15                   [OK]
barnybug/elasticsearch            Latest Elasticsearch 1.7.2 and previous re...   15                   [OK]
digitalwonderland/elasticsearch   Latest Elasticsearch with Marvel & Kibana       12                   [OK]
monsantoco/elasticsearch          ElasticSearch Docker image                      9                    [OK]

毫不奇怪，Elasticsearch存在官方支持的图像。为了让 ES 运行，我们可以简单地使用docker run并立即在本地运行一个单节点 ES 容器。

我们先拉取镜像:

docker pull docker.elastic.co/elasticsearch/elasticsearch:6.3.2

然后通过指定端口和设置环境变量来在开发模式下运行它，该环境变量将 Elasticsearch 集群配置为作为单节点运行。

$ docker run -d --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:6.3.2
277451c15ec183dd939e80298ea4bcf55050328a39b04124b387d668e3ed3943

如上所示，使用--name es给容器一个名称，以便在后续命令中使用。容器启动后，可以通过docker container logs使用容器名称（或 ID）运行来检查日志来查看日志。如果 Elasticsearch 启动成功，应该会看到类似于下面的日志。

$ docker container ls
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED             STATUS              PORTS                                            NAMES
277451c15ec1        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   2 minutes ago       Up 2 minutes        0.0.0.0:9200->9200/tcp, 0.0.0.0:9300->9300/tcp   es$ docker container logs es
[INFO ][o.e.n.Node               ] [] initializing ...
[INFO ][o.e.e.NodeEnvironment    ] [L1VMyzt] using [1] data paths, mounts [[/ (overlay)]], net usable_space [54.1gb], net total_space [62.7gb], types [overlay]
[INFO ][o.e.e.NodeEnvironment    ] [L1VMyzt] heap size [990.7mb], compressed ordinary object pointers [true]
[INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded module [x-pack-security]
[INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded module [x-pack-sql]
[INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded module [x-pack-upgrade]
[INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded module [x-pack-watcher]
[INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded plugin [ingest-geoip]
[INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded plugin [ingest-user-agent]
[INFO ][o.e.d.DiscoveryModule    ] [L1VMyzt] using discovery type [single-node]
[INFO ][o.e.n.Node               ] [L1VMyzt] initialized
[INFO ][o.e.n.Node               ] [L1VMyzt] starting ...
[INFO ][o.e.t.TransportService   ] [L1VMyzt] publish_address {172.17.0.2:9300}, bound_addresses {0.0.0.0:9300}
[INFO ][o.e.x.s.t.n.SecurityNetty4HttpServerTransport] [L1VMyzt] publish_address {172.17.0.2:9200}, bound_addresses {0.0.0.0:9200}
[INFO ][o.e.n.Node               ] [L1VMyzt] started
[WARN ][o.e.x.s.a.s.m.NativeRoleMappingStore] [L1VMyzt] Failed to clear cache for realms [[]]
[INFO ][o.e.g.GatewayService     ] [L1VMyzt] recovered [0] indices into cluster_state

现在，尝试看看是否可以向 Elasticsearch 容器发送请求。我们使用9200端口向cURL容器发送请求。

$ curl 0.0.0.0:9200
{"name" : "ijJDAOm","cluster_name" : "docker-cluster","cluster_uuid" : "a_nSV3XmTCqpzYYzb-LhNw","version" : {"number" : "6.3.2","build_flavor" : "default","build_type" : "tar","build_hash" : "053779d","build_date" : "2018-07-20T05:20:23.451332Z","build_snapshot" : false,"lucene_version" : "7.3.1","minimum_wire_compatibility_version" : "5.6.0","minimum_index_compatibility_version" : "5.0.0"},"tagline" : "You Know, for Search"
}

看起来不错！在此期间，也让 Flask 容器运行。但在开始之前，需要一个Dockerfile. 在上一节中，我们使用python:3图像作为基础图像。然而，这一次，除了通过安装 Python 依赖项之外pip，我们还希望应用程序还生成用于生产的缩小的 Javascript 文件。为此，将需要 Nodejs。由于需要自定义构建步骤，因此将从ubuntu基础镜像开始Dockerfile，从头开始构建镜像。

注意：如果发现现有镜像不能满足需求，请随时从另一个基本镜像开始并自行调整。对于Docker Hub上的大部分镜像，应该可以在Github上找到对应的Dockerfile。通读现有的 Dockerfile 是学习如何推出自己的 Dockerfile 的最佳方法之一。

# start from base
FROM ubuntu:18.04MAINTAINER Prakhar Srivastav <prakhar@prakhar.me># install system-wide deps for python and node
RUN apt-get -yqq update
RUN apt-get -yqq install python3-pip python3-dev curl gnupg
RUN curl -sl https://deb.nodesource.com/setup_10.x | bash
RUN apt-get install -yq nodejs# copy our application code
ADD flask-app /opt/flask-app
WORKDIR /opt/flask-app# fetch app specific deps
RUN npm install
RUN npm run build
RUN pip3 install -r requirements.txt# expose port
EXPOSE 5000# start app
CMD [ "python3", "./app.py" ]

