Docker Stack 部署应用
概述
单机模式下，可以使用 Docker Compose 来编排多个服务。Docker Swarm 只能实现对单个服务的简单部署。而Docker Stack 只需对已有的 docker-compose.yml 配置文件稍加改造就可以完成 Docker 集群环境下的多服务编排。
stack是一组共享依赖，可以被编排并具备扩展能力的关联service。
Docker Stack和Docker Compose区别
- Docker stack 会忽略了“构建”指令，无法使用 stack 命令构建新镜像，它是需要镜像是预先已经构建好的。 所以 docker-compose 更适合于开发场景；
- Docker Compose 是一个 Python 项目，在内部，它使用 Docker API 规范来操作容器。所以需要安装 Docker -compose，以便与 Docker 一起在计算机上使用；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。
- Docker stack 不支持基于第2版写的 docker-compose.yml ，也就是 version 版本至少为3。然而 Docker Compose 对版本为2和 3 的文件仍然可以处理；
- docker stack 把 docker compose 的所有工作都做完了，因此 docker stack 将占主导地位。
- 单机模式（Docker Compose）是一台主机上运行多个容器，每个容器单独提供服务；集群模式（swarm + stack）是多台机器组成一个集群，多个容器一起提供同一个服务；
compose.yml deploy 配置说明
docker stack deploy 不支持的参数：
（这些参数，就算yaml中包含，在stack的时候也会被忽略，当然也可以为了 docker-compose up 留着这些配置）
build
cgroup_parent
container_name
devices
tmpfs
external_links
links
network_mode
restart
security_opt
userns_mode
deploy：指定与服务的部署和运行有关的配置。注：只在 swarm 模式和 stack 部署下才会有用。且仅支持 V3.4 及更高版本。
可以选参数：
-
endpoint_mode：访问集群服务的方式。3.2版本开始引入的配置。用于指定服务发现，以方便外部的客户端连接到swarm
-
vip：默认的方案。即通过 Docker 集群服务一个对外的虚拟 ip对外暴露服务，所有的请求都会通过这个虚拟 ip 到达集群服务内部的机器，客户端无法察觉有多少个节点提供服务，也不知道实际提供服务的IP和端口。
-
dnsrr：DNS的轮询调度。所有的请求会自动轮询获取到集群 ip 列表中的一个 ip 地址。客户端访问的时候，Docker集群会通过DNS列表返回对应的服务一系列IP地址，客户连接其中的一个。这种方式通常用于使用自己的负载均衡器，或者window和linux的混合应用。
-
labels：在服务上设置标签，并非附加在service中的容器上。如果在容器上设置标签，则在deploy之外定义labels。可以用容器上的 labels（跟 deploy 同级的配置） 覆盖 deploy 下的 labels。
-
mode：用于指定是以副本模式（默认）启动还是全局模式
-
replicated：副本模式，复制指定服务到集群的机器上。默认。
-
global：全局模式，服务将部署至集群的每个节点。类似于k8s中的DaemonSet，会在每个节点上启动且只启动一个服务。
-
replicas：用于指定副本数，只有mode为副本模式的时候生效。
-
placement：主要用于指定约束和偏好。这个参数在运维的时候尤为关键
-
constraints(约束)：表示服务可以部署在符合约束条件的节点上，包含了：
-
node attribute matches example
Home | NODE.ID 节点id Home | NODE.ID == 2ivku8v2gvtg4
-
node.hostname 节点主机名 node.hostname != node-2
-
node.role 节点角色 (manager/worker node.role == manager
-
node.platform.os 节点操作系统 node.platform.os == windows
-
node.platform.arch 节点架构 node.platform.arch == x86_64
-
node.labels 用户定义的labels node.labels.security == high
-
engine.labels Docker 引擎的 labels engine.labels.operatingsystem == ubuntu-14.04
-
preferences(偏好)：表示服务可以均匀分布在指定的标签下。
preferences 只有一个参数，就是spread，其参数值为节点的属性，即约束表中的内容
-例如：node.labels.zone这个标签在集群中有三个值，分别为west、east、north，那么服务中的副本将会等分为三份，分布到带有三个标签的节点上。
- max_replicas_per_node：3.8版本中开始引入的配置。控制每个节点上最多的副本数。
注意：当 最大副本数*集群中可部署服务的节点数<副本数，会报错
- resources：用于限制服务的资源，这个参数在运维的时候尤为关键。
示例：配置 redis 集群运行需要的 cpu 的百分比 和 内存的占用。避免占用资源过高出现异常。
- limit：用于限制最大的资源使用数量
cpus：cpu占比，值的格式为百分比的小数格式
memory：内存的大小。示例：512M
- reservation：为最低的资源占用量。
cpus
memory
- restart_policy：容器的重启策略
condition：重启的条件。可选 none，on-failure 或者 any。默认值：any
delay：尝试重启的时间间隔（默认值：5s）。
max_attempts：最大尝试重启容器的次数，超出次数，则不再尝试（默认值：一直重试）。
window：判断重启是否成功之前的等待时间（一个总的时间，如果超过这个时间还没有成功，则不再重启）。
- rollback_config：更新失败时的回滚服务的策略。3.7版本加入。和升级策略相关参数基本一致。
- update_config：配置应如何更新服务，对于配置滚动更新很有用。
parallelism：同时升级[回滚]的容器数
delay：升级[回滚]一组容器的时间间隔
failure_action：若更新[回滚]失败之后的策略：continue、 pause、rollback(仅在update_config中有) 。默认 pause
monitor：容器升级[回滚]之后，检测失败的时间检测 (支持的单位：ns|us|ms|s|m|h)。默认为 5s
max_failure_ratio：最大失败率
order：升级[回滚]期间的操作顺序。可选：stop-first（串行回滚，先停止旧的）、start-first（并行回滚，先启动新的）。默认 stop-first 。注意：只支持v3.4及更高版本
tomcat+mysql项目实现docker stack的编排方式
实验环境：
主机 ip 系统 角色 工作容器
server153 192.168.121.153 centos7 manager tomcat
server154 192.168.121.153 centos7 worker tomcat
server155 192.168.121.153 centos7 worker mysql
