一款产品:开发–上线 两套环境!应用环境,应用配置!
开发—运维。问题:我在我电脑上可以运行!版本更新,导致服务不可用!对于运维来说,考验十分大?
环境配置十分麻烦,每个机器都要部署环境(集群Redis、ES、Hadoop…)!费时费力。
发布一个项目(jar+(Redis Mysql jdk ES)),项目能不能带上环境安装打包!
之前在服务器配置一个应用环境 Redis Mysql jdk ES Hadoop,配置超级麻烦,不能够跨平台。
传统:开发jar,运维来做!
现在:开发打包部署上线,一套流程做完!
java —apk–发布(应用商店)—张三使用apk–安装即可用!
Java—jar(环境)—打包项目带上环境(镜像)—(Docker仓库:商店)----下载发布的镜像–直接运行即可!
Docker给以上问题,提出了解决方案!
Docker的思想来自于集装箱!
JRE–多个应用(端口冲突)—原来都是交叉的
隔离:Docker核心思想!打包装箱!每个箱子是互相隔离的
Docker通过隔离机制,可以将服务器利用到极致
本质:所有技术都是因为出现了一些问题,需要去解决,才去学习
2010年,几个搞IT的年轻人,就在美国成立了一家公司dotCloud
做一些pass的云计算服务!LXC有关的容器技术!
他们将自己的技术(容器化技术)命名就是Docker!
Docker刚刚诞生的时候,没有引起行业的注意!dotCloud,就活不下去!
2013年,Docker开源!
越来越多的人发现了docker的优点!火了,Docker每个月都会更新一个版本!
2014年4月9日,Docker1.0发布!
Docker为什么这么火?十分的轻巧!
在容器技术出现之前,我们都使用虚拟机技术!
虚拟机:在windows中装一个Vmware,通过这个软件我们可以虚拟出来一台或多台电脑!笨重!
虚拟机也属于虚拟化技术,Docker容器技术,也是一种虚拟化技术!
vm,linux centos原生镜像(一个电脑) 隔离,需要开启多个虚拟机!几个G 几分钟
docker,隔离。镜像(最核心的环境 4m+jdk+mysql)十分的小巧,运行镜像就可以了!小巧! 几个M KB 秒级启动
到现在,所有开发人员都必须要学会Docker!
聊聊Docker
Docker是基于go语言开发的!开源项目
官网!https://www.docker.com/
文档!https://docs.docker.com/ 超级详细
仓库地址https://hub.docker.com/
之前的虚拟机技术
虚拟机技术缺点:
1、资源占用十分多
2、冗余步骤多
3、启动很慢!
容器化技术
容器化技术不是模拟的一个完整的操作系统
比较Docker和虚拟机技术的不同:
DevOps(开发、运维)
更快速的交付和部署
传统:一堆帮助文档,安装程序
Docker:打包镜像发布测试,一键运行
更便捷的升级和扩缩容
使用了Docker之后,我们部署应用就和搭积木一样
项目打包为一个镜像,扩展 服务器A!服务器B
更简单的系统运维
在容器化之后,我们的开发,测试环境都是高度一致的
更高效的计算资源利用
1核2g的服务器!Docker是内核级别的虚拟化,可以在一个物理机上运行很多的容器实例!容器的性能可以被压榨到极致
docker镜像就好比是一个模版,可以通过这个模版来创建容器服务,tomcat镜像===》 run===》tomcat01容器(提供服务器),通过这个镜像可以创建多个容器(最终服务运行或者项目运行就是在容器中的)
容器(container):
Docker利用容器技术,独立运行一个或者一个组应用,通过镜像来创建的。
启动,停止,删除,基本命令!
目前就可以把这个容器理解为一个简易的linux系统
仓库(repository):
仓库就是存放镜像的地方!
仓库分为公有仓库和私有仓库!
Docker Hub(默认是国外的)
阿里云。。。都有容器服务器(配置镜像加速!)
环境准备
1、需要会一点linux的基础
2、CentOS7
3、使用Xshell连接远程服务器进行操作!