这个dockerfile中有很多新东西，所以快速浏览一下这个文件。首先从Ubuntu LTS基础镜像开始，并使用包管理器apt-get来安装依赖项——Python 和 Node.js。yqq标志用于抑制输出并对所有提示假定“是”。

然后使用**ADD命令将我们的应用程序复制到容器中的新卷中** - /opt/flask-app. 这是我们的代码将驻留的地方。还将其设置为我们的工作目录，以便在此位置的上下文中运行以下命令。现在系统范围的依赖项已经安装，下面开始安装特定于应用程序的依赖项。首先，我们通过从 npm 安装包并运行我们的package.json 文件中定义的构建命令来处理 Node 。通过安装 Python 包、公开端口和定义CMD运行来完成文件，就像我们在上一节中所做的那样。

最后，构建镜像并运行容器（prakhar1989在下面替换为您的用户名）。

$ docker build -t prakhar1989/foodtrucks-web .

在第一次运行时，这将需要一些时间，因为 Docker 客户端将下载 ubuntu 映像，运行所有命令并准备编辑的映像。docker build在对应用程序代码进行任何后续更改后重新运行几乎是即时的。现在让我们尝试运行应用程序。

$ docker run -P --rm prakhar1989/foodtrucks-web
Unable to connect to ES. Retying in 5 secs...
Unable to connect to ES. Retying in 5 secs...
Unable to connect to ES. Retying in 5 secs...
Out of retries. Bailing out...

OoppS！应用程序无法运行，因为它无法连接到 Elasticsearch。我们如何告诉一个容器有另一个容器并让它们相互串起来。下面继续讲解

Docker Network

在讨论 Docker 提供的专门用于处理此类场景的功能之前，看看我们是否可以找到解决问题的方法。并对将要研究的特定功能有所了解。

好的，运行docker container ls（与相同docker ps），看看有什么。

$ docker container ls
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED             STATUS              PORTS                                            NAMES
277451c15ec1        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   17 minutes ago      Up 17 minutes       0.0.0.0:9200->9200/tcp, 0.0.0.0:9300->9300/tcp   es

从上述可以看到，在0.0.0.0:9200端口上运行了一个 ES 容器，我们可以直接访问它。如果我们可以告诉Flask 应用程序连接到这个 URL，它应该能够连接ES并与 ES 对话，对吗？下面深入研究Python 代码，看看连接细节是如何定义的。

es = Elasticsearch(host='es')

为了让这个工作，我们需要告诉 Flask 容器 ES 容器正在0.0.0.0主机上运行（默认端口是9200），这应该让它工作，对吧？不幸的是，这是不正确的，因为 IP0.0.0.0是从**主机（**即从我的 Mac）访问 ES 容器的 IP 。另一个容器将无法在同一 IP 地址上访问它。

现在是开始探索 Docker 网络的好时机，安装 docker 后，它会自动创建三个网络bridge, host和null。

$ docker network ls
NETWORK ID          NAME                DRIVER              SCOPE
c2c695315b3a        bridge              bridge              local
a875bec5d6fd        host                host                local
ead0e804a67b        none                null                local

bridge网络是其中容器默认运行网络。所以这意味着当运行 ES 容器时，它正在这个桥接网络中运行。为了验证这一点，检查网络。

$ docker network inspect bridge
[{"Name": "bridge","Id": "c2c695315b3aaf8fc30530bb3c6b8f6692cedd5cc7579663f0550dfdd21c9a26","Created": "2018-07-28T20:32:39.405687265Z","Scope": "local","Driver": "bridge","EnableIPv6": false,"IPAM": {"Driver": "default","Options": null,"Config": [{"Subnet": "172.17.0.0/16","Gateway": "172.17.0.1"}]},"Internal": false,"Attachable": false,"Ingress": false,"ConfigFrom": {"Network": ""},"ConfigOnly": false,"Containers": {"277451c15ec183dd939e80298ea4bcf55050328a39b04124b387d668e3ed3943": {"Name": "es","EndpointID": "5c417a2fc6b13d8ec97b76bbd54aaf3ee2d48f328c3f7279ee335174fbb4d6bb","MacAddress": "02:42:ac:11:00:02","IPv4Address": "172.17.0.2/16","IPv6Address": ""}},"Options": {"com.docker.network.bridge.default_bridge": "true","com.docker.network.bridge.enable_icc": "true","com.docker.network.bridge.enable_ip_masquerade": "true","com.docker.network.bridge.host_binding_ipv4": "0.0.0.0","com.docker.network.bridge.name": "docker0","com.docker.network.driver.mtu": "1500"},"Labels": {}}
]

可以看到容器277451c15ec1列在Containers输出的部分下。我们还看到的是该容器已分配的 IP 地址 - 172.17.0.2。这是我们要查找的 IP 地址吗？通过运行我们的容器并尝试访问这个 IP 来找出答案。

$ docker run -it --rm prakhar1989/foodtrucks-web bash
root@35180ccc206a:/opt/flask-app# curl 172.17.0.2:9200
{"name" : "Jane Foster","cluster_name" : "elasticsearch","version" : {"number" : "2.1.1","build_hash" : "40e2c53a6b6c2972b3d13846e450e66f4375bd71","build_timestamp" : "2015-12-15T13:05:55Z","build_snapshot" : false,"lucene_version" : "5.3.1"},"tagline" : "You Know, for Search"
}
root@35180ccc206a:/opt/flask-app# exit

