0


Ubuntu中docker的安装和使用

Ubuntu 中docker安装和使用

  • 安装VMware16
  • 安装Ubuntu22.04
  • 安装docker

Docker的主要作用

起到一个“容器”(代码+环境)的作用,解决了软件跨环境迁移导致的版本不兼容等问题。使用沙箱机制,相互之间没有任何接口,且性能开销极低。

Docker的架构图

在这里插入图片描述

  • 镜像(image):Docker镜像,相当于一个root文件系统。镜像相当于java中的一个类,是一个模板,一个镜像可以生成多个容器。 (镜像是一种轻量级的,可执行的独立软件包,用来打包软件运行环境和基于环境开发的软件,它包含运行某个软件的所需的所有内容,包括代码,运行时,库,环境变量和配置文件。)
  • 容器(container):镜像和容器的关系就像是类与对象的关系一样,镜像是静态的定义,容器是镜像运行时的实体,容器可以被创建,启动,停止,删除,暂停等。 (Docker利用容器独立运行一个或一组应用。容器时是镜像创建的运行实例。可以把容器看成一个简易版本的linux的运行环境,包括运行在里面的应用程序。Docker启动是秒级的。容器只保留了内核,把硬件,网络,打印机等不相关的统统去除了,所以运行快。)
  • 仓库(repository):仓库可以看成是一个代码控制中心,用来保存镜像。

Docker的安装

卸载系统自带的旧版本

sudo apt-get remove docker docker-engine docker.io containerd runc

获取软件最新源

sudo apt-get update

安装apt依赖包

sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common

安装几个工具软件

apt-get install ca-certificates curl gnupg lsb-release

安装GPG证书,使用阿里云的镜像源

curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -

下载仓库文件

sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"

安装docker软件

sudo apt-get install docker-ce docker-ce-cli containerd.io
sudo apt-get install docker-compose-plugin

图形化界面 Portainer

$ docker volume create portainer_data
$ docker run --name portainer
 -d -p 8000:8000 -p 9000:9000 -v /var/run/docker.sock:/var/run/docker.sock 
-v portainer_data:/data portainer/portainer

打开localhost:9000

设置图形化界面Portainer开机自启动后可开机直接通过浏览器localhost:9000/访问docker:

1、设置docker开机自启动
systemctl disable docker.service

2、设置Portainer对应的容器开机自启动
docker update --restart=always <CONTAINER ID>

docker的使用

docker状态

启动docker

sudo service docker start
或
systemctl start docker

停止docker

sudo service docker stop
或
systemctl stop docker

重启docker

sudo service docker restart
或
systemctl restart docker

查看当前docker的状态

systemctl status docker

测试

sudo docker run hello-world

帮助命令

sudo docker version  (查询版本号)
sudo docker info   (查询docker系统信息)
sudo docker --help   (指令)

镜像操作

列出镜像

sudo docker images

REPOSITORY:当前镜像的仓库源;
TAG:镜像的标签;
IMAGE ID:镜像的ID(唯一的主键);
CREATED:镜像的创建时间;
SIZE:镜像的大小。
docker images [参数]

-a #列出本地所有的镜像,含中间映像层
-q #只列出镜像ID
-qa #-a 与 -q 的组合参数
-digess #一些镜像的摘要说明
--no-trunc #显示完整的镜像信息

搜索镜像
镜像的官方网址:https://hub.docker.com/

docker search  [镜像名]

获取镜像(不指定镜像版本,则默认下载最新版本)

sudo docker pull [镜像名]
或
docker pull [镜像名]:lastest
docker pull [镜像名]:[TAG]  #使用版本标签号选择要下载的版本

sudo docker pull ubuntu:13.10
sudo docker pull mysql:5.7

使用镜像

sudo docker run [镜像名]

删除镜像

sudo docker rmi [镜像名]
或
docker rmi -f [镜像名]  #强制删除某个镜像
docker rmi -f [镜像名1 镜像名2 镜像名3]  #批量删除多个镜像

容器操作

启动容器,以下命令使用镜像启动一个容器,参数为以命令行模式进入该容器:

docker run [OPTIONS] IMAGE
OPTIONS说明:
--name [容器名] #为容器指定一个名字
-d #后台运行容器,并返回容器ID,也即启动守护式容器(使用exit退出后,容器在后台运行,不会真正退出)
-i #以交互模式运行容器,如果不加的话,容器没有使用时就会自动停止,通常和-t同时使用
-t #为容器重新分配一个伪输入终端,通常与-i同时使用
-p #随机端口映射

sudo docker run -it ubuntu:20.04 /bin/bash
docker run -it --name mycentos centos /bin/bash

