6.Docker入门（五）多服务组成Stack

注意

以下内容完全摘自Docker官方文档，仅为学习及技术分享所用，切勿用于商业用途，转载请注明出处。

以下为正文

---

了解Stack

在Docker中，我们把一组相互关联、相互依赖、共同协作完成某些业务功能的服务称为一个Stack（服务栈）。一个Stack应该可以定义和完成整个应用程序的功能，当然一些较复杂的应用程序可以由多个Stack构成。简而言之：Stack就是一组服务的集合。
接下来，我们在学完 Service 和Swarm 的基础上，利用之前编写的docker-compose.yml和swarm集群，添加另外两个服务：visualizer和redis，实现可视化显示集群中container的状态和存储集群访问次数的功能，组成我们的第一个Stack。

添加visualizer服务

visualizer是Docker官方开发的一个服务，利用它可以可视化显示集群中container的调度情况。如果想了解更多，可以到visualizer的github。
打开docker-compose.yml，将内容替换成以下代码：

version: "3"
services:
  web:
    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
networks:
  webnet:

这里，我们为web服务添加了一个监听服务: visualizer。我们为visualizer服务指定了两个键值，volumes和deploy。volumes映射容器中/var/run/docker.sock到宿主机的/var/run/docker.sock文件中，deploy键通过添加contraints:[node.role==manager]指定visualizer只会部署在swarm manager节点上，而不会部署在worker节点上。因为只有在swarm manager上，才可以对整个集群进行管理，才能监听到整个集群的状态。

接下来，我们把这个新的docker-compose.yml发送到myvm1这台虚机上。

docker-machine scp docker-compose.yml myvm1:~

然后重新部署应用

$ docker-machine ssh myvm1 "docker stack deploy -c docker-compose.yml getstartedlab"
Updating service getstartedlab_web (id: angi1bf5e4to03qu9f93trnxm)
Updating service getstartedlab_visualizer (id: l9mnwkeq2jiononb5ihz9u7a4)

可以看到，两个服务组件都得到了更新，通过访问myvm1或者myvm2中任一台实例的8080端口，可以看到visualizer显示的效果如下图：

get-started-visualizer1.png

添加redis服务显示访问次数

将docker-compse.yml内容替换如下：

version: "3"
services:
  web:
    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:
      - ./data:/data
    deploy:
      placement:
        constraints: [node.role == manager]
    networks:
      - webnet
networks:
  webnet:

这里我们做了以下几件事：

• 添加了redis服务，由于它是Docker官方正式提供的镜像文件，所以无需指定username和tag，直接用小写的redis就可以定位到镜像。
• 将6379端口公开并映射到宿主机的6379端口，6379是Redis默认配置的对外端口，您可以通过集群中任一主机IP地址加上6379端口访问Redis Desktop Manager（Redis自带管理界面）。
• volumes将/data目录映射到宿主机./data目录，/data是redis默认存储数据的目录，通过这样的映射，即使容器挂了或者重新部署，数据都已经保留到了宿主机上，不会丢失。
• deploy通过constraints将redis部署到swarm manager节点上。

接下来，我们需要在myvm1实例（即redis服务容器所在宿主机）上创建./data目录，然后重新部署我们的应用，依次执行以下命令：

$ docker-machine ssh myvm1 "mkdir ./data"

$ docker-machine scp docker-compose.yml myvm1:~

$ docker-machine ssh myvm1 "docker stack deploy -c docker-compose.yml getstartedlab"

部署完后，再次访问集群中任一个实例的IP地址（端口为80），即访问我们部署的web服务，就可以看到一个显示访问次数的界面了（我们的web服务组件其实已经包含了我们在创建Docker镜像章节中用python写的使用redis存储访问次数的程序app.py）。

至此，您就构建了一个集web负载均衡、visualizer图形界面、redis存储的Stack。