现在这对你来说应该是相当简单的。我们以与bash进程交互的方式启动容器。这--rm是运行一次性命令的一个方便标志，因为容器在其工作完成后会被清理。我们尝试 curl一下，就会看到我们确实可以在172.17.0.2:9200上与 ES交互。

虽然我们已经找到了一种让容器相互通信的方法，但这种方法仍然存在两个问题

由于 IP 可以更改，如何告诉 Flask 容器es主机名代表主机名172.17.0.2或其他的一些 IP？
由于默认情况下每个容器都共享桥接网络，因此这种方法并不安全。如何隔离网络？

好消息是 Docker 很好地回答了上述问题。它允许我们定义自己的网络，同时使用docker network命令将它们隔离。

首先继续创建自己的网络。

$ docker network create foodtructs-net
0815b2a3bb7a6608e850d05553cc0bda98187c4528d94621438f31d97a6fea3c$ docker network ls
NETWORK ID          NAME                DRIVER              SCOPE
c2c695315b3a        bridge              bridge              local
0815b2a3bb7a        foodtrucks-net      bridge              local
a875bec5d6fd        host                host                local
ead0e804a67b        none                null                local

该network create命令创建了一个新的桥接网络，这正是目前所需要的。就 Docker 而言，桥接网络使用软件桥接器，允许连接到同一桥接网络的容器进行通信，同时提供与未连接到该桥接网络的容器的隔离。Docker 网桥驱动程序会自动在宿主机中安装规则，以便不同网桥网络上的容器无法直接相互通信。此外，还可以创建其他类型的网络，可以在官方文档中阅读有关它们的信息。

现在有了自己的网络后，可以使用这个--net标志在这个网络中启动我们的容器。但首先，为了启动一个具有相同名称的新容器，将停止并删除在网桥（默认）网络中运行的 ES 容器。

$ docker container stop es
es$ docker container rm es
es $ docker run -d --name es --net foodtrucks-net -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:6.3.2
13d6415f73c8d88bddb1f236f584b63dbaf2c3051f09863a3f1ba219edba3673$ docker network inspect foodtrucks-net
[{"Name": "foodtrucks-net","Id": "0815b2a3bb7a6608e850d05553cc0bda98187c4528d94621438f31d97a6fea3c","Created": "2018-07-30T00:01:29.1500984Z","Scope": "local","Driver": "bridge","EnableIPv6": false,"IPAM": {"Driver": "default","Options": {},"Config": [{"Subnet": "172.18.0.0/16","Gateway": "172.18.0.1"}]},"Internal": false,"Attachable": false,"Ingress": false,"ConfigFrom": {"Network": ""},"ConfigOnly": false,"Containers": {"13d6415f73c8d88bddb1f236f584b63dbaf2c3051f09863a3f1ba219edba3673": {"Name": "es","EndpointID": "29ba2d33f9713e57eb6b38db41d656e4ee2c53e4a2f7cf636bdca0ec59cd3aa7","MacAddress": "02:42:ac:12:00:02","IPv4Address": "172.18.0.2/16","IPv6Address": ""}},"Options": {},"Labels": {}}
]

如上所见，es容器现在正在foodtrucks-net桥接网络中运行。现在检查一下在foodtrucks-net网络中启动时会发生什么。

$ docker run -it --rm --net foodtrucks-net prakhar1989/foodtrucks-web bash
root@9d2722cf282c:/opt/flask-app# curl es:9200
{"name" : "wWALl9M","cluster_name" : "docker-cluster","cluster_uuid" : "BA36XuOiRPaghPNBLBHleQ","version" : {"number" : "6.3.2","build_flavor" : "default","build_type" : "tar","build_hash" : "053779d","build_date" : "2018-07-20T05:20:23.451332Z","build_snapshot" : false,"lucene_version" : "7.3.1","minimum_wire_compatibility_version" : "5.6.0","minimum_index_compatibility_version" : "5.0.0"},"tagline" : "You Know, for Search"
}
root@53af252b771a:/opt/flask-app# ls
app.py  node_modules  package.json  requirements.txt  static  templates  webpack.config.js
root@53af252b771a:/opt/flask-app# python3 app.py
Index not found...
Loading data in elasticsearch ...
Total trucks loaded:  733* Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
root@53af252b771a:/opt/flask-app# exit

可以看到，在 foodtrucks-net 等用户定义的网络上，容器不仅可以通过 IP 地址进行通信，还可以将容器名称解析为 IP 地址。此功能称为 automatic service discovery。现在真正启动 Flask 容器

$ docker run -d --net foodtrucks-net -p 5000:5000 --name foodtrucks-web prakhar1989/foodtrucks-web
852fc74de2954bb72471b858dce64d764181dca0cf7693fed201d76da33df794$ docker container ls
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED              STATUS              PORTS                                            NAMES
852fc74de295        prakhar1989/foodtrucks-web                            "python3 ./app.py"       About a minute ago   Up About a minute   0.0.0.0:5000->5000/tcp                           foodtrucks-web
13d6415f73c8        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   17 minutes ago       Up 17 minutes       0.0.0.0:9200->9200/tcp, 0.0.0.0:9300->9300/tcp   es$ curl -I 0.0.0.0:5000
HTTP/1.0 200 OK
Content-Type: text/html; charset=utf-8
Content-Length: 3697
Server: Werkzeug/0.11.2 Python/2.7.6
Date: Sun, 10 Jan 2016 23:58:53 GMT

