堆棧（Stacks）

準備工作

• 安裝Docker 1.13及以上版本
• 安裝Docker Compose正如第三部分的準備工作。
• 安裝Docker Machine正如第四部分的準備工作。
• 閱讀第一部分的引導。
• 學習怎麽在第二部分創建容器。
• 確保你已經發布friendlyhello 鏡像,並推送到公共倉庫。我們需要在這一部分用到這個鏡像。
• 確保你的鏡像能夠成為一個被部署的容器能正常工作。
• 從第三篇文章拷貝一份docker-compose.yml
• 確保第四部分的docker machine已經正確安裝，通過docker-machine ls查看。
• 確保docker swarm正確安裝，並且運行。通過執行docker-machine ssh myvm1 “docker node ls 命令驗證。

介紹

在第4部分中，你學習了如何設置一個swarm，這是一群運行Docker的機器，並為其部署了一個應用程序，應用才能修包含的眾多容器在多臺機器上運行。

在第5部分中，你將學習分布式應用程序層次結構的頂部：堆棧。 堆棧是一組相互關聯的服務，它們可以共享依賴關系，並且可以進行協調和伸縮。 單個堆棧能夠定義和協調整個應用程序的功能（盡管非常復雜的應用程序可能需要使用多個堆棧）。

好消息是，從第3部分開始，在創建Compose文件並使用Docker堆棧部署時，從技術上講，你一直在使用堆棧。 但是，這是在單個主機上運行的單個服務堆棧，通常不會發生在生產環境中。 在這裏，你可以把你學到的東西，使多個服務相互關聯，並在多臺機器上運行它們。

你做得很好，這就是主場！

添加一個新服務和重新部署

添加服務到docker-compose文件是非常簡單的。首先，添加一個可視化界面的服務，可以讓我們查看swarm正在調度的容器。

1.打開docker-compose文件，並將以下的內容替換成文件的內容。確保用你的鏡像信息替換username/repo:tag 的內容。

version: "3"
services:
  web:
    # replace username/repo:tag with your name and image details
    image: username/repo:tag
    deploy:
      replicas: 5
      restart_policy:
        condition: www.haiyuyule.com on-failure
      resources:
        limits:
          cpus:www.michenggw.com "0.1"
          memory: 50M
    ports:
      - "80:80"
    networks:
      - webnet
  visualizer:
    image: dockersamples/visualizer:stable
    ports:
      - "8080:www.qinlinyule.cn/ 8080"
    volumes:
      - "/var/run/docker.sock:/var/run/docker.sock"
    deploy:
      placement:
        constraints: www.xuancayule.com/ [node.role == manager]
    networks:
      - webnet
networks:

 

這裏新增的唯一東西就是網絡對等服務，名為可視化器。 在這裏註意兩件新事物：一個volumes ，讓可視化工具訪問Docker的主機套接字文件和一個placement 鍵，確保這項服務只能在群集管理器上運行 - 從不是工作者。 這是因為這個容器是由Docker創建的一個開源項目構建的，它顯示了在一個圖表中的Swarm上運行的Docker服務。

我們稍後會詳細討論lacement constraints 和volumes 。

2.確保你的shell被配置為與myvm1進行通信（完整的例子在這如下）。

• 運行docker-machine ls列出機器，並確保您已連接到myvm1，如旁邊的星號所示。

• 如果需要，重新運行docker-machine env myvm1，然後運行給定的命令來配置shell。

在Mac或Linux上，命令是：

eval $(docker-machine www.xuancayule.com/ env myvm1)

• 1

3.在manager上重新運行docker stack deploy命令，並且需要更新的任何服務都會更新：

$ docker stack deploy -c docker-compose.yml getstartedlab
Updating service getstartedlab_web www.wanmeiyuele.cn (id: angi1bf5e4to03qu9f93trnxm)
Creating service getstartedlab_visualizer (id: l9mnwkeq2jiononb5ihz9u7a4)

1. 查看可視化界面

你在Compose文件中看到，可視化工具在端口8080上運行。通過運行docker-machine ls來獲取其中一個節點的IP地址。 轉到8080端口的IP地址，您可以看到可視化器正在運行：