环境查看
# 系统内核
[root@hadoop105 /]# uname -r
5.1.0-1.el7.elrepo.x86_64
[root@hadoop105 /]#
# 系统版本
[root@hadoop105 /]# cat /etc/os-release
NAME="CentOS Linux"
VERSION="7 (Core)"
ID="centos"
ID_LIKE="rhel fedora"
VERSION_ID="7"
PRETTY_NAME="CentOS Linux 7 (Core)"
ANSI_COLOR="0;31"
CPE_NAME="cpe:/o:centos:centos:7"
HOME_URL="https://www.centos.org/"
BUG_REPORT_URL="https://bugs.centos.org/"
CENTOS_MANTISBT_PROJECT="CentOS-7"
CENTOS_MANTISBT_PROJECT_VERSION="7"
REDHAT_SUPPORT_PRODUCT="centos"
REDHAT_SUPPORT_PRODUCT_VERSION="7"
安装
帮助文档:
# 1、卸载旧的版本
yum remove docker \
docker-client \
docker-client-latest \
docker-common \
docker-latest \
docker-latest-logrotate \
docker-logrotate \
docker-engine
# 2、需要的安装包
yum install -y yum-utils
# 3、设置镜像的仓库
yum-config-manager \
--add-repo \
https://download.docker.com/linux/centos/docker-ce.repo# 默认国外的
yum-config-manager \
--add-repo \
http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo# 推荐使用阿里云的
#更新yum软件包索引
yum makecache fast
# 4、安装docker相关的 docker-ce 社区 ee 企业版
yum install docker-ce docker-ce-cli containerd.io
# 5、启动docker
systemctl start docker
# 6、使用docker version 是否安装成功
# 7、hello-world
docker run hello-world
# 8、查看一下这个hello-world镜像
[root@hadoop105 ~]# docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
daocloud.io/library/nginx latest 2622e6cca7eb 4 months ago 132MB
hello-world latest bf756fb1ae65 9 months ago 13.3kB
daocloud.io/library/tomcat 8.5.15-jre8 b8dfe9ade316 3 years ago 334MB
daocloud.io/library/mysql 5.7.4 aa5364eb3d85 6 years ago 252MB
了解:卸载docker
# 1、卸载依赖
yum remove docker-ce docker-ce-cli containerd.io
# 2、删除资源
rm -rf /var/lib/docker
# /var/lib/docker docker的默认工作路径
1、登陆阿里云找到容器服务
sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{
"registry-mirrors": ["https://xa2xb78w.mirror.aliyuncs.com"]
}
EOF
sudo systemctl daemon-reload
sudo systemctl restart docker
Docker是怎么工作的?
Docker 是一个Client -Server结构的系统,Docker的守护进程运行在主机上。通过Socket从客户端访问。
DockerServer接收到Docker-Client 的指令,就会执行这个命令。
Docker为什么比VM快?
1、Docker有着比虚拟机更少的抽象层
2、docker利用的是宿主机的内核,vm需要的是Guest OS
所以说,新建一个容器的时候,docker不需要像虚拟机一样重新加载一个操作系统,避免引导,虚拟机是加载Guest OS,分钟级别的,而docker是利用宿主机的操作系统,省略了这个复杂的过程,秒级!
之后学完所有命令,再回过头来看这段理论就会很清晰
docker version #显示docker的版本信息
docker info #显示docker的系统信息,包括镜像和容器的数量
docker 命令 --help #帮助命令
帮助文档的地址:https://docs.docker.com/reference/#command-line-interfaces-clis
docker images查看所有本地的主机上的镜像
[root@hadoop105 /]# docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
hello-world latest bf756fb1ae65 9 months ago 13.3kB
# 解释
REPOSITORY 镜像的仓库源
TAG 镜像的标签
IMAGE ID 镜像的id
CREATED 镜像的创建时间
SIZE 镜像的大小
# 可选项
-a, --all # 列出所有镜像
-q, --quiet # 只显示镜像的id
docker search 搜索镜像
[root@hadoop105 /]# docker search mysql
NAME DESCRIPTION STARS OFFICIAL AUTOMATED
mysql MySQL is a widely used, open-source relation… 10103 [OK]
mariadb MariaDB is a community-developed fork of MyS… 3708 [OK]
# 可选项,通过搜索过滤
--filter=STARS=3000 # 搜索出来的镜像就是STARS大于3000
[root@hadoop105 /]# docker search mysql --filter=STARS=3000
NAME DESCRIPTION STARS OFFICIAL AUTOMATED
mysql MySQL is a widely used, open-source relation… 10103 [OK]