-i: 交互式操作。
-t: 终端。
ubuntu: ubuntu 镜像。
/bin/bash:#进入容器的初始化指令
放在镜像名后的是命令,这里希望有个交互式Shell,因此用的是 /bin/bash。

启动容器

docker start [容器ID]

重启容器

docker restart [容器ID]

停止容器

docker stop [容器ID]

强制关闭容器

docker kill [容器ID]

查看容器

sudo docker ps -a  #  查看所有容器
docker ps -q #查看当前运行着的容器,返回ID
docker ps -l #查看上一个容器
docker ps -n 3 #查看上三个运行过的容器

进入正在运行的环境

docker attach [容器ID] #直接进入容器,启动命令的终端,不会启动新的进程
docker exec -it [容器ID] /bin/bash #在容器中打开新的终端,并且可以启动新的进程

退出容器

exit #容器停止,但退出容器内部
ctrl+P+Q #容器不停止,但退出容器内部

停止容器

sudo docker stop <容器 ID>

删除已停止容器

sudo docker rm [容器ID] #删除已经停止的容器
docker rm -f [容器ID] #可强制删除没有停止的容器
docker rm -f $(docker ps -qa) #删除全部容器

数据卷

概念

数据卷是宿主机中的一个目录或文件,当容器目录和数据卷目录绑定后,对方的修改会立即同步,一个数据卷可以被多个容器同时挂载,一个容器可以挂载多个容器。

作用

  • 容器数据持久化
  • 外部机器和容器的间接通信
  • 容器之间的数据交换

数据卷的配置

docker run -it -v [主机目录]:[容器目录]
#例如
docker run -it -v /home/cesi:/home --name mycentos centos /bin/bash

写入文件

ecoh "abcd" > a.txt

查看文件内容

cat [文件名]

新建 文件/文件夹

touch [文件名]
mkdir [文件夹名]

删除文件

rm -rf [文件名]

是否挂载成功

docker inspect [容器id] #返回容器日志,查看Mounts项的Source即可找到宿主机挂载点,Destination即为容器中对应的目录

注意事项

  • 目录必须是绝对路径
  • 目录不存在会自动创建

为自己的项目构建镜像

示例项目代码:https://github.com/gzyunke/test-docker
这是一个 Nodejs + Koa2 写的 Web 项目,提供了简单的两个演示页面。
软件依赖:nodejs
项目依赖库:koa、log4js、koa-router

编写 Dockerfile

FROM node:11
MAINTAINER easydoc.net

# 复制代码
ADD . /app

# 设置容器启动后的默认运行目录
WORKDIR /app

# 运行命令,安装依赖
# RUN 命令可以有多个,但是可以用 && 连接多个命令来减少层级。
# 例如 RUN npm install && cd /app && mkdir logs
RUN npm install --registry=https://registry.npm.taobao.org

# CMD 指令只能一个,是容器启动后执行的命令,算是程序的入口。
# 如果还需要运行其他命令可以用 && 连接,也可以写成一个shell脚本去执行。
# 例如 CMD cd /app && ./start.sh
CMD node app.js

Dockerfile文档

实用技巧:
如果你写 Dockerfile 时经常遇到一些运行错误,依赖错误等,你可以直接运行一个依赖的底,然后进入终端进行配置环境,成功后再把做过的步骤命令写道 Dockerfile 文件中,这样编写调试会快很多。
例如上面的底是

node:11

,我们可以运行

docker run -it -d node:11 bash

,跑起来后进入容器终端配置依赖的软件,然后尝试跑起来自己的软件,最后把所有做过的步骤写入到 Dockerfile 就好了。
掌握好这个技巧,你的 Dockerfile 文件编写起来就非常的得心应手了。

