将 Docker Compose (v3)部署到 Swarm (mode)集群
将 Docker Compose (v3)部署到 Swarm (mode)集群
原文：https://medium.com/hackernoon/deploy-docker-compose-v3-to-swarm-mode-cluster-4159e9cca712
免责声明: *以下所有代码片段仅适用于*Docker 1.13+
TL；速度三角形定位法(dead reckoning)
Docker 1.13 将组合应用的部署简化为一个 swarm (mode)集群。而且你可以不用创建一个新的dab ( 发行版应用捆绑包)文件，只需使用熟悉和众所周知的docker-compose.yml语法(有一些补充)和--compose-file选项。
群体集群
Docker 引擎 1.12 引入了一个新的群模式，用于本地管理一个名为群的 Docker 引擎集群。Docker swarm mode 实现 Raft Consensus 算法，不再需要使用外部键值存储，如consult或 etcd 。
如果你想在开发者的机器上运行一个集群，有几种选择。
第一种选择，也是最广为人知的，是使用带有虚拟驱动程序的docker-machine工具(Virtualbox、Parallels 或其他)。
但是，在这篇文章中，我将使用另一种方法:使用Docker-in-DockerDocker 镜像和 Docker for Mac，更多细节请参见我的 Docker Swarm cluster 和 docker-in-docker on MacOS 的文章。
Docker 注册表镜像
当你在本地集群上部署一个新服务时，我建议设置本地 Docker 注册表镜像，并使用--registry-mirror选项运行所有集群节点，指向本地 Docker 注册表。通过运行本地 Docker 注册表镜像，您可以将大部分冗余图像获取流量保留在本地网络上，并加速服务部署。
Docker 群集引导脚本
我准备了一个 shell 脚本，用 Docker 注册表镜像和非常好的 swarm visualizer 应用程序来引导 4 节点 swarm 集群。
该脚本将 docker 引擎初始化为一个群主机，然后启动 3 个新的 docker-in-docker 容器，并将它们作为工作节点加入到群集群中。所有工作节点都使用--registry-mirror选项运行。
#!/bin/bash# vars
[ -z "$NUM_WORKERS" ] && NUM_WORKERS=3# init swarm (need for service command); if not created
docker node ls 2> /dev/null | grep "Leader"
if [ $? -ne 0 ]; then
docker swarm init > /dev/null 2>&1
fi# get join token
SWARM_TOKEN=$(docker swarm join-token -q worker)# get Swarm master IP (Docker for Mac xhyve VM IP)
SWARM_MASTER=$(docker info --format "{{.Swarm.NodeAddr}}")
echo "Swarm master IP: ${SWARM_MASTER}"
sleep 10# start Docker registry mirror
docker run -d --restart=always -p 4000:5000 --name v2_mirror \
-v $PWD/rdata:/var/lib/registry \
-e REGISTRY_PROXY_REMOTEURL=[https://registry-1.docker.io](https://registry-1.docker.io) \
registry:2.5# run NUM_WORKERS workers with SWARM_TOKEN
for i in $(seq "${NUM_WORKERS}"); do
# remove node from cluster if exists
docker node rm --force \
$(docker node ls --filter "name=worker-${i}" -q) \
> /dev/null 2>&1
# remove worker container with same name if exists
docker rm --force \
$(docker ps -q --filter "name=worker-${i}") > /dev/null 2>&1
# run new worker container
docker run -d --privileged --name worker-${i} \
--hostname=worker-${i} \
-p ${i}2375:2375 \
-p ${i}5000:5000 \
-p ${i}5001:5001 \
-p ${i}5601:5601 \
docker:1.13-rc-dind \
--registry-mirror [http://${SWARM_MASTER}:4000](http://${SWARM_MASTER}:4000)
# add worker container to the cluster
docker --host=localhost:${i}2375 swarm join \
--token ${SWARM_TOKEN} ${SWARM_MASTER}:2377
done# show swarm cluster
printf "\nLocal Swarm Cluster\n===================\n"docker node ls# echo swarm visualizer
printf "\nLocal Swarm Visualizer\n===================\n"
docker run -it -d --name swarm_visualizer \
-p 8000:8080 -e HOST=localhost \
-v /var/run/docker.sock:/var/run/docker.sock \
manomarks/visualizer:beta部署多容器应用程序——“老”方法
Docker compose是一个用于定义和运行复合多容器 Docker 应用程序的工具(和部署规范格式)。在 Docker 1.12 之前，你可以使用docker-compose工具将这样的应用部署到 swarm 集群。在 1.12 版本中，这不再可能:docker-compose只能在单个 Docker 主机上部署您的应用程序。