前往http://0.0.0.0:5000并实时查看精彩应用！虽然这看起来像是很多工作，但实际上只输入了 4 个命令，从零到运行。已经整理了bash 脚本中 setup-docker.sh的命令。

#!/bin/bash# build the flask container
docker build -t prakhar1989/foodtrucks-web .# create the network
docker network create foodtrucks-net# start the es container
docker run -d --name es --net foodtrucks-net -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:6.3.2# start the flask app container
docker run -d --net foodtrucks-net -p 5000:5000 --name foodtrucks-web prakhar1989/foodtrucks-web

现在假设正在将该应用程序分发给朋友，或者在安装了 docker 的服务器上运行。只需一个命令即可运行整个应用程序！

$ git clone https://github.com/prakhar1989/FoodTrucks
$ cd FoodTrucks
$ ./setup-docker.sh

Docker Compose

到目前为止，已经把所有的时间都花在了探索 Docker 客户端上。然而，在 Docker 生态系统中，还有许多其他开源工具与 Docker 配合得非常好。

Docker Machine: 在自己的计算机、云提供商和自己的数据中心内创建 Docker 主机
Docker Compose: 用于定义和运行多容器Docker应用程序的工具
Docker Swarm: Docker的原生集群解决方案
Kubernetes: Kubernetes 是一个开源系统，用于自动部署、扩展和管理容器化应用程序

在本节中，将介绍其中一种工具 Docker Compose，并了解它如何使处理多容器应用程序变得更容易。

Docker Compose 的背景故事非常有趣。大约在 2014 年 1 月左右，一家名为 OrchardUp 的公司推出了一个名为 Fig 的工具。 Fig 背后的想法是使隔离的开发环境与 Docker 一起工作。该项目在Hacker News上非常受欢迎。

论坛上的第一个评论实际上没有解释Fig是好的工作：

所以在这一点上，这就是 Docker 的意义所在：运行进程。现在 Docker 提供了一个相当丰富的 API 来运行进程：容器之间的共享卷（目录）（即运行镜像）、从主机到容器的转发端口、显示日志等。但就是这样：到目前为止，Docker 仍处于流程级别。

虽然它提供了编排多个容器以创建单个“应用程序”的选项，但它并未将此类容器组作为单个实体进行管理。这就是 Fig 之类的工具的用武之地：将一组容器作为单个实体进行讨论。想想“运行一个应用程序”（即“运行一个精心设计的容器集群”）而不是“运行一个容器”。

事实证明，很多使用 docker 的人都同意这种观点。随着 Fig 慢慢流行起来，Docker Inc. 注意到了这一点，收购了该公司并将 Fig 重新命名为 Docker Compose。

那么Compose 有什么用呢？Compose 是一种用于以简单的方式定义和运行多容器 Docker 应用程序的工具。它提供了一个名为的配置文件docker-compose.yml，可用于通过一个命令启动应用程序及其依赖的服务套件。Compose 适用于所有环境：生产、预发布、开发、测试以及 CI 工作流，尽管 Compose 是开发和测试环境的理想选择。

下面看看是否可以docker-compose.yml为 SF-Foodtrucks 应用程序创建一个文件，并评估 Docker Compose 是否兑现了它的承诺。

首先，第一步是安装 Docker Compose。如果运行的是 Windows 或 Mac，Docker Compose 已经安装在 Docker 工具箱中。Linux 用户可以按照文档中的说明轻松掌握 Docker Compose 。由于 Compose 是用 Python 编写的，因此可以简单地执行pip install docker-compose. 使用以及测试安装结果

$ docker-compose --version
docker-compose version 1.21.2, build a133471

下一步编写Docker Compose 文件docker-compose.yml。YAML 的语法非常简单，repo 已经包含将使用的 docker-compose文件

version: "3"
services:es:image: docker.elastic.co/elasticsearch/elasticsearch:6.3.2container_name: esenvironment:- discovery.type=single-nodeports:- 9200:9200volumes:- esdata1:/usr/share/elasticsearch/dataweb:image: prakhar1989/foodtrucks-webcommand: python3 app.pydepends_on:- esports:- 5000:5000volumes:- ./flask-app:/opt/flask-app
volumes:esdata1:driver: local

详细说一下上面的文件的含义。在父级，定义服务的名称es和web. 该image参数始终是必需的，对于希望 Docker 运行的每个服务，可以添加其他参数。对于es，仅参考elasticsearchElastic Registry 上可用的镜像。对于 Flask 应用程序，指定开头构建的镜像。

其他参数，例如command和ports提供有关容器的更多信息。该volumes参数指定了web容器中代码将驻留的挂载点。这是可选的，如果需要访问日志等，这很有用。稍后将看到这在开发过程中如何有用。请参阅联机参考以了解有关此文件支持的参数的更多信息。此外还为es容器添加了卷，以便加载的数据在重新启动之间保持不变。还指定了depends_on，它告诉 docker 在es之前启动容器web。可以在docker compose docs上阅读有关它的更多信息。

