Docker简介与简单使用 | 技术头条
戳藍字“CSDN云計算”關注我們哦！
技術頭條：干貨、簡潔、多維全面。更多云計算精華知識盡在眼前，get要點、solve難題，統統不在話下！
作者：常仕祿
轉自：Docker
前一段花了一段時間研究Log4j2的源碼，現在這個項目基本也告一段落，也算是度過了初入職場這一個階段。之前在18年總結時說過19年自己要學會C++，所以接下來一段時間，會用一些文章和大家分享下自己學習C++過程中的新的，不過在正式寫關于C++內容前，想先介紹一下Docker，因為有了這個利器，自己搞個小開發環境會變得十分簡單。而且在云化的時代，如果連Docker都沒用過甚至沒聽說過的話確實有點說不過去。所以我愿意單獨拉出一篇文簡單介紹一下Docker的使用，后面的C++開發環境也會直接使用Docker進行部署。本文主要分為3部分，什么是Docker，為什么用Docker以及Docker的基本使用方法。閑言少敘，直奔主題~
什么是Docker
至于給Docker的定義，我覺得還是直接引用吧，Docker是一個用Go語言開發的一個開源容器引擎，Docker 可以讓開發者打包他們的應用以及依賴包到一個輕量級、可移植的容器中，然后發布到任何流行的 Linux 機器上，也可以實現虛擬化。容器是完全使用沙箱機制，相互之間不會有任何接口（類似iPhone的App），更重要的是容器性能開銷極低。
Docker作為虛擬化分支的一項重要的革新，有必要將Docker和其他虛擬化技術進行一下比較。下面是介紹虛擬化過程中最常見的一張圖，它描述了計算機從軟到硬的一個層次關系。?
這個圖看似簡單，其實它很清晰的描述了計算機資源的一種層次關系。最底層是基礎設施層，基本都是硬件方面的構成，如CPU，內存，磁盤，這些支撐了計算機的基本運行，如果沒有這些硬件，計算機也就不存在了。在硬件層上運行了格式的操作系統，他能夠根據合理的將硬件資源合理的分配給上面的應用，并保證他們有條不紊的運行。在系統上自帶一些系統的lib和可執行命令，這些可執行命令就是我們常用的Linux命令（cd，cat，ls….太多了），Lib則包含了一些基本程序庫，供我們自己編寫的各種程序調用。最上面就是我們開發的各種Application了。
Docker與虛擬機
說完了基本的分層關系，下面就需要重點介紹兩種比較重要的虛擬化技術，虛擬機和Docker，雖然感覺區別被講爛了不過為了介紹的完整性還是簡單提一句，還請大家耐心看完。
Hypervisor與虛擬機
從本質上看，虛擬機和Docker屬于在不同層次上的虛擬，虛擬機則是虛擬到操作系統層次的，如下圖所示。?
在宿主機的操作系統中，抽象出了一個Hypervisor的概念，因為自己并沒有涉獵過這個領域，所以扒一些現成的資料給我自己掃掃盲。
首先是Hypervisor的定義，根據wiki上講，Hypervisor或者Virtual Machine Monitor（VMM）是創造并且運行虛擬機的軟件、固件、或者硬件，通俗的講，hypervisor是一種將操作系統和硬件分離的一種方式,使得宿主機的硬件上能夠同時運行多個虛擬機。
Hypervisor具有如下的優點：
提高主機硬件的使用率
虛擬機移動性較強
資源的隔離性，某臺虛擬機的宕機不影響其他虛擬機的使用
易保護，易恢復
Hypervisor種類：?
如上面兩張圖所示，Hypervisor分為兩類，一類是直接部署在硬件層面上（bare-metal hypervisors），另一類則是部署在宿主機的操作系統上，算是一種軟件（hosted hypervisors）。兩種方式的特點與典型系統如下：
bare-metal hypervisors 特點
需要硬件支持
虛擬機monitor作為主操作系統
運行效率高
典型系統
VMware5.5+
Xen3.0+
KVM
hosted hypervisors 特點
虛擬機監視器作為應用程序運行在主操作系統環境內
效率較低
典型系統
Virtual Box
early VMware5.5
early Xen3.0
Docker
與虛擬機不同，Docker是通過軟件層的虛擬化實現了更加輕量級的虛擬化，其架構圖如下：?
