微服务、容器、DevOps三者之间的演进关系

容器的普及，带来了微服务架构和DevOps的高速发展。

1 微服务的弊端

1.1 测试、发布工作量剧增

单体应用拆分成多个微服务后，虽能实现快速开发迭代，但带来更大测试和运维部署的成本。

很多业务早期就是一个大的单体Web应用，测试和运维时，只需把Web应用打WAR包，部署到Tomcat完事，
拆成微服务后，很多业务需求就需同时修改多个服务的代码。测试和运维要把这些服务打包、测试、发布上线，同时还要测试这些服务接口的功能，最后发布上线多个系统，工作量增剧增。
这个时候就需要减轻测试和运维的负担，我在上一讲给出的解决方案是DevOps。

DevOps可理解为开发和运维的结合。服务的开发者不再只负责服务的代码开发，还要负责服务的测试、上线发布和故障处理等全生命周期过程，这样就能把测试和运维从微服务拆分后所带来的复杂工作中解放出来。

DevOps要求开发、测试和发布流程自动化，这就需保证开发人员将自己本地部署测试通过的代码和运行环境，能够复制到测试环境，测试通过后再复制到线上环境发布。虽然看上去就是复制代码，但实际上本地环境、测试环境和线上环境往往是隔离的。软件配置环境差异很大，会导致开发、测试和发布流程割裂。

1.2 机器初始化复杂度剧增

弹性扩缩容时，不同微服务所要求的软件运行环境差异，带来了机器初始化复杂度的提升。拆分后的微服务相比原来大单体应用更灵活，需根据实际访问量做在线扩缩容，并且通常会采用在公有云上创建的ECS扩缩容。
这意味着又给运维带来了挑战。因为公有云上创建的ECS通常只包含基本os环境，微服务运行依赖的软件配置等需运维单独初始化，因不同微服务的软件配置依赖不同，服务部署的初始化工作十分繁琐。比如Java服务依赖JDK，就需在ECS安装JDK，而且不同微服务JDK版本也可能不同。

2 还好有你:容器

容器技术解决了本地、测试、线上环境的隔离，解决部署服务初始化繁琐的问题。
容器，即Container，可翻译成集装箱。在港口用集装箱把货物封装起来，然后通过货轮从海上运输到另一个港口，再在港口卸载后通过大货车运送到目的地。如此货物便可在任何地方流转时，都封装在集装箱，无需根据是在货轮还是大货车而对货物重新装配。
软件的容器也是这个原理。它封装的是软件的运行环境。容器本质是Linux里的进程，但容器通过Namespace和Cgroups，可有自己的root文件系统、网络配置、进程空间，甚至自己的用户ID空间，如此容器里的进程就像运行在宿主机上的另外一个单独的os内，从而实现与宿主机os里运行的其他进程隔离。

Docker即是基于Linux内核的Cgroups、Namespace实现进程的封装和隔离。
虽然容器解决了应用程序运行时隔离问题，但要想实现应用从一台机器迁移到另外一台机器上还能正常运行，就必须保证另外一台机器上的os一致，而且应用程序依赖的各种环境也必须一致。Docker镜像就解决了这个痛点。
即Docker镜像不仅可打包应用程序本身，而且还可打包应用程序的所有依赖，甚至包含整个os。这样在本机上运行通过的应用程序，就可使用Docker镜像把应用程序文件、所有依赖的软件以及os都打包成一个镜像，可在任何一个安装了Docker的地方运行。

Docker镜像解决了DevOps中微服务运行的环境难以在本地环境、测试环境以及线上环境保持一致的难题。如此一来，开发就可以把在本地环境中运行测试通过的代码，以及依赖的软件和操作系统本身打包成一个镜像，然后自动部署在测试环境中进行测试，测试通过后再自动发布到线上环境上去，整个开发、测试和发布的流程就打通了。

无论使用内部物理机还是公有云的机器部署服务，都可利用Docker镜像封装微服务运行环境，从而屏蔽机器内部物理机和公有云机器运行环境的差异，实现同等对待，降低运维复杂度。

3 微服务容器化实践

Docker解决了服务运行环境迁移问题，因为在使用Docker镜像时并非把业务代码、依赖的软件环境以及os直接打包镜像，而是利用Docker镜像的分层机制，在每层编写Dockerfile逐层打包镜像。
因为虽然不同微服务依赖的软件环境不同，但还是存在相同，因此打包Docker镜像时，可以分层设计、逐层复用，减少每层镜像文件大小。

4 业务案例

看看生产环境如何使用Docker镜像。某Docker镜像分为四层。

基础环境层
定义操作系统运行的版本、时区、语言、yum源、TERM等

运行时环境层
定义了业务代码的运行时环境，比如Java代码的运行时环境JDK的版本。

Web容器层
定义了业务代码运行的容器的配置，比如Tomcat容器的JVM参数

业务代码层
定义了实际的业务代码的版本，比如是V4业务还是blossom业务。

如此每层镜像都基于上层添加新内容，比如V4业务的Dockerfile。

FROM registry.intra.xxx.com/xxx_rd_content/tomcat_feed:jdk8.0.40_tomcat7.0.81_g1_dns
ADD confs /data1/confs/
ADD node_pool /data1/node_pool/
ADD authconfs /data1/authconfs/
ADD authkey.properties /data1/
ADD watchman.properties /data1/
ADD 200.sh /data1/xxx/bin/200.sh
ADD 503.sh /data1/xxx/bin/503.sh
ADD catalina.sh /data1/xxx/bin/catalina.sh
ADD server.xml /data1/xxx/conf/server.xml
ADD logging.properties /data1/xxx/conf/logging.properties
ADD ROOT /data1/xxx/webapps/ROOT/
RUN chmod +x /data1/xxx/bin/200.sh /data1/xxx/bin/503.sh /data1/xxx/bin/catalina.sh
WORKDIR /data1/xxx/bin

FROM代表上层镜像文件为：tomcat_feed:jdk8.0.40_tomcat7.0.81_g1_dns，可见该层包含了Java运行时环境JDK和Web容器Tomcat及Tomcat版本和JVM参数等；
ADD，即要在该层镜像添加的文件，主要包含业务的代码和配置RUN，该层镜像启动时需要执行的命令；
WORKDIR，该层镜像启动后的工作目录。如此便可通过Dockerfile基于上层镜像完成该层镜像制作。

5 总结

正是因为Docker可做到一处通过、到处运行，对业务价值极大，解决了以前应用程序在开发环境、测试环境及生产环境间移植难，提高了运维自动化水平，也为DevOps理念的流行和业务上云提供了基础。

当然Docker也会带来新问题，如旧的针对物理机的运维模式就无法适应了，需要一种新的针对容器的运维模式。

于是又有了k8s等新的解决方案，本文不再展开了。

关于k8s：首先，他是一个全新的基于容器技术的分布式架构领先方案。Kubernetes(k8s)是Google开源的容器集群管理系统（谷歌内部:Borg）。在Docker技术的基础上，为容器化的应用提供部署运行、资源调度、服务发现和动态伸缩等一系列完整功能，提高了大规模容器集群管理的便捷性。