我们谈论关于架构的话题，总离不开微服务，而微服务又会引向容器和Docker。它们都是能简化庞大而复杂应用的构建过程。本周希云和大家分享，如何在Giant Swarm上运行Docker化的Ruby on Rails应用。
对于微服务，没有一个像apt-get这样的工具，不禁让人问：“我怎样安装这个新东西？” 答案是：“你安装不了微服务。” 更具体来说是，“你不可能一下子就用上它。”
“一个系统的架构是最难改变的”，“微服务”这个新事物也不是一颗银弹，即使在今天也没有人能轻易就重构一个复杂的系统，尤其是对于像用了Rails框架构造出来的庞大系统。
Docker承诺的一个特性是：“减少开发、测试和生产环境之间的差异” ，然而，在生产环境运行Docker并不简单，所以我们将研究Giant Swarm这样的工具是如何简化这个部署过程的。
刚开始，我会把一个简单的应用Docker化，这个应用是一个NoSQL数据库ArangoDb的ODM。你能在Github上找到这个应用，如果你要自己尝试这个例子，你的机器上需要装好Docker，Ruby 2版本以上，还有一个用于部署的Giant Swarm账号，不需要单独安装数据库，将会在本地使用一个容器作为数据库。
☞各个击破
在我们制作Docker容器之前，先看一下这个应用的本身，以及我们将如何实现Docker化，我们手头上的应用是一个普通的Web工程：
一个前端
通过OAuth2使用GitHub登录
调用外部接口(GitHub)
后台长期运行的任务
主数据库
任务队列
可以把这些功能都放到一个容器中，但是这样会得不偿失。例如，会失去应用和数据库分离带来的可扩展性。遵循在每个容器只运行一个进程的原则，把应用分成5个容器：
Nginx会作为前端代理服务器，在我们的例子中它会提供静态资源，在更复杂的应用中，它可能会作为访问控制或者为后端服务提供负载均衡。
第二层是Rails应用，它会运行在一个简单的web服务中，这里用的是Puma。
Sidekiq也会运行在一个独立的容器中，如果你有一个以上的队列，需要为每一个队列创建一个容器。
一个安装了Redis作为任务队列的容器。
一个安装了ArangoDB作为主数据库的容器。
以下这幅图帮助我们去理解这个架构，以及组件之间的通讯：
把Sidekiq放到一个单独的容器运行和微服务架构还相差很远，但这已经使这个应用有不错的隔离性，使每个服务都在各自的工作进程中。
☞ 各个组件
我们已经指定了各个容器的功能，现在就要动手创建它们了。Docker容器是基于Dockerfile构建的，这个文件描述了每一个构建步骤。前面说到我们需要五个容器，对应地需要五个Dockerfile。
不过幸运的是，这些容器可以共享同一个镜像。我们不需要额外的定制镜像就可以直接用了，你能找到各种应用的镜像，当然种类最多的还是数据库。
☞ 数据库
我们将使用官方的Redis和ArangoDB镜像，通过以下命令运行：
# 会运行Redis并把端口暴露到宿主机
$ docker run --name redis-dredis
# 会运行ArangoDB并把端口暴露到宿主机
$ docker run --name arangodb-darangodb/arangodb
这两个命令会从官方的镜像库获取到镜像，以后台方式(-d)启动，并且分配了一个名称(—name)，它们都会分配到一个卷还有默认的端口。对于ArangoDB，至少应该为生产环境配置权限认证的设置。
☞ Nginx 前端代理
记住，Docker容器应该是被看作不可变的，改变应该发生在构建时而不是运行时，这个要在每次更改时重新构建镜像。对于Nginx前端，需要这样一个更改：指定一个配置文件来代理Rails应用。因为Docker镜像每次构建时都使用一个已经存在的镜像，我们使用了官方的Nginx镜像作为基础镜像：
FROM nginx
RUN rm -rf /usr/share/nginx/html
COPY public /usr/share/nginx/html
COPY config/deploy/nginx.conf /etc/nginx/conf.d/default.conf
Dockerfile的开头总是FROM语句，它告诉Docker要继承于哪个基础镜像。另外我们只需要COPY这个public目录和配置到镜像中，正如我前边所说，容器应该被看作不可变的，每当需要改变这些资源时，应该创建一个新的镜像。Nginx的配置如下：
server { listen80; server_name localhost; location / { root /usr/share/nginx/html; index index.html index.htm; try_files$uri/index.html$uri.html$uri@upstream; } location @upstream { proxy_pass http://rails-app:8080; }}
还有一件事应该提一下：这个rails-app主机名从哪里来的呢？Docker将提供两种方法去连接容器（我们会解释这点）,一串环境变量和/etc/hosts文件。在这个例子中，我们使用了/etc/hosts。
☞ Rails应用和Sidekiq Worker