注意：必须在docker-compose.yml文件所在的目录中才能执行大多数 Compose 命令。

现在文件已经准备好了，在开始之前，需要确保端口和名称是空闲的。所以如果有 Flask 和 ES 容器在运行，先把它们关掉。

$ docker stop es foodtrucks-web
es
foodtrucks-web$ docker rm es foodtrucks-web
es
foodtrucks-web

现在可以运行docker-compose. 进入 food trucks 目录并运行docker-compose up

$ docker-compose up
Creating network "foodtrucks_default" with the default driver
Creating foodtrucks_es_1
Creating foodtrucks_web_1
Attaching to foodtrucks_es_1, foodtrucks_web_1
es_1  | [INFO ][node                     ] [Comet] version[2.1.1], pid[1], build[40e2c53/2015-12-15T13:05:55Z]
es_1  | [INFO ][node                     ] [Comet] initializing ...
es_1  | [INFO ][plugins                  ] [Comet] loaded [], sites []
es_1  | [INFO ][env                      ] [Comet] using [1] data paths, mounts [[/usr/share/elasticsearch/data (/dev/sda1)]], net usable_space [16gb], net total_space [18.1gb], spins? [possibly], types [ext4]
es_1  | [INFO ][node                     ] [Comet] initialized
es_1  | [INFO ][node                     ] [Comet] starting ...
es_1  | [WARN ][common.network           ] [Comet] publish address: {0.0.0.0} is a wildcard address, falling back to first non-loopback: {172.17.0.2}
es_1  | [INFO ][transport                ] [Comet] publish_address {172.17.0.2:9300}, bound_addresses {[::]:9300}
es_1  | [INFO ][discovery                ] [Comet] elasticsearch/cEk4s7pdQ-evRc9MqS2wqw
es_1  | [INFO ][cluster.service          ] [Comet] new_master {Comet}{cEk4s7pdQ-evRc9MqS2wqw}{172.17.0.2}{172.17.0.2:9300}, reason: zen-disco-join(elected_as_master, [0] joins received)
es_1  | [WARN ][common.network           ] [Comet] publish address: {0.0.0.0} is a wildcard address, falling back to first non-loopback: {172.17.0.2}
es_1  | [INFO ][http                     ] [Comet] publish_address {172.17.0.2:9200}, bound_addresses {[::]:9200}
es_1  | [INFO ][node                     ] [Comet] started
es_1  | [INFO ][gateway                  ] [Comet] recovered [0] indices into cluster_state
es_1  | [INFO ][cluster.metadata         ] [Comet] [sfdata] creating index, cause [auto(index api)], templates [], shards [5]/[1], mappings [truck]
es_1  | [INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
es_1  | [INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
es_1  | [[INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
es_1  | [INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
es_1  | [INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
web_1 |  * Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)

前往 IP 以实时查看您的应用。只需几行配置，就可以同时成功运行两个 Docker 容器。停止服务并在分离模式下重新运行。

web_1 |  * Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
Killing foodtrucks_web_1 ... done
Killing foodtrucks_es_1 ... done$ docker-compose up -d
Creating es               ... done
Creating foodtrucks_web_1 ... done$ docker-compose psName                    Command               State                Ports
--------------------------------------------------------------------------------------------
es                 /usr/local/bin/docker-entr ...   Up      0.0.0.0:9200->9200/tcp, 9300/tcp
foodtrucks_web_1   python3 app.py                   Up      0.0.0.0:5000->5000/tcp

不出所料，可以看到两个容器都成功运行。名字从何而来？这些是由 Compose 自动创建的。但是Compose 是否也会自动创建网络？好问题！下面来了解一下。

首先，停止运行服务。但是可以通过一个命令将它们恢复。数据量将持续存在，因此可以使用 docker-compose up 使用相同的数据再次启动集群。要销毁集群和数据卷，只需输入docker-compose down -v

$ docker-compose down -v
Stopping foodtrucks_web_1 ... done
Stopping es               ... done
Removing foodtrucks_web_1 ... done
Removing es               ... done
Removing network foodtrucks_default
Removing volume foodtrucks_esdata1

在此过程中，还可以删除foodtrucks上次创建的网络

$ docker network rm foodtrucks-net
$ docker network ls
NETWORK ID          NAME                 DRIVER              SCOPE
c2c695315b3a        bridge               bridge              local
a875bec5d6fd        host                 host                local
ead0e804a67b        none                 null                local

现在我们有了一个干净的环境，重新运行我们的服务，看看Compose是否发挥了它的魔力

$ docker-compose up -d
Recreating foodtrucks_es_1
Recreating foodtrucks_web_1docker container ls
CONTAINER ID        IMAGE                        COMMAND                  CREATED             STATUS              PORTS                    NAMES
f50bb33a3242        prakhar1989/foodtrucks-web   "python3 app.py"         14 seconds ago      Up 13 seconds       0.0.0.0:5000->5000/tcp   foodtrucks_web_1
e299ceeb4caa        elasticsearch                "/docker-entrypoint.s"   14 seconds ago      Up 14 seconds       9200/tcp, 9300/tcp       foodtrucks_es_1