首先准备好三台docker主机，也是要创建以和swarm集群，这里我就不再赘述了，我的上一篇博文介绍的很清楚，忘记了可以去看一看，docker的安装也包括在内了
每台机器都拉取同样的tomcat镜像
docker pull oxnme/tomcat
docker pull mysql:5.7
然后创建一个空目录开始编写compose.yml文件，跟docker compose差不多的，都是yaml文件
我们想要定制的内容都是在里面写好就行了
[root@server153 ~]# mkdir test
[root@server153 ~]# cd test/
[root@server153 test]# vim compose.yml
[root@server153 test]# cat compose.yml
version: "3.8"
services:
mysql:
image: mysql:5.7
volumes:
- type: volume
source: mysql-data
target: /var/lib/mysql
#指定网络
networks:
- net-test
#在启动容器时初始化密码，还有创建一个Zrlog数据
environment:
- MYSQL_ROOT_PASSWORD=MySQL@666
- MYSQL_DATABASE=Zrlog
deploy:
#复制策略
mode: replicated
#创建docker容器数量
replicas: 1
# 容器内部的服务端口映射到VIP
endpoint_mode: vip
placement:
#约束条件，只有主机名为server155时才生效
constraints:
- "node.Hostname == server155"
#容器重启策略
restart_policy:
condition: any
tomcat:
image: oxnme/tomcat:latest
#将8080端口映射到主机的80端口上
ports:
- 80:8080
volumes:
- type: volume
source: tomcat-data
target: /usr/local/tomcat/webapps
#指定网络
networks:
- net-test
#同上
deploy:
mode: replicated
replicas: 1
endpoint_mode: vip
placement:
constraints:
- "node.Hostname != server155"
restart_policy:
condition: any
#依赖条件，只有在mysql容器存在的时候才生效
depends_on:
- mysql
volumes:
#由docker自己创建一个空的数据卷
mysql-data:
#我们自己创建数据卷，不用docker帮创建
tomcat-data:
external: true
#由docker创建一个新的网络
networks:
net-test:
driver: overlay
写完compose.yaml文件以后就可以开始配置我们需要自己实现的内容了
先创建tomcat-data数据卷，你要在哪个节点布置tomcat容器就在哪个节点都要创建，我这里是打算155节点只放mysql容器，所以就不创建155的了
创建以后将项目代码放进去就好了，也可以通过远程挂载的方式挂载同一个目录数据
如果没有创建docker就会帮我们创建一个空的数据卷，那显然不是我们要的
因为我们要事先准好数据卷和项目，docker只能帮我们创建的空的数据卷
下面这两步是在153和154节点都要做的
[root@server153 test]# docker volume create tomcat-data
tomcat-data
[root@server153 test]# ls /var/lib/docker/volumes/
backingFsBlockDev metadata.db tomcat-data
将tomcat项目代码的war包改名为ROOT.war放到刚创建的数据卷目录下
[root@server153 test]# cp ~/zrlog-2.2.1-efbe9f9-release.war /var/lib/docker/
volumes/tomcat-data/_data/ROOT.war
[root@server153 test]# ls /var/lib/docker/volumes/tomcat-data/_data/
ROOT.war
然后就可以docker stack 启动我们的容器了
[root@server153 test]# docker stack deploy --compose-file compose.yml zrlog
Creating network zrlog_net-test
Creating service zrlog_mysql
Creating service zrlog_tomcat
创建好以后查看容器启动情况，要看tomcat容器启动在哪个节点
[root@server153 test]# docker stack ps zrlog
ID NAME IMAGE NODE DESIRED STATE CURRENT STATE ERROR PORTS
h2a1y9djbaz2 zrlog_mysql.1 mysql:5.7 server155 Running Running 48 seconds ago
hw3s50anymvy zrlog_tomcat.1 oxnme/tomcat:latest server153 Running Running 52 seconds ago
然后去浏览器访问192.168.121.153
第一次访问需要连接数据库创建信息，所以会自动跳到安装页面
这时候就填写mysql容器创建好的数据库和密码了
进入下一步随便填
下一步安装好以后就可以直接访问了
然后用docker stack实现tomcat项目的部署到这里就完成了
然后也试一下容器的动态拉伸
[root@server153 test]# docker service scale zrlog_tomcat=3
zrlog_tomcat scaled to 3
overall progress: 3 out of 3 tasks
1/3: running
2/3: running
3/3: running
verify: Service converged
[root@server153 test]# docker stack ps zrlog
ID NAME IMAGE NODE DESIRED STATE CURRENT STATE ERROR PORTS
h2a1y9djbaz2 zrlog_mysql.1 mysql:5.7 server155 Running Running 15 minutes ago
hw3s50anymvy zrlog_tomcat.1 oxnme/tomcat:latest server153 Running Running 15 minutes ago
rlhd2lfc70dp zrlog_tomcat.2 oxnme/tomcat:latest server154 Running Running 2 minutes ago
30md1m5jcha5 zrlog_tomcat.3 oxnme/tomcat:latest server154 Running Running 2 minutes ago
可以看到也是可以的，因为原理都是一样的，如果有数据一致性的问题，可以用rsync解决
只要清楚了docker的原理解决起来就容易了
主要的还是理解，这样应对不同的项目就可以完美解决了
文章的部分内容是在网上找的，如有侵权请告知删除