为了将它部署到一个 swarm 集群，你需要创建一个dab格式的特殊部署规范文件(也称为分发应用包)(更多见这里)。
创建这个文件的方法是运行docker-compose bundle命令。该命令的输出是一个 JSON 文件，它描述了多容器组合的应用程序，其 Docker 图像由@sha256引用，而不是标记。目前dab文件格式不支持来自docker-compose.yml的多个设置，也不允许使用来自docker service create命令的支持选项。
这是一个令人遗憾的故事:dab bundle 格式看起来很有前途，但是目前完全没有用(至少在 Docker 1.12 中)。
部署多容器应用程序——“新”方式
在 Docker 1.13 中，部署多容器组合应用程序的“新”方法是再次使用docker-compose.yml(万岁！)。向码头工人队致敬！
- 注意:不需要
docker-compose工具，只需要 docker-compose 格式的yaml文件(version: "3")
$ docker deploy --compose-file docker-compose.ymlDocker 编写 v3 ( version: "3")
那么，docker compose 版本 3 有什么新功能？
首先，我建议你深入了解一下 docker-compose schema 。它是众所周知的docker-compose格式的扩展。
注意: docker-compose工具(ver. 1.9.0)还不支持docker-compose.yaml version: "3"。
最明显的变化是围绕蜂群服务的部署。现在你可以指定docker service create/update命令支持的所有选项:
- 服务副本(或全局服务)的数量
- 服务标签
- 服务(容器)CPU 和内存的硬性和软性限制
- 服务重启策略
- 服务滚动更新策略
- 部署位置约束链接
Docker 编写 v3 示例
我已经为经典的 “猫对狗” 例子创建了一个“新的”合成文件(v3)。该示例应用程序包含 5 个服务，部署配置如下:
voting-app-一个 Python webapp，让你在两个选项之间投票；需要redisredis-收集新选票的 Redis 队列；部署在swarm manager节点上db-由 Docker 卷支持的 Postgres 数据库；部署在swarm manager节点上result-app- Node.js webapp，实时显示投票结果；2 个副本，部署在swarm worker节点上worker。消耗选票并将其存储在db中的网络工人；
- 副本数量: 2 个副本
- 硬限制:最大 25% CPU 和 512MB 内存
- 软限制:最大 25% CPU 和 256MB 内存
- 位置:仅在
swarm worker节点上 - 重启策略:失败时重启，延迟 5 秒，最多尝试 3 次
- 更新策略:逐个更新，更新期间容许 10 秒延迟和 0.3 的故障率
version: "3"services:redis:
image: redis:3.2-alpine
ports:
- "6379"
networks:
- voteapp
deploy:
placement:
constraints: [node.role == manager]db:
image: postgres:9.4
volumes:
- db-data:/var/lib/postgresql/data
networks:
- voteapp
deploy:
placement:
constraints: [node.role == manager]voting-app:
image: gaiadocker/example-voting-app-vote:good
ports:
- 5000:80
networks:
- voteapp
depends_on:
- redis
deploy:
mode: replicated
replicas: 2
labels: [APP=VOTING]
placement:
constraints: [node.role == worker]result-app:
image: gaiadocker/example-voting-app-result:latest
ports:
- 5001:80
networks:
- voteapp
depends_on:
- dbworker:
image: gaiadocker/example-voting-app-worker:latest
networks:
voteapp:
aliases:
- workers
depends_on:
- db
- redis
# service deployment
deploy:
mode: replicated
replicas: 2
labels: [APP=VOTING]
# service resource management
resources:
# Hard limit - Docker does not allow to allocate more
limits:
cpus: '0.25'
memory: 512M
# Soft limit - Docker makes best effort to return to it
reservations:
cpus: '0.25'
memory: 256M
# service restart policy
restart_policy:
condition: on-failure
delay: 5s
max_attempts: 3
window: 120s
# service update configuration
update_config:
parallelism: 1
delay: 10s
failure_action: continue
monitor: 60s
max_failure_ratio: 0.3
# placement constraint - in this case on 'worker' nodes only
placement:
constraints: [node.role == worker]networks:
voteapp:volumes:
db-data:运行docker deploy — compose-file docker-compose.yml VOTE命令，在 swarm 集群上部署我版本的 【猫对狗】 应用程序。
Cats vs. Dogs on Swarm cluster
希望这篇文章对你有用。我期待您的评论和任何问题。
最初发表于 Codefresh 博客 。