到现在为止还挺好，查看是否创建了任何网络

$ docker network ls
NETWORK ID          NAME                 DRIVER
c2c695315b3a        bridge               bridge              local
f3b80f381ed3        foodtrucks_default   bridge              local
a875bec5d6fd        host                 host                local
ead0e804a67b        none                 null                local

可以看到 compose 继续创建了一个名为foodtrucks_default的新网络，并附加了两个新服务到该网络中，以便其中的每一个都可以被另一个发现。服务的每个容器都加入默认网络，并且可以被该网络上的其他容器访问，并且可以在与容器名称相同的主机名上被它们发现。

 docker ps
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED              STATUS              PORTS                              NAMES
8c6bb7e818ec        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   About a minute ago   Up About a minute   0.0.0.0:9200->9200/tcp, 9300/tcp   es
7640cec7feb7        prakhar1989/foodtrucks-web                            "python3 app.py"         About a minute ago   Up About a minute   0.0.0.0:5000->5000/tcp             foodtrucks_web_1$ docker network inspect foodtrucks_default
[{"Name": "foodtrucks_default","Id": "f3b80f381ed3e03b3d5e605e42c4a576e32d38ba24399e963d7dad848b3b4fe7","Created": "2018-07-30T03:36:06.0384826Z","Scope": "local","Driver": "bridge","EnableIPv6": false,"IPAM": {"Driver": "default","Options": null,"Config": [{"Subnet": "172.19.0.0/16","Gateway": "172.19.0.1"}]},"Internal": false,"Attachable": true,"Ingress": false,"ConfigFrom": {"Network": ""},"ConfigOnly": false,"Containers": {"7640cec7feb7f5615eaac376271a93fb8bab2ce54c7257256bf16716e05c65a5": {"Name": "foodtrucks_web_1","EndpointID": "b1aa3e735402abafea3edfbba605eb4617f81d94f1b5f8fcc566a874660a0266","MacAddress": "02:42:ac:13:00:02","IPv4Address": "172.19.0.2/16","IPv6Address": ""},"8c6bb7e818ec1f88c37f375c18f00beb030b31f4b10aee5a0952aad753314b57": {"Name": "es","EndpointID": "649b3567d38e5e6f03fa6c004a4302508c14a5f2ac086ee6dcf13ddef936de7b","MacAddress": "02:42:ac:13:00:03","IPv4Address": "172.19.0.3/16","IPv6Address": ""}},"Options": {},"Labels": {"com.docker.compose.network": "default","com.docker.compose.project": "foodtrucks","com.docker.compose.version": "1.21.2"}}
]

Development Workflow

在跳到下一部分之前，将介绍关于 docker-compose 的最后一件事。如前所述，docker-compose 非常适合开发和测试。因此，如何配置 compose 以在开发过程中使得开发更轻松？。

在本教程中，使用了现成的 docker 镜像。虽然是从头开始构建镜像，但我们还没有接触任何应用程序代码，并且主要限制在自己编辑 Dockerfiles 和 YAML 配置。但必须知道的一件事是开发过程中的工作流是什么样的？是否应该为每个更改继续创建 Docker 映像，然后发布它，然后运行它以查看更改是否按预期工作？这肯定听起来非常乏味，一定有更好的方法。在本节中，这就是要探索的内容。

让我们看看如何对刚刚运行的 Foodtrucks 应用程序进行更改。确保应用程序正在运行

$ docker container ls
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED             STATUS              PORTS                              NAMES
5450ebedd03c        prakhar1989/foodtrucks-web                            "python3 app.py"         9 seconds ago       Up 6 seconds        0.0.0.0:5000->5000/tcp             foodtrucks_web_1
05d408b25dfe        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   10 hours ago        Up 10 hours         0.0.0.0:9200->9200/tcp, 9300/tcp   es

现在看看我们是否可以更改此应用程序以Hello world!在发出/hello路由请求时显示消息。目前，该应用程序以 404 响应。

$ curl -I 0.0.0.0:5000/hello
HTTP/1.0 404 NOT FOUND
Content-Type: text/html
Content-Length: 233
Server: Werkzeug/0.11.2 Python/2.7.15rc1
Date: Mon, 30 Jul 2018 15:34:38 GMT

什么会发生这种情况？由于后端是 Flask 应用程序，可以查看app.py（链接）以获得答案。在 Flask 中，路由是用 @app.route 语法定义的。在该文件中，你会看到，只有三条路线定义- /，/debug和/search。该/路线呈现主要的应用程序，该debug是用来返回一些调试信息，最后search被使用的应用程序来查询elasticsearch，没有/hello

$ curl 0.0.0.0:5000/debug
{"msg": "yellow open sfdata Ibkx7WYjSt-g8NZXOEtTMg 5 1 618 0 1.3mb 1.3mb\n","status": "success"
}

鉴于这种情况，将修改flask-app/app.py

@app.rout('/')
def index():return render_template("index.html")# add a new hello route
@app.rout('/hello')
def hello():return "hello, world!"