可視化器的單個副本按照預期在manager上運行，並且網絡的5個實例遍布整個群集。 你可以通過運行docker stack ps 來確認此可視化：

docker stack ps getstartedlab

• 1
• 2

可視化器是一個獨立的服務，可以在包含它的任何應用程序中運行。 它不依賴於其他任何東西。現在讓我們創建一個具有依賴性的服務：提供訪問者計數器的Redis服務。

數據持久化

讓我們再次通過相同的工作流程來添加用於存儲應用程序數據的Redis數據庫。

1. 保存這份新的docker-compose.yml文件，它最後添加了一個redis服務。確保用的鏡像信息替換掉username/repo:tag的內容。

version: "3"
services:
  web:
    # replace username/repo:tag with www.boshenyl.cn  your name and image details
    image: username/repo:tag
    deploy:
      replicas: 5
      restart_policy:
        condition: on-failure
      resources:
        limits:
          cpus: "0.1"
          memory: 50M
    ports:
      - "80:80"
    networks:
      - webnet
  visualizer:
    image: dockersamples/visualizer:stable
    ports:
      - "8080:8080"
    volumes:
      - "/var/run/docker.sock:/var/run/docker.sock"
    deploy:
      placement:
        constraints: [node.role == manager]
    networks:
      - webnet
  redis:
    image: redis
    ports:
      - "6379:6379"
    volumes:
      - "/home/docker/data:/data"
    deploy:
      placement:
        constraints: [node.role == manager]
    command: redis-server --appendonly yes
    networks:
      - webnet
networks:
  webnet:

Redis在Docker庫中有一個正式鏡像，並且已被授予redis的簡短鏡像名稱，所以在這裏沒有username/repo符號。 Redis端口6379已經由Redis預先配置為從容器暴露給主機，並且在我們的Compose文件中，我們將它從主機展示給所有容器，因此你可以實際輸入任何IP的IP 節點添加到Redis桌面管理器中並管理此Redis實例，如果願意的話。

最重要的是，redis規範中有幾件事情使數據在這個堆棧的部署之間持久化：

• redis總是在管理器上運行，所以它總是使用相同的文件系統。
• redis在主機文件系統中訪問任意目錄作為容器內的/ data，這是Redis存儲數據的地方。

這就是在主機物理文件系統中為Redis數據創建“source of truth”。 如果沒有這個，Redis會將其數據存儲在容器文件系統中的/ data中，如果該容器曾經被重新部署，該數據將被清除。

真實的數據源（source of truth）由2部分組成：

• 放置在Redis服務上的 placement constraint，確保它始終使用相同的主機。
• 創建的volume ，允許容器作為/ data（位於Redis容器內）訪問./data（在主機上）。 在容器重復開啟和關閉時，存儲在指定主機上的./data文件仍然存在，從而保持連續性。

2.在manager上創建一個./data目錄

docker-machine ssh myvm1 "mkdir ./data"

• 1
• 2

3.確保你的shell被配置為與myvm1進行通信（完整的例子在這裏）。

• 運行docker-machine ls命令，列出所有的機器和確保你已經連上myvm1。
• 如果需要，重新運行docker-machine env myvm1命令，然後再運行以下命令：

eval $(docker-machine env myvm1)

• 1

1. 運行docker stack deploy命令

$ docker stack deploy -c docker-compose.yml getstartedlab

• 1

5.運行docker service ls命令，去驗證這三個服務跟預期一樣正常運行。

$ docker service ls
ID                  NAME                       MODE                REPLICAS            IMAGE                             PORTS
x7uij6xb4foj        getstartedlab_redis        replicated          1/1                 redis:latest                      *:6379->6379/tcp
n5rvhm52ykq7        getstartedlab_visualizer   replicated          1/1                 dockersamples/visualizer:stable   *:8080->8080/tcp
mifd433bti1d        getstartedlab_web          replicated          5/5                 orangesnap/getstarted:latest    *:80->80/tcp

6.查看你的機器的一個節點的web頁面，比如http://192.168.99.101，並且查看訪客計數的結果，該計數現在已經存在並將信息存儲在Redis上。

另外，請檢查任一節點IP地址的端口8080處的可視化工具，並註意查看隨Web和可視化工具一起運行的redis服務

堆棧（Stacks）