现在添加Nginx代理的后端服务:Rails应用。官方有个Rails Dockerfile，但不会用它，因为它会安装一些我们不需要的组件，更糟的是它安装bundle的时候没用—deployment参数。尽管如此，还是用它作为指引：
FROM ruby:2.1.5
# 如果Gemfile被修改过则抛出错误
RUN bundle config --global frozen1
RUN mkdir -p /usr/src/appWORKDIR /usr/src/appCOPY Gemfile /usr/src/app/COPY Gemfile.lock /usr/src/app/RUN bundle install --deploymentCOPY . /usr/src/app/ENV RAILS_ENV productionEXPOSE8080CMD ["/usr/src/app/bin/rails","server","-p","8080"]
不用Docker我们可以部署类似Capistrano之类的应用，而现在，需要在远程服务器上操作的步骤，我们可以在构建Docker镜像时就完成了。诸如安装gem包和复制代码到服务器，通过这样，有了一个在任何地方任何时间都能启动的容器，而且它的状态和我们最初构建它的时候一模一样。
Sidekiq Worker的Dockerfile基本和上边的一样，比直接复制这个Dockerfile更好的方式是，定义一个公用的基础镜像，用于构建Rails应用和Sidekiq Worker。
☞ 构建容器
Docker期待的是一个Dockerfile而例子中已经有三个了，把每个Dockerfile加上了一个有意义的后缀，但是使用Docker命令时会重命名这些文件。如果有一个工具可以用来实现这个，那就是Rake:
namespace :dockerdotask :build => ['docker:build:web','docker:build:app','docker:build:worker','assets:clobber'] namespace :builddotask :web => ['assets:precompile','assets:clean']dosh'ln -snf Dockerfile.web Dockerfile'sh'sudo docker build -t "registry.giantswarm.io/yoshida/gh-recommender-web" .'sh'rm -f Dockerfile'end task :app => ['assets:precompile','assets:clean']dosh'ln -snf Dockerfile.app Dockerfile'sh'sudo docker build -t "registry.giantswarm.io/yoshida/gh-recommender-app" .'sh'rm -f Dockerfile'end task :workerdosh'ln -snf Dockerfile.worker Dockerfile'sh'sudo docker build -t "registry.giantswarm.io/yoshida/gh-recommender-worker" .'sh'rm -f Dockerfile'end endend
web和app的构建都需要使用RAILS_ENV=production，因为要这些文件都是给生产环境而不是开发环境生成的。-t参数会指定目标镜像的仓库名称，这对下一步把镜像推到云上是必须的。
☞ 转移到云上
目前为止我们已经有了一个完整的本地环境，这很好，但是如果想真正要的是对外的环境，至少还要几步。
任何人都可以配置服务器来运行基于Docker的应用。但是这样的话就要面对各种挑战：把容器链接在一起，扩展容器，管理跨节点的容器，还有更多。幸运的是，你可以直接使用Giant Swarm，这些它都帮你考虑了。首先你需要获取一个邀请码，你注册之后就可以使用swarm命令行工具去配置你本地的机器了。第一件要做的事是创建一个swarm.json:
{ "name":"github_recommender", "components":{ "arangodb":{ "image":"arangodb/arangodb", "ports":["8529/tcp"], "volumes":[ { "path":"/data", "size":"5 GB"} ]}, "nginx":{ "image":"registry.giantswarm.io/yoshida/gh-recommender-web", "ports":["80/tcp"], "domains":{ "80/tcp":["gh-recommender.gigantic.io"]}, "links":[ { "component":"rails-app", "target_port":"8080/tcp"} ]}, "rails-app":{ "image":"registry.giantswarm.io/yoshida/gh-recommender-app", "ports":["8080/tcp"], "env":["RAILS_ENV=production","SECRET_KEY_BASE=$secret_key_base","REDIS_URL=redis://redis:6379","GITHUB_KEY=$github_key","GITHUB_SECRET=$github_secret"], "links":[ { "component":"arangodb", "target_port":"8529/tcp"}, { "component":"redis", "target_port":"6379/tcp"} ]}, "redis":{ "image":"redis", "ports":["6379/tcp"]}, "sidekiq-worker":{ "image":"registry.giantswarm.io/yoshida/gh-recommender-worker", "env":["RAILS_ENV=production","SECRET_KEY_BASE=$secret_key_base","REDIS_URL=redis://redis:6379"], "links":[ { "component":"arangodb", "target_port":"8529/tcp"}, { "component":"redis", "target_port":"6379/tcp"} ]}}}
这里定义了整个应用和组件之间的关联关系，回想一下Nginx的配置，我们使用了http://rails-app:8080作为后端地址，这就是我们定义的地方。rails-app组件会被链接到Nginx组件，同样，REDIS_URL也被关联到了redis组件。
如果不想在swarm.json中放置敏感信息（例如Github OAuth2的token），可以单独在一个swarmvars.json文件中定义这些变量：
{"GIANT_SWARM_USER/dev": {"github_key":"GITHUB_KEY","github_secret":"GITHUB_SECRET","secret_key_base":"SECRET_KEY_BASE"}}
可以使用例如$github_key关联这些变量到swarm.json，当应用在Giant Swarm上运行时，各个容器会使用适当的—link和—env选项。为了使所有服务都能从外部访问，我们需要指定域名到至少一个组件，Nginx是我们的入口，所以把域名指定到它上。
在启动应用之前，首先需要上传镜像到Giant Swarm的镜像库上(当然你也可以推到Docker Hub上，但可能你不想你的镜像能被公开访问）：
$ docker push registry.giantswarm.io/yoshida/gh-recommender-web
$ docker push registry.giantswarm.io/yoshida/gh-recommender-app
$ docker push registry.giantswarm.io/yoshida/gh-recommender-worker
网络状况会直接影响这个上传过程，一旦上传完成，就可以用这个命令启动所有容器：
$ swarm up
这个命令会从仓库中获取所有需要用到的镜像，然后以适合的参数启动各个容器，收集所有容器的日志，并且在http://gh-recommender.gigantic.io下部署好了应用。整个过程异常简洁。
如果已经到了这步，恭喜你！
☞ 扩容
现在我们为每个组件都使用了一个容器，当你的应用吸引了更多的用户，或者突然发生了不可预见的事件需要更加多的资源。传统的做法是添加更多的服务器，需要一系列的人工操作：启动机器，搭建好环境并且添加节点到负载均衡中。使用Giant Swarm的话，添加一个实例非常简单：
$ swarm scaleup github_recommender/gh-recommender/rails-app
这样减轻了很多技术负担，但是它并不能使你的应用魔法般地就支持水平扩展，当它在数据库应用上就更加复杂了，你还需要研究怎样使应用支持扩展。但是这样至少你可以专注于这块，而不需要担心基础设施的细节了。
☞ 结论
文中谈及的就是这些，在这主题下，还有更多的东西可以讨论和学习。分享的目的是希望起码可以带大家入门，如果想走得更远，这里有几点建议主题，是文中没有提及但密切关联的：
容器能在本地开发环境使用，但本文并没有涉及如何实现。
无论在本地或者生产环境下，调试容器都是一个比较大的问题。正如它的其它方面，这个也没有银弹，可能也永远不会有。这也是需要注意的地方。
在Docker世界中，安全也是一个大问题，使用Giant Swarm会有所帮助，我们需要熟悉容器和Docker可能带来的安全性问题。这里说的不是安全漏洞，而是与传统部署方式之间的不同，例如像安装或管理虚拟机那样。
此外，希云强烈建议大家自己打包镜像，不要依赖于公共镜像库。否则最终你会需要很多不同的镜像。例如，例子中的五个容器就需要三个不同的Linux分发版。
尝试在每个容器中只启动一个进程，虽然这是Docker官方的建议，但无疑这是有争议的，是否必须要这样做，应该具体问题具体分析，根据实际情况做出决定。
如了解更多Docker相关知识，请观看培训视频：https://csphere.cn/training！
如需要Docker相关产品，请访问希云官网首页：https://csphere.cn！
cSphere1.0版本已发布，正式商用！欢迎咨询 400-686-1560