mariadb MariaDB is a community-developed fork of MyS… 3708 [OK]
[root@hadoop105 /]# docker search mysql --filter=STARS=5000
NAME DESCRIPTION STARS OFFICIAL AUTOMATED
mysql MySQL is a widely used, open-source relation… 10103 [OK]
docker pull 下载镜像
# 下载镜像 docker pull 镜像名[:tag]
[root@hadoop105 /]# docker pull mysql
Using default tag: latest #如果不写tag,默认就是latest
latest: Pulling from library/mysql
bb79b6b2107f: Pull complete # 分层下载,docker image的核心 联合文件下载
49e22f6fb9f7: Pull complete
842b1255668c: Pull complete
9f48d1f43000: Pull complete
c693f0615bce: Pull complete
8a621b9dbed2: Pull complete
0807d32aef13: Pull complete
a56aca0feb17: Pull complete
de9d45fd0f07: Pull complete
1d68a49161cc: Pull complete
d16d318b774e: Pull complete
49e112c55976: Pull complete
Digest: sha256:8c17271df53ee3b843d6e16d46cff13f22c9c04d6982eb15a9a47bd5c9ac7e2d
Status: Downloaded newer image for mysql:latest #签名
docker.io/library/mysql:latest #真实地址
# 等价
docker pull mysql
docker pull docker.io/library/mysql:latest
#指定版本下载
[root@hadoop105 /]# docker pull mysql:5.7
5.7: Pulling from library/mysql
bb79b6b2107f: Already exists
49e22f6fb9f7: Already exists
842b1255668c: Already exists
9f48d1f43000: Already exists
c693f0615bce: Already exists
8a621b9dbed2: Already exists
0807d32aef13: Already exists
f15d42f48bd9: Pull complete
098ceecc0c8d: Pull complete
b6fead9737bc: Pull complete
351d223d3d76: Pull complete
Digest: sha256:4d2b34e99c14edb99cdd95ddad4d9aa7ea3f2c4405ff0c3509a29dc40bcb10ef
Status: Downloaded newer image for mysql:5.7
docker.io/library/mysql:5.7
[root@hadoop105 /]# docker rmi -f 容器id # 删除指定的容器
[root@hadoop105 /]# docker rmi -f 容器id 容器id 容器id #删除多个容器
[root@hadoop105 /]# docker rmi -f $(docker images -aq) # 删除全部的容器
说明:有了镜像才可以创建容器,linux,下载一个centos镜像来测试
docker pull centos
新建容器并启动
docker run [可选参数] image
# 参数说明
--name="Name" 容器名字 tomcat01 tomcat02 用来区分容器
-d 后台方式运行
-it 使用交互方式运行,进入容器查看内容
-P 指定容器的端口 -p 8080:8080
-P ip:主机端口:容器端口
-P 主机端口:容器端口(常用)
-P 容器端口
容器端口
-p 随机指定端口
# 启动并进入容器
[root@hadoop105 /]# docker run -it centos /bin/bash
[root@9b861b70c610 /]#
[root@9b861b70c610 /]# ls #查看容器的centos,基础版本,很多命令都是不完善的
bin dev etc home lib lib64 lost+found media mnt opt proc root run sbin srv sys tmp usr var
# 从容器中退回主机
[root@9b861b70c610 /]# exit
exit
[root@hadoop105 /]# ls
bin boot dev etc ftpfile home lib lib64 media mnt opt proc root run sbin srv sys tmp usr var
列出所有运行的容器
# docker ps 命令
# 列出当前正在运行的容器
-a # 列出当前正在运行的容器,带出历史运行的容器
-n=?# 显示最近创建的容器
-q # 只显示容器的编号
[root@hadoop105 /]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
6e54f39a423b daocloud.io/library/nginx:latest "/docker-entrypoint.…" 3 months ago Restarting (1) About a minute ago nginx
6d9a7cd4e9d0 daocloud.io/library/mysql:5.7.4 "/entrypoint.sh mysq…" 3 months ago Up 6 hours 0.0.0.0:3306->3306/tcp mysql
40629088ade0 daocloud.io/library/tomcat:8.5.15-jre8 "catalina.sh run" 3 months ago Up 6 hours 0.0.0.0:8080->8080/tcp tomcat
[root@hadoop105 /]# docker ps -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
