docker 对于自己的提升

docker深入
更改软件下载源
1.apt update 更新下载库
2.修改镜像下载地址:
vi /etc/docker/daemon.json(如果不存在,新建文件添加以下内容)

				{

					"registry-mirrors": ["http://x9caqg3q.mirror.aliyuncs.com"]

				}
3.重起服务:systemctl restart docker

容器可视化:Portainer
创建数据卷:
为什么使用数据卷:
1.docker的镜像是由多个只读的文件系统叠加在一起形成的。当我们在我启动一个容器的时候,docker会加载这些只读层并在这些只读层的上面(栈顶)增加一个读写层。这时如果修改正在运行的容器中已有的文件,那么这个文件将会从只读层复制到读写层。该文件的只读版本还在,只是被上面读写层的该文件的副本隐藏。当删除docker,或者重新启动时,之前的更改将会消失。在Docker中,只读层及在顶部的读写层的组合被称为Union File System(联合文件系统)。
2.为了很好的实现数据保存和数据共享,Docker提出了Volume这个概念,简单的说就是绕过默认的联合文件系统,而以正常的文件或者目录的形式存在于宿主机上。又被称作数据卷。
Volume的作用:
通过数据卷可以在容器之间实现共享和重用
对数据卷的修改会立马生效(非常适合作为开发环境)
对数据卷的更新,不会影响镜像
卷会一直存在,直到没有容器使用
docker volume create protainer_data
构建Portainer容器
docker run -d -p 9091:9000 -v /var/run/docker.sock:/var/run/docker.sock -v protainer_data:/data portainer/portainer
查看数据卷:docker volume ls
创建容器
创建容器时关联其他容器(如nginx关联其他的tomcat)的几种方法
1.在创建时给定ip+端口
2.在创建时给定端口(ip会自动分配)
3.在创建时给定别名 (在docker run 命令加入 --link 要访问的容器名字:容器的别名 示列如下:)
docker run -d -p 80:80 --restart=always --name nginx --link tomcat:tomcat1 kgc/centos7-ssh-tengine"
以下内容为了自己:
执行脚本创建镜像:./init-image.sh all n
执行脚本创建容器:./init-container.sh init

配置日志收集系统 ELK
需求背景:
业务发展越来越庞大,服务器越来越多
各种访问日志、应用日志、错误日志量越来越多,导致运维人员无法很好的去管理日志
开发人员排查问题,需要到服务器上查日志,不方便
运营人员需要一些数据,需要我们运维到服务器上分析日志
为什么要用到ELK:
1.一般我们需要进行日志分析场景:直接在日志文件中 grep、awk 就可以获得自己想要的信息。但在规模较大也就是日志量多而复杂的场景中,此方法效率低下,面临问题包括日志量太大如何归档、文本搜索太慢怎么办、如何多维度查询。需要集中化的日志管理,所有服务器上的日志收集汇总。常见解决思路是建立集中式日志收集系统,将所有节点上的日志统一收集,管理,访问。
2。大型系统通常都是一个分布式部署的架构,不同的服务模块部署在不同的服务器上,问题出现时,大部分情况需要根据问题暴露的关键信息,定位到具体的服务器和服务模块,构建一套集中式日志系统,可以提高定位问题的效率。
3.一个完整的集中式日志系统,需要包含以下几个主要特点:
收集-能够采集多种来源的日志数据
传输-能够稳定的把日志数据传输到中央系统
存储-如何存储日志数据
分析-可以支持 UI 分析
警告-能够提供错误报告,监控机制
而ELK则提供了一整套解决方案,并且都是开源软件,之间互相配合使用,完美衔接,高效的满足了很多场合的应用。是目前主流的一种日志系统。
ELK简介:
ELK是三个开源软件的缩写,分别为:
Elasticsearch 、 Logstash以及Kibana , 它们都是开源软件。不过现在还新增了一个Beats,它是一个轻量级的日志收集处理工具(Agent),Beats占用资源少,适合于在各个服务器上搜集日志后传输给Logstash,官方也推荐此工具,目前由于原本的ELK Stack成员中加入了 Beats 工具所以已改名为Elastic Stack。