Build 为镜像(安装包)和运行

编译

docker build -t test:v1 .
-t

设置镜像名字和版本号
命令参考:https://docs.docker.com/engine/reference/commandline/build/

运行

docker run -p 8080:8080 --name test-hello test:v1

挂载演示

bind mount` 方式用绝对路径 `-v D:/code:/app
volume` 方式,只需要一个名字 `-v db-data:/app

示例:

docker run -p 8080:8080 --name test-hello -v D:/code:/app -d test:v1

多容器通信

要想多容器之间互通,从 Web 容器访问 Redis 容器,我们只需要把他们放到同个网络中就可以了。

文档参考:https://docs.docker.com/engine/reference/commandline/network/

创建一个名为

test-net

的网络:

docker network create test-net

运行 Redis 在

test-net

网络中,别名

redis
docker run -d --name redis --network test-net --network-alias redis redis:latest

修改代码中访问

redis

的地址为网络别名

image.png

运行 Web 项目,使用同个网络

docker run -p 8080:8080 --name test -v D:/test:/app --network test-net -d test:v1

查看数据

http://localhost:8080/redis

容器终端查看数据是否一致

redis-cli
get count

docker-compose 创建容器

要把项目依赖的多个服务集合到一起,我们需要编写一个

docker-compose.yml

文件,描述依赖哪些服务
参考文档:https://docs.docker.com/compose/

创建

docker-compose.yml

文件,在文件目录打开终端,输入

docker-cmpose up

创建并运行容器。

version: "3.7"

services:
  app:
    build: ./
    ports:
      - 80:8080
    volumes:
      - ./:/app
    environment:
      - TZ=Asia/Shanghai
  redis:
    image: redis:5.0.13
    volumes:
      - redis:/data
    environment:
      - TZ=Asia/Shanghai

volumes:
  redis:

容器默认时间不是北京时间,增加 TZ=Asia/Shanghai 可以改为北京时间

在后台运行只需要加一个 -d 参数 docker-compose up -d
查看运行状态:docker-compose ps
停止运行:docker-compose stop
重启:docker-compose restart
重启单个服务:docker-compose restart service-name
进入容器命令行:docker-compose exec service-name sh
查看容器运行log:docker-compose logs [service-name]

发布和部署

上传自己的镜像

  • 首先你要先 注册一个账号
  • 创建一个镜像库image.png
  • 命令行登录账号:docker login -u username
  • 新建一个tag,名字必须跟你注册账号一样docker tag test:v1 username/test:v1
  • 推上去docker push username/test:v1
  • 部署试下docker run -dp 8080:8080 username/test:v1

docker-compose 中也可以直接用这个镜像了

version: "3.7"

services:
  app:
#    build: ./
    image: helloguguji/test:v1
    ports:
      - 80:8080
    volumes:
      - ./:/app
    environment:
      - TZ=Asia/Shanghai
  redis:
    image: redis:5.0.13
    volumes:
      - redis:/data
    environment:
      - TZ=Asia/Shanghai

volumes:
  redis:

备份和迁移数据

迁移方式介绍

容器中的数据,如果没有用挂载目录,删除容器后就会丢失数据。
前面我们已经讲解了如何 挂载目录
如果你是用

bind mount

直接把宿主机的目录挂进去容器,那迁移数据很方便,直接复制目录就好了
如果你是用

volume

方式挂载的,由于数据是由容器创建和管理的,需要用特殊的方式把数据弄出来。

备份和导入 Volume 的流程

备份:

  • 运行一个 ubuntu 的容器,挂载需要备份的 volume 到容器,并且挂载宿主机目录到容器里的备份目录。
  • 运行 tar 命令把数据压缩为一个文件
  • 把备份文件复制到需要导入的机器

导入:

  • 运行 ubuntu 容器,挂载容器的 volume,并且挂载宿主机备份文件所在目录到容器里
  • 运行 tar 命令解压备份文件到指定目录

备份 MongoDB 数据演示

  • 运行一个 mongodb,创建一个名叫mongo-data的 volume 指向容器的 /data 目录docker run -p 27018:27017 --name mongo -v mongo-data:/data -d mongo:4.4
  • 运行一个 Ubuntu 的容器,挂载mongo容器的所有 volume,映射宿主机的 backup 目录到容器里面的 /backup 目录,然后运行 tar 命令把数据压缩打包docker run --rm --volumes-from mongo -v d:/backup:/backup ubuntu tar cvf /backup/backup.tar /data/

最后你就可以拿着这个 backup.tar 文件去其他地方导入了。

恢复 Volume 数据演示

  • 运行一个 ubuntu 容器,挂载 mongo 容器的所有 volumes,然后读取 /backup 目录中的备份文件,解压到 /data/ 目录docker run --rm --volumes-from mongo -v d:/backup:/backup ubuntu bash -c "cd /data/ && tar xvf /backup/backup.tar --strip 1"