现在再次尝试发出请求

$ curl -I 0.0.0.0:5000/hello
HTTP/1.0 404 NOT FOUND
Content-Type: text/html
Content-Length: 233
Server: Werkzeug/0.11.2 Python/2.7.15rc1
Date: Mon, 30 Jul 2018 15:34:38 GMT

可以看到还是没有起作用，我们做错了什么？虽然确实更改了app.py，但该文件驻留在的机器（或主机）中，由于 Docker 基于prakhar1989/foodtrucks-web镜像运行我们的容器，因此它不知道此更改。为了验证这一点，run一下看看

$ docker-compose run web bash
Starting es ... done
root@581e351c82b0:/opt/flask-app# ls
app.py        package-lock.json  requirements.txt  templates
node_modules  package.json       static            webpack.config.js
root@581e351c82b0:/opt/flask-app# grep hello app.py
root@581e351c82b0:/opt/flask-app# exit

尝试做的是验证我们的更改不在app.py容器中运行。通过运行docker-compose run命令来做到这一点，它类似于docker run的表亲，但服务（web例子中是）采用了额外的参数。一旦运行bash，shell就会按照我们/opt/flask-app的Dockerfile 中的指定打开。从 grep 命令中可以看到我们的更改不在文件中。

下面进行修复这个问题。首先，需要告诉 docker compose 不要使用镜像，而是使用本地文件。此外还将调试模式设置为true以便 Flask 知道在app.py更改时重新加载服务器。像这样替换文件的web一部分docker-compose.yml：

version: "3"
services:es:image: docker.elastic.co/elasticsearch/elasticsearch:6.3.2container_name: esenvironment:- discovery.type=single-nodeports:- 9200:9200volumes:- esdata1:/usr/share/elasticsearch/dataweb:build: . # replaced image with buildcommand: python3 app.pyenvironment:- DEBUG=True # set an env var for flaskdepends_on:- esports:- "5000:5000"volumes:- ./flask-app:/opt/flask-app
volumes:esdata1:driver: local

有了这个变化（diff），重新停止和启动容器。

$ docker-compose down -v
Stopping foodtrucks_web_1 ... done
Stopping es               ... done
Removing foodtrucks_web_1 ... done
Removing es               ... done
Removing network foodtrucks_default
Removing volume foodtrucks_esdata1$ docker-compose up -d
Creating network "foodtrucks_default" with the default driver
Creating volume "foodtrucks_esdata1" with local driver
Creating es ... done
Creating foodtrucks_web_1 ... done

再次运行看看

$ curl 0.0.0.0:5000/hello
hello world

可以看到得到了有效的回应，自己也可以尝试在应用程序中进行更多更改。

使用 Docker Compose还可以暂停服务、在容器上运行一次性命令，甚至扩展容器的数量。此外还建议查看Docker compose 的其他一些用例。

AWS 弹性容器服务

在上一节中，曾经使用docker-compose单个命令docker-compose up在本地运行应用程序，现在有了一个功能强大的应用程序，想与全世界分享这个应用程序，吸引一些用户，赚很多钱。这部分内容将花时间来弄清楚如何使用 AWS 在云上部署多容器应用程序。

如果已经读到这里，就会非常确信 Docker 是一项非常酷的技术。Docker 的迅速崛起，几乎所有云供应商都开始致力于增加对在其平台上部署 Docker 应用程序的支持。截至今天，可以在Google Cloud Platform、AWS、Azure和许多其他平台上部署容器。已经了解了使用 Elastic Beanstalk 部署单容器应用程序的入门知识，在本节中，将介绍AWS 的Elastic Container Service（或 ECS）。

AWS ECS 是一种可扩展且超级灵活的容器管理服务，支持 Docker 容器。它允许您通过易于使用的 API 在 EC2 实例之上操作 Docker 集群。Beanstalk 带有合理的默认值，而 ECS 允许您根据需要完全调整您的环境。在我看来，这使得 ECS 开始使用起来非常复杂。

幸运的是，ECS 有一个友好的CLI工具，它可以理解 Docker Compose 文件并自动在 ECS 上配置集群！由于我们已经有了一个功能，docker-compose.yml因此在 AWS 上启动和运行应该不需要太多的努力。

第一步是安装 CLI。官方文档中非常清楚地解释了在 Mac 和 Linux 上安装 CLI 的说明。安装 CLI完成后，通过运行验证安装

$ ecs-cli --version
ecs-cli version 1.18.1 (7e9df84)

接下来，将着手配置 CLI，以便可以与 ECS 对话。按照AWS ECS 文档的官方指南中详述的步骤进行操作。如有任何混淆，请随时参考该指南。

第一步将涉及创建一个配置文件吗，将在本教程的其余部分使用该配置文件。首先获得AWS_ACCESS_KEY_ID和AWS_SECRET_ACCESS_KEY。要获取这些信息，请按照本页上标题为“访问密钥”和“秘密访问密钥”部分中的详细步骤操作。

$ ecs-cli configure profile --profile-name ecs-foodtrucks --access-key $AWS_ACCESS_KEY_ID --secret-key $AWS_SECRET_ACCESS_KEY

接下来，需要获取一个用于登录实例的密钥对。前往EC2 控制台并创建一个新的密钥对。下载密钥对并将其存储在安全位置。在离开此屏幕之前要注意的另一件事是区域名称。

下一步是配置 CLI

$ ecs-cli configure --region us-east-1 --cluster foodtrucks
INFO[0000] Saved ECS CLI configuration for cluster (foodtrucks)

