Docker 安装与使用

w3c Docker从入门到实践

介绍

根据 wikipedia 中的介绍

Docker 是一个开源项目，让应用程序部署在软件容器下的工作可以自动化进行，借此在linux操作系统上，提供一个额外的软件抽象层，以及操作系统层虚拟化的自动管理机制。
Docker 利用 Linux 核心中的资源分脱机制，来创建独立的软件容器。这可以在单一Linux实体下运作，避免启动一个虚拟机招成的额外负担。Linux核心对名字空间的支持完全隔离了工作环境中应用程序的视野，包括了进程树，网络，用户ID与挂载文件系统，而核心的cgroup提供资源隔离，包括CPU，存储器，block I/O与网络。Docker是用能力打包应用程序及虚拟容器，可以在任何Linux服务器上运行的依赖性工具，这有助于实现灵活性和便携性，应用程序可以在任何地方运行，无论是公有云，私有云，单机等等。

原理

docker 是利用Linux的内核虚拟化技术（LXC），提供轻量级的虚拟化，以便隔离进程和资源。LXC不是硬件的虚拟化，而是Linux内核级别的虚拟化，相对于传统的虚拟机，节省了很多硬件资源。
NameSpace
LXC是利用内核namespace技术，进行进程隔离。其中pid, net, ipc, mnt, uts等，namespace将container的进程，网络，消息，文件系统和hostname隔离开。
Control Group
LXC利用的宿主机共享的资源，虽然用namespace进行隔离，但是资源使用没有受到限制，这里就需要用到Control Group技术，对资源使用进行限制，设定优先级，资源控制等等。

Docker优点

简化环境管理

传统的软件开发与发布环境复杂，配置繁琐，经常会出现代码在开发环境可以运行，一旦部署到服务器上就运行不了。这个问题很常见，开发环境，测试环境，生产环境，每个环节都有可能出现这样那样的问题，如果能够在各个环境中实现一键部署，就会方便很多，docker 彻底解决了这个问题。

虚拟化更加轻量级

说到容器，说到虚拟化，很多人总会想到虚拟机，想到VMware，VirtualBox等工具，不同于这些虚拟技术，docker 虚拟化更加轻量级，传统的虚拟机都是先虚拟出一个操作系统，然后在操作系统上完成各种各样的配置，这样并不能充分的利用物理机的性能，docker 则是一种操作系统级别的虚拟技术，它运行在操作系统之上的用户空间，所有的容器都共用一个系统内核甚至公共库，容器引擎提供了进程级别的隔离，让每个容器都像运行在单独的系统之上，但是又能够共享很多底层资源，因此docker 更为轻量，快速和易于管理。

docker 应用场景

• 加速本地开发
• 自动打包和部署应用
• 创建轻量，私有的PaaS环境
• 自动化测试和持续集成/部署
• 部署并扩展Web应用，数据库和后端服务器
• 创建安全沙盒
• 轻量级的桌面虚拟化

docker 三大核心组件

• 镜像
  镜像是一个只读的静态模板，它保存了容器需要环境和应用的执行代码，可以将镜像看成是容器的代码，当代码运行起来之后，就成了容器，镜像和容器的关系也类似于程序和进程的关系。
• 容器
  容器是一个运行时环境，是镜像的一个运行状态，它是镜像执行的动态表现。
• 库
  库是一个特定的用户存储镜像的目录，一个用户可以建立多个库来保存自己的镜像。

docker 相关技术

• 隔离性
• 可度量性
• 移植性
• 安全性

环境准备

操作系统：CentOS7.6.1810
软件源：阿里云镜像

1. 安装依赖
   docker 依赖是系统必不可少的工具，需要提前安装。

yum install -y yum-utils device-mapper-persistent-data lvm2

2. 添加软件源

yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

3. 安装docker-ce

yum clean all yum makecache fastyum -y install docker-ce

4. 启动服务

systemctl start docker

5. 查看安装版本

docker version

简单使用docker

1. 代码目录

app.py  Dockerfile requirement.txt 

2. app.py

#-*- coding:utf-8 -*-
import os
from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello():
    return "Hello World!"

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=5000, debug=True)

3. requirements.txt

Flask==1.1.1

4. Dockerfile

FROM python:3.7
ADD . /code
WORKDIR /code
RUN pip install -r requirements.txt

CMD ["python", "/code/app.py"]

FROM：Dockerfile中一个非常重要的命令，作用是指定一个基础镜像来进行构建进程。比如上面指定了python3.7作为基础镜像，后续的一切操作都会以这个镜像作为基础来进行定制。FROM必须是Dockerfile首个命令。
ENV：修改path，即增加/usr/local/bin这个环境变量。
ADD：将本地代码放到虚拟容器中，它有两个参数，第一个是代表本地当前路径；第二个是代表虚拟容器中的路径。即将本地项目的所有内容放到虚拟容器的/code目录下，以便在虚拟容器中运行代码。
WORKDIR：指定工作目录，也就是刚才的/code，在虚拟容器中的目录。
RUN：执行某些环境准备工作，docker容器中只有python3.7的环境，还需要python的库，这里安装python库
CMD：运行项目的命令行命令。

创建镜像

docker build -t mydemo_img .

mydemo_img：创建的镜像名称。
.：表示当前目录。
docker images ：查看镜像是否创建成功。

运行镜像

docker run -it -p 8000:5000 --name mydemo mydemo_img

-it：表示交互时终端的容器，非启动后立刻结束的容器
-p 8000:5000：表示将docker的8000端口，映射到Linux虚拟机的5000端口。
--name mydemo：给容器取一个名字，可以省略
mydemo_img：容器是用哪个镜像启动（一个容器，必须依赖一个镜像启动）

常用命令

Ctrl + p + q：退出容器，但不关闭容器。

注意：直接输入exit会退出且关闭容器，工程就stop了。或者Ctrl+c，会报错KeyboardInterrupt，工程也stop了。

docker ps：查看正在运行的容器。
docker ps -a：查看所有容器。
docker start 容器ID：启动已经关闭的容器。
docker attach 容器ID：重新进入容器，查看程序打印的日志。
Ctrl+d：退出容器且关闭，docker ps也查看不到。
docker ps -a：查看容器
docker images：查看镜像
docker rm 容器ID：删除容器
docker rmi 镜像ID/镜像名：删除镜像
docker inspect 容器ID：返回一个Json文件记录Docker容器的配置和状态信息
docker export 容器ID > update.tar： 将容器导出到容器的镜像文件
docker import - 镜像名 < update.tar：将容器的镜像文件创建一个新镜像
docker run -it 镜像名：创建完成之后，生成并启动镜像的容器。

注意：如果不行，报错：Error response from daemon: No command specified
就在后面加 /bin/bash，然后进程code的package目录，手动启动程序：python server.py

run_error.png
docker save -o update1.tar update：镜像保存为镜像文件（update是一个已经存在的镜像）
docker load < update1.tar：从镜像文件中生成一个新的镜像。

有时可能会报错：open /var/lib/docker/tmp/docker-import-559669842/bin/json: no such file or directory
用这个命令可以解决：
cat update1.tar | docker import - update1：update1.tar 为镜像文件名称，update1为镜像名称。

load_err.png