容器（30）---Docker三剑客之Docker Swarm

上次说了docker machine和常用的命令。docker machine就是在远程机器上安装docker的，虽然实际线上环境很少使用，在实验环境中docker machine还是非常重要的。本次开始说三剑客中的最后一个docker warm。

image

（一）Docker Swarm介绍

使用SwarmKit构建的 Docker 引擎内置（原生）的集群管理和编排工具。内置在docker之中的，原生的docker集群编排工具，docker swarm非常的重要本身也是编排工具和后面要提到的Mesos，k8s，跟k8s是竞争的关系，但是k8s发展到现在已经完完全全给其他竞争对手完全的甩开了。这个系列主要说的k8s，但是docker swarm的使用方法也是一定要提的。

• ①Swarm的架构

1.节点下面有角色：Worker，Manager
2.Manager 是整个warm集群的大脑，为了避免单点的故障，我们的大脑至少有2个，状态的同步通过raft协议进行同步。raft协议可以确保多个Manager之前是同步的。
3.管理节点用于Swarm集群的管理，docker swarm命令基本只能在管理节点执行（节点退出集群命令docker swarm leave可以在工作节点执行）。
4.Manager节点的也可以是worker节点。一个主机可以既是Manager也是worker节点。在实际的生产中，为了凸显manager的调度性能，manager上不跑worker节点。

image

• ②Swarm的服务和任务

1.任务是最小的单元，就是一个节点运行的容器。下图的node。
2.服务是指一组任务，整个生成的3个nginx被称为服务。

image

• ③如何部署

客户端的发起docker命令，两种方式

1. 直接ssh到manager节点，执行docker命令。
2. 通过远程访问的方式，通过Remote API调用manager上的docker命令，我们这张图画的就是第二种方式。

image

docker Client 在manager节点的外边，假如执行了docker service create，先会经过docker Deamon接受这条命令，传给Scheduler模块，Scheduler模块主要实现调度的功能，负责选择出来最优的节点，里面包含了2个子模块，Fiter 和Strategy，Fiter很明显是过滤节点，用来找出满足条件的节点（资源足够多，节点正常的），Strategy是过滤出来后选择出最优的节点（对比选择资源剩余最多的节点，或者找到资源剩余最少的节点），当然Fiter 和Strategy都是用户可以单独定制的，中间的Cluster是抽象的worker节点集群，包含了Swarm节点里面每个节点的信息，右边的Discovery是信息维护的模块，比如Label Health。Cluster最终调用容器的api，完成容器启动的流程。

（二）集群演示

• ①主机信息

系统类型	IP地址	节点角色	CPU	Memory	Hostname
Centos7	192.168.66.100	Manager	2	2G	Nexus
Centos7	192.168.66.101	Nexus	2	2G	Nexus
Centos7	192.168.66.102	Nexus	2	2G	Nexus

image

• ② manager节点初始化操作（192.168.66.100）

添加初始化init服务，默认是manager节点

docker swarm init --advertise-addr 192.168.66.100

image

• ③ 添加worker节点（192.168.66.101）

上边manager初始化的时候，有对应的worker命令。

docker swarm join --token SWMTKN-1-3gfv7tpeznhwsl7v3y0n9f5g7547lgzo7fjpv0pm5s6uzvdlgg-b0mlie5vhp2ms1xg1tyd7zwc2 192.168.66.100:2377

image

• ④ 添加worker节点（192.168.66.102）

上边manager初始化的时候，有对应的worker命令。

docker swarm join --token SWMTKN-1-3gfv7tpeznhwsl7v3y0n9f5g7547lgzo7fjpv0pm5s6uzvdlgg-b0mlie5vhp2ms1xg1tyd7zwc2 192.168.66.100:2377

image

• ⑤ manager查看节点

docker node ls

image

• ⑥ 创建service服务

replicas 3个节点

docker service create --replicas 3 -p 80:80 --name nginx nginx 
docker service ls

docker service ps

image image image image image

• ⑥ 删除service服务

docker service rm nginx

image

（二）docker swarm 运行docker-compose文件

• ①stack

Docker Stack功能包含在Docker引擎中。你不需要安装额外的包来使用它，docker stacks 只是swarm mode的一部分。它支持相同类型的compose文件，但实际的处理是发生在Docker Engine（docker引擎）内部的Go代码中。 在使用堆栈命令之前，还必须创建一个单机版的“swarm”，但这并不是什么大问题。

• ②测试docker-compose文件

mkdir labs
cd labs
vi docker-compose.yml

image

version: "3"
services:

  redis:
    image: redis:alpine
    ports:
      - "6379"
    networks:
      - frontend
    deploy:
      replicas: 2
      update_config:
        parallelism: 2
        delay: 10s
      restart_policy:
        condition: on-failure

  db:
    image: postgres:9.4
    volumes:
      - db-data:/var/lib/postgresql/data
    networks:
      - backend
    deploy:
      placement:
        constraints: [node.role == manager]

  vote:
    image: dockersamples/examplevotingapp_vote:before
    ports:
      - 5000:80
    networks:
      - frontend
    depends_on:
      - redis
    deploy:
      replicas: 2
      update_config:
        parallelism: 2
      restart_policy:
        condition: on-failure

  result:
    image: dockersamples/examplevotingapp_result:before
    ports:
      - 5001:80
    networks:
      - backend
    depends_on:
      - db
    deploy:
      replicas: 1
      update_config:
        parallelism: 2
        delay: 10s
      restart_policy:
        condition: on-failure

  worker:
    image: dockersamples/examplevotingapp_worker
    networks:
      - frontend
      - backend
    deploy:
      mode: replicated
      replicas: 1
      labels: [APP=VOTING]
      restart_policy:
        condition: on-failure
        delay: 10s
        max_attempts: 3
        window: 120s
      placement:
        constraints: [node.role == manager]

  visualizer:
    image: dockersamples/visualizer:stable
    ports:
      - "8080:8080"
    stop_grace_period: 1m30s
    volumes:
      - "/var/run/docker.sock:/var/run/docker.sock"
    deploy:
      placement:
        constraints: [node.role == manager]

networks:
  frontend:
  backend:

volumes:
  db-data:

image

• ③运行 docker-compose.yml

docker stack deploy example --compose-file=docker-compose.yml
docker stack ls
docker stack services example

image image

• 打开网页
  http:/192.168.66.100:5000/
  http://192.168.66.100:5001/
  http://192.168.66.100:8080/

image image

• 扩展vote

docker service scale example_vote=4

image image

• 删除stack

docker stack rm example

image

PS：这就是我们的服务编排，都是在三个节点，所谓的编排就是将多个节点变成一个节点来使用，接下来讲的k8s要把docker swarm功能要强大很多，当然也要复杂很多。docker的基本命令一样掌握好！后面说k8s才不会那么吃力，遇到问题了才知道如何解决。