		Elastic Stack包含:
		Elasticsearch是个开源分布式搜索引擎,提供搜集、分析、存储数据三大功能。它的特点有:分布式,零配置,自动发现,索引自动分片,索引副本机制,restful风格接口,多数据源,自动搜索负载等。详细可参考Elasticsearch权威指南

		Logstash 主要是用来日志的搜集、分析、过滤日志的工具,支持大量的数据获取方式。一般工作方式为c/s架构,client端安装在需要收集日志的主机上,server端负责将收到的各节点日志进行过滤、修改等操作在一并发往elasticsearch上去。

		Kibana 也是一个开源和免费的工具,Kibana可以为 Logstash 和 ElasticSearch 提供的日志分析友好的 Web 界面,可以帮助汇总、分析和搜索重要数据日志。

		Beats在这里是一个轻量级日志采集器,其实Beats家族有6个成员,早期的ELK架构中使用Logstash收集、解析日志,但是Logstash对内存、cpu、io等资源消耗比较高。相比 Logstash,Beats所占系统的CPU和内存几乎可以忽略不计
以下内容为自己记忆:
		创建镜像前,要进入到ELK+Kafka目录

		##创建elasticsearch镜像
		docker build -t elasticsearch Elasticsearch

		##创建kibana镜像
		docker build -t kibana Kibana

		##创建Kafka镜像
		docker build -t kafka Kafka

		##创建Logstash镜像

		docker build -t logstash Logstash


		##创建kafka容器

		docker run -d --name kafka -p 9092:9092 kafka 

		##创建elasticsearch容器

		docker run -d --name elasticsearch -p 9200:9200 elasticsearch

		##创建kibana容器

		docker run -d -it --name kibana -p 5601:5601  --link elasticsearch:elasticsearch kibana (es的可视化工具,来查看es数据)

		##创建Logstash容器

		docker run -d -it --name logstash --link elasticsearch:elasticsearch --link kafka:kafka logstash  (link kafka:kafka 容器的名称:容器的别名)

Docker Compose2-1
在有docker的机器上执行命令 apt-get install docker-compose 下载docker-compose
授予权限
chmod +x Docker Compose解压目录
查看版本
docker-compose --version
Docker Compose使用
编写Dockerfile
编写docker-compose.yml
docker-compose相关命令
构建镜像
docker-compose up -d nginx 构建建启动nignx容器
启动容器
docker-compose start nginx
停止容器
docker-compose stop nginx
删除容器
docker-compose rm nginx
常用命令
#指定使用版本2
version: ‘2’

	services
		services:
		#服务名称1
		discovery-eureka1:
		#服务名称2
		discovery-eureka2:
	build(构建镜像)
		services:
		 discovery-eureka1:
 		 build: /home/px2/tools/dm/dm-discovery-eureka
 	ports(映射端口)
 		services:
		 discovery-eureka1:
  		 ports:
         - "7776:7776"
    networks(指定网络 网络需要提前创建好)
    	networks: 
		 default:
 		  external: 
     	   name: envdm
    mem_limit(指定Docker容器的内存大小)
    	services:
		 discovery-eureka1:
   		  mem_limit: 512M
docker-compose常用命令
	构建镜像:docker-compose build 服务名称
	构建并启动容器:docker-compose up -d 服务名称
	停止并销毁容器:docker-compose down 服务名称
	注意:命令后没有具体的服务名称,则命令针对docker-compose.yml中定义的所有服务容器生效,命令后有具体的服务名称,则只针对对应的服务容器生效

配置好的容易提交为一个新的镜像:

docker commit :从容器创建一个新的镜像   

docker commit [OPTIONS] CONTAINER [REPOSITORY[:TAG]]	
-a :提交的镜像作者;
-c :使用Dockerfile指令来创建镜像;
-m :提交时的说明文字;
-p :在commit时,将容器暂停。
例:
	docker commit -a "wangshibo" -m "this is test" 容器id 新的镜像名称:v1

你可能感兴趣的:(docker 对于自己的提升)