注意,volumes-from 指定的是容器名字
strip 1 表示解压时去掉前面1层目录,因为压缩时包含了绝对路径


conductor介绍

一 简介

netflix conductor是基于JAVA语言编写的开源流程引擎,用于架构基于微服务的流程。它具备如下特性:

  • 允许创建复杂的业务流程,流程中每个独立的任务都是由一个微服务所实现。
  • 基于JSON DSL 创建工作流,对任务的执行进行编排。
  • 工作流在执行的过程中可见、可追溯。
  • 提供暂停、恢复、重启等多种控制模型。
  • 提供一种简单的方式来最大限度重用微服务。
  • 拥有扩展到百万流程并发运行的服务能力。
  • 通过队列服务实现客户端与服务端的分离。
  • 支持 HTTP 或其他RPC协议进行数据传送

二 基本概念

1 Task

Task是最小执行单元,承载了一段执行逻辑,如发送HTTP请求等。

  • System Task:被conductor服务执行,这些任务的执行与引擎在同一个JVM中。
  • Worker Task:被worker服务执行,执行与引擎隔离开,worker通过队列获取任务后,执行并更新结果状态到引擎。Worker的实现是跨语言的,其使用Http协议与Server通信。

conductor提供了若干内置SystemTask:

  • 功能性Task: - HTTP:发送http请求- JSON_JQ_TRANSFORM:jq命令执行,一般用户json的转换,具体可见jq官方文档- KAFKA_PUBLISH: 发布kafka消息
  • 流程控制Task: - SWITCH(原Decision):条件判断分支,类似于代码中的switch case- FORK:启动并行分支,用于调度并行任务- JOIN:汇总并行分支,用于汇总并行任务- DO_WHILE:循环,类似于代码中的do while- WAIT:一直在运行中,直到外部时间触发更新节点状态,可用于等待外部操作- SUB_WORKFLOW:子流程,执行其他的流程- TERMINATE:结束流程,以指定输出提前结束流程,可以与SWITCH节点配合使用,类似代码中的提前return语句
  • 自定义Task: - 对于System Task,Conductor提供了WorkflowSystemTask 抽象类,可以自定义扩展实现。- 对于Worker Task,可以实现conductor的client Worker接口实现执行逻辑。
2 Workflow
  • Workflow由一系列需要执行的Task组成,conductor采用json来描述Task的流转关系。
  • 除基本的顺序流程外,借助内置的SWITCH、FORK、JOIN、DO_WIHLE、TERMINATE任务,还能实现分支、并行、循环、提前结束等流程控制。
3 Input&Output

Task的输入是一种映射,其作为工作流实例化的一部分或某些其他Task的输出。允许将来自工作流或其他Task的输入/输出作为随后执行的Task的输入。

  • Task有自己的输入和输出,输入输出都是jsonobject类型。
  • Task可以引用其他Task的输入输出,使用{taskxxx.output}的方式引用。引用语法为json-path,除最基础的${taskxxx.output}的值解析方式外,还支持其他复杂操作,如过滤等,具体见json-path语法。
  • 启动Workflow时可以传入流程的输入数据,Task可以通过${workflow.input}的方式引用。

Task实现原子操作的处理以及流程控制操作,Workflow定义描述Task的流转关系,Task引用Workflow或者其它Task的输入输出。通过这些机制,conductor实现了JSON DSL对流程的描述。

三 整体架构

image.png

主要分为几个部分:

  • Orchestrator: 负责流程的流转调度工作;
  • Management/Execution Service: 提供流程、任务的管理更新等操作;
  • TaskQueues: 任务队列,Orchestrator解析出来的待执行Task会放到队列中;
  • Worker: 任务执行worker,从TaskQueues中获取任务,通过Execution Service更新任务状态与结果数据;
  • Database: 元数据&运行时数据库,用于保存运行时的Workflow、Task等状态信息,以及流程任务定义的等原信息;
  • Index: 索引数据库,用于存储执行历史;
标签: docker ubuntu 容器

本文转载自: https://blog.csdn.net/urnotlanxi/article/details/128005616
版权归原作者 urnotlanxi 所有, 如有侵权,请联系我们删除。

“Ubuntu中docker的安装和使用”的评论:

还没有评论