初步看來，Docker所在的層級與虛擬機所在的層次相同，都是在宿主機的操作系統上部署，但是Docker完全是軟件，不需要硬件進行支持，它利用的是操作系統自帶的資源隔離機制對硬件資源進行隔離，例如Win中的Hyper-v，Linux中的cgroup等，由Docker的后端程序Docker Engine調用這些接口完成資源隔離。Docker在創建容器時并不運行完整的操作系統，使用的資源更少，部署，啟動更快。但提供的隔離粒度不足，所以Docker更加適合單個用戶使用，而虛擬機則更適合在多個用戶混合的多租戶類型的場景中執行。
為什么用Docker
其實這個問題我在介紹虛擬機與Docker的區別時已經提到，Docker由于其使用了更加輕量級的隔離機制，不論是在部署，啟動恢復上均比虛擬機要快上數個數量級，因此，如果是個人用戶想要快速構建某個特定的環境，比如想要測試某個代碼在linux的運行情況，而使用的是mac系統或win系統，或者練習搭建環境等，通過Docker可以快速滿足需求。
Docker簡單使用方法
Docker架構
介紹使用方法前，先明確Docker中的幾個基本組件以及這些組件的交互關系。?
Docker鏡像：Docker鏡像是用于創建Docker容器的模板
Docker容器（Container）：容器是獨立運行的一個或一組應用
Docker客戶端（Client）：Docker客戶端通過命令行或者其他工具使用Docker API與Docker的守護進程通信。
Docker主機（Host）：一個物理或者虛擬的機器用于執行Docker守護進程和容器
Docker倉庫（Registry）：Docker倉庫用來保存鏡像，可以理解為代碼控制中的代碼倉庫。Docker Hub提供了龐大的鏡像集合供使用。
Docker Machine：Docker Machine是一個簡化Docker安裝的命令行工具，通過一個簡單的命令行即可在相應的平臺上安裝Docker，比如VirtualBox、 Digital Ocean、Microsoft Azure
終于到了實戰環節，在這一小節里面，我們通過兩個具體案例介紹Docker的簡單使用方法，首先是Docker的Hello World，另一個則是按照Docker官方文檔部署一個Flask后端服務。
安裝Docker
Mac && Windows：直接下載安裝文件進行安裝
Linux：
yum install -y epel-release ##安裝倉庫
yum install docker-io ##安裝Docker
chkconfig docker on ## 加入開機自動啟動
service docker start ## 啟動Docker
Docker Hello World
這個案例非常簡單，只有一個命令：
docker run hello-world
如果看到下圖中的結果則說明成功。?
Docker復雜使用
這個應用主要是一個Python的Web服務，該服務用于統計用戶訪問量，用戶訪問量存儲在Redis中。下面正式開始部署。
首先先寫一個Flask的Python程序，主要的統計邏輯和前端展示都由這個文件提供，代碼如下：
from flask import Flask
from redis import Redis, RedisError
import os
import socket
# Connect to Redis
redis = Redis(host="redis", db=0, socket_connect_timeout=2, socket_timeout=2)## 連接redis
app = Flask(__name__)
@app.route("/")
def hello():
try:
visits = redis.incr("counter") ##獲取計數器當前值并將其+1
except RedisError:
visits = "<i>cannot connect to Redis, counter disabled</i>"
html = "<h3>Hello {name}!</h3>" \
"<b>Hostname:</b> {hostname}<br/>" \
"<b>Visits:</b> {visits}"
return html.format(name=os.getenv("NAME", "world"), hostname=socket.gethostname(), visits=visits) ##網頁渲染
if __name__ == "__main__":
app.run(host='0.0.0.0', port=80) ## 服務的設置為80端口
然后編寫Python需要的依賴文件requirements.txt。
Redis
Flask
最后寫出Docker的部署文件Dockerfile：
# 將官方 Python 運行時用作父鏡像
FROM python:2.7-slim
# 將工作目錄設置為 /app
WORKDIR /app
# 將當前目錄內容復制到位于 /app 中的容器中
ADD . /app
# 安裝 requirements.txt 中指定的任何所需軟件包
RUN pip install -r requirements.txt
# 使端口 80 可供此容器外的環境使用
EXPOSE 80
# 定義環境變量
ENV NAME World
# 在容器啟動時運行 app.py
CMD ["python", "app.py"]
最后的目錄結構如下：?