为configure命令提供了希望集群驻留的区域名称和集群名称。确保提供创建密钥对时使用的区域名称相同的区域名称。如果前没有在的计算机上配置AWS CLI，可以使用官方指南，该指南非常详细地解释了如何让一切顺利进行。

下一步使 CLI 能够创建CloudFormation模板

$ ecs-cli up --keypair ecs --capability-iam --size 1 --instance-type t2.medium
INFO[0000] Using recommended Amazon Linux 2 AMI with ECS Agent 1.39.0 and Docker version 18.09.9-ce
INFO[0000] Created cluster                               cluster=foodtrucks
INFO[0001] Waiting for your cluster resources to be created
INFO[0001] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
INFO[0062] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
INFO[0122] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
INFO[0182] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
INFO[0242] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
VPC created: vpc-0bbed8536930053a6
Security Group created: sg-0cf767fb4d01a3f99
Subnet created: subnet-05de1db2cb1a50ab8
Subnet created: subnet-01e1e8bc95d49d0fd
Cluster creation succeeded.

在这里，提供了最初下载的密钥对的名称（ecs）、使用的实例数量 ( --size) 以及容器运行的实例类型。该--capability-iam标志告诉 CLI 承认此命令可能会创建 IAM 资源。

最后一步是将使用我们的docker-compose.yml文件的地方。这里需要做一些小改动，所以不要修改原始文件，而是复制一份。此文件的内容（进行更改后）如下所示

version: '2'
services:es:image: docker.elastic.co/elasticsearch/elasticsearch:7.6.2cpu_shares: 100mem_limit: 3621440000environment:- discovery.type=single-node- bootstrap.memory_lock=true- "ES_JAVA_OPTS=-Xms512m -Xmx512m"logging:driver: awslogsoptions:awslogs-group: foodtrucksawslogs-region: us-east-1awslogs-stream-prefix: esweb:image: prakhar1989/foodtrucks-webcpu_shares: 100mem_limit: 262144000ports:- "80:5000"links:- eslogging:driver: awslogsoptions:awslogs-group: foodtrucksawslogs-region: us-east-1awslogs-stream-prefix: web

对原始版本docker-compose.yml所做的唯一更改是为每个容器提供mem_limit（以字节cpu_shares为单位）和值，并添加一些日志记录配置。这使我们能够在AWS CloudWatch 中查看容器生成的日志。前往 CloudWatch创建一个名为foodtrucks日志组。请注意，由于 ElasticSearch 通常最终会占用更多内存，因此这里给出了大约 3.4 GB 的内存限制。在进入下一步之前，需要做的另一件事是在 Docker Hub 上发布自己的镜像。

$ docker push prakhar1989/foodtrucks-web

现在将在 ECS 上部署自己的应用程序

$ cd aws-ecs
$ ecs-cli compose up
INFO[0000] Using ECS task definition                     TaskDefinition=ecscompose-foodtrucks:2
INFO[0000] Starting container...                         container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es
INFO[0000] Starting container...                         container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/web
INFO[0000] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/web desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0000] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0036] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0048] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/web desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0048] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0060] Started container...                          container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/web desiredStatus=RUNNING lastStatus=RUNNING taskDefinition=ecscompose-foodtrucks:2
INFO[0060] Started container...                          container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es desiredStatus=RUNNING lastStatus=RUNNING taskDefinition=ecscompose-foodtrucks:2

上面的调用看起来类似于Docker Compose 中使用的调用，这并非巧合。如果一切顺利，应该看到 adesiredStatus=RUNNING lastStatus=RUNNING作为最后一行。

在浏览器中打开http://54.86.14.14，应该会看到Food Trucks的所有黑黄色光彩！AWS ECS控制台的外观如下：

可以在上面看到，ECS 集群名为“foodtrucks”，现在正在运行 1 个任务和 2 个容器实例。花一些时间浏览此控制台以了解此处的所有选项。

清理

使用已部署的应用程序后，请记住关闭集群

$ ecs-cli down --force
INFO[0001] Waiting for your cluster resources to be deleted...
INFO[0001] Cloudformation stack status                   stackStatus=DELETE_IN_PROGRESS
INFO[0062] Cloudformation stack status                   stackStatus=DELETE_IN_PROGRESS
INFO[0124] Cloudformation stack status                   stackStatus=DELETE_IN_PROGRESS
INFO[0155] Deleted cluster                               cluster=foodtrucks

结论

经过漫长、详尽但有趣的教程后，学习了如何设置 Docker、运行自己的容器、使用静态和动态网站，最重要的是获得了将应用程序部署到云的经验！

希望完成本教程能让您对自己处理服务器的能力更有信心。当您有了构建下一个应用程序的想法时，您可以确信您能够以最少的努力将它呈现在人们面前。

后续

进入容器世界的旅程才刚刚开始！在本教程中的目标是激发您的胃口并向您展示 Docker 的强大功能。在新技术的海洋中，单独在水域中航行是很困难的，像这样的教程可以提供帮助。这是我刚开始时希望拥有的 Docker 教程。希望它的目的是让您对容器感到兴奋，这样您就不再只能作为一个旁观者了。

以下是一些有益的额外资源。对于下一个项目，强烈建议使用 Docker。

其他资源

Awesome Docker
Why Docker
Docker Weekly and archives
Codeship Blog

Reference

https://docker-curriculum.com/#what-is-docker-