完成之后開始構建，首先build鏡像：
docker build -t bryantchangflasktest .
其中 -t 的作用是指定鏡像的名字。
完成構建后，結果如下：
?
使用docker images查看已經構建的鏡像：?
完成構建后，接下來開始運行：
docker run -p 4001:80 bryantchangflasktest ##將4001端口映射到80端口
運行結果：?
可以看到因為沒有配置Redis所以這里面的異常是我們預期內的，為了做后面的配置方便，我們將鏡像上傳到公共鏡像，命令如下：
docker build -t bryantchangxy/bryantchangflasktest .
docker push bryantchangxy/bryantchangflasktest:latest
涉及的一些常見命令：
docker build -t friendlyname .# 使用此目錄的 Dockerfile 創建鏡像
docker run -p 4001:80 friendlyname # 運行端口 4001 到 80 的“友好名稱”映射
docker run -d -p 4001:80 friendlyname # 內容相同，但在分離模式下
docker ps # 查看所有正在運行的容器的列表
docker stop <hash> # 平穩地停止指定的容器
docker ps -a # 查看所有容器的列表，甚至包含未運行的容器
docker kill <hash> # 強制關閉指定的容器
docker rm <hash> # 從此機器中刪除指定的容器
docker rm $(docker ps -a -q) # 從此機器中刪除所有容器
docker images -a # 顯示此機器上的所有鏡像
docker rmi <imagename> # 從此機器中刪除指定的鏡像
docker rmi $(docker images -q) # 從此機器中刪除所有鏡像
docker login # 使用您的 Docker 憑證登錄此 CLI 會話
docker tag <image> username/repository:tag # 標記 <image> 以上傳到鏡像庫
docker push username/repository:tag # 將已標記的鏡像上傳到鏡像庫
docker run username/repository:tag
docker stack ls # 列出此 Docker 主機上所有正在運行的應用
docker stack deploy -c <composefile> <appname> # 運行指定的 Compose 文件
docker stack services <appname> # 列出與應用關聯的服務
docker stack ps <appname> # 列出與應用關聯的正在運行的容器
docker stack rm <appname> # 清除應用
注意，下面我不再繼續沿用那篇文檔里面的內容，我直接將Flask和Redis集成，并使用Docker Compose部署，部署文件為docker-compose.yml，內容如下：
web:
build: .
command: python app.py
ports:
- "4001:80"
volumes:
- .:/app
links:
- redis
redis:
image: microbox/redis
最后部署鏡像，命令如下：
docker-compose up -d
完成后，輸入localhost:4001，終于看到了最終的結果：
?
對于Docker Compose的使用，參見博客：https://blog.csdn.net/u011781521/article/details/80464826。
福利
掃描添加小編微信，備注“姓名+公司職位”，加入【云計算學習交流群】，和志同道合的朋友們共同打卡學習！
推薦閱讀：
分布式架構系列: 負載均衡技術詳解 | 技術頭條
00后的AI開發者進階之道：從入門到鏖戰MIT編程大賽 | 人物志
吃了公司零食被指“偷吃”，外包怎么了？
ICPC 2019國際大學生程序設計競賽，中國高校未能奪冠
EOS現狀: 72%應用涉賭被列為高危, 說好的詩和遠方, 你竟淪落成了這樣？
涼山火災啟示錄：面對大火，AI 能做些什么？
真香，朕在看了！
總結
以上是生活随笔為你收集整理的Docker简介与简单使用 | 技术头条的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： 信阳至昌吉回族自治州车师古道路线规划
- 下一篇： Boost：使用accumulator_