9b861b70c610 centos "/bin/bash" 4 minutes ago Exited (0) 3 minutes ago hardcore_goldwasser
6b6a375b1228 hello-world "/hello" 22 hours ago Exited (0) 22 hours ago confident_elgamal
6e54f39a423b daocloud.io/library/nginx:latest "/docker-entrypoint.…" 3 months ago Restarting (1) 1 second ago nginx
6d9a7cd4e9d0 daocloud.io/library/mysql:5.7.4 "/entrypoint.sh mysq…" 3 months ago Up 6 hours 0.0.0.0:3306->3306/tcp mysql
40629088ade0 daocloud.io/library/tomcat:8.5.15-jre8 "catalina.sh run" 3 months ago Up 6 hours 0.0.0.0:8080->8080/tcp tomcat
退出容器
exit # 直接容器停止并退出
Ctrl+P+Q # 容器不停止退出
删除容器
docker rm 容器id # 删除指定容器,不能删除正在运行的容器,如果强制删除 rm -f
docker rm -f $(docker ps -aq) # 删除所有容器
docker ps -a -q|xargs docker rm # 删除所有容器
启动和停止容器的操作
docker start 容器id # 启动容器
docker restart 容器id # 重启容器
docker stop 容器id # 停止当前正在运行的容器
docker kill 容器id # 强制停止当前容器
后台启动容器
# 命令 docker run -d 镜像名
[root@hadoop105 ~]# docker run -d centos
# 问题docker ps,发现centos 停止了
# 常见的坑:docker 容器使用后台运行,就必须要有一个前台进程,docker发现没有应用,就会自动停止
# nginx,容器启动后,发现自己没有提供服务,就会立刻停止,就是没有程序了
查看日志
docker logs -f -t --tail 容器,没有日志
# 自己编写一段shell脚本
[root@hadoop105 /]# docker run -d centos /bin/sh -c "while true;do echo gn;sleep 1;done"
# [root@hadoop105 /]# docker ps
CONTAINER ID IMAGE
2108bee778a9 centos
# 显示日志
-tf #显示日志
--tail number # 要显示日志的条数
[root@hadoop105 /]# docker logs -tf --tail 10 2108bee778a9
查容器中的进程信息 ps
# 命令 docker top 容器id
[root@hadoop105 /]# docker top 2108bee778a9
UID PID PPID C STIME TTY TIME CMD
root 12999 12981 0 09:40 ? 00:00:00 /bin/sh -c while true;do echo gn;sleep 1;done
root 23214 12999 0 09:49 ? 00:00:00 /usr/bin/coreutils --coreutils-prog-shebang=sleep /usr/bin/sleep 1
查看镜像元数据
# 命令
docker inspect 容器id
#测试
[root@hadoop105 /]# docker inspect 2108bee778a9
[
{
"Id": "2108bee778a923e00162edb5b2f9abd8efe4aac53994d6e61f04d8d89b2170c0",
"Created": "2020-10-28T01:40:52.948969031Z",
"Path": "/bin/sh",
"Args": [
"-c",
"while true;do echo gn;sleep 1;done"
],
"State": {
"Status": "running",
"Running": true,
"Paused": false,
"Restarting": false,
"OOMKilled": false,
"Dead": false,
"Pid": 12999,
"ExitCode": 0,
"Error": "",
"StartedAt": "2020-10-28T01:40:55.221475585Z",
"FinishedAt": "0001-01-01T00:00:00Z"
},
"Image": "sha256:0d120b6ccaa8c5e149176798b3501d4dd1885f961922497cd0abef155c869566",
"ResolvConfPath": "/var/lib/docker/containers/2108bee778a923e00162edb5b2f9abd8efe4aac53994d6e61f04d8d89b2170c0/resolv.conf",
"HostnamePath": "/var/lib/docker/containers/2108bee778a923e00162edb5b2f9abd8efe4aac53994d6e61f04d8d89b2170c0/hostname",
"HostsPath": "/var/lib/docker/containers/2108bee778a923e00162edb5b2f9abd8efe4aac53994d6e61f04d8d89b2170c0/hosts",
"LogPath": "/var/lib/docker/containers/2108bee778a923e00162edb5b2f9abd8efe4aac53994d6e61f04d8d89b2170c0/2108bee778a923e00162edb5b2f9abd8efe4aac53994d6e61f04d8d89b2170c0-json.log",
"Name": "/relaxed_nightingale",
"RestartCount": 0,
"Driver": "devicemapper",
"Platform": "linux",
"MountLabel": "",
"ProcessLabel": "",
"AppArmorProfile": "",
"ExecIDs": null,
"HostConfig": {
"Binds": null,
"ContainerIDFile": "",
"LogConfig": {
"Type": "json-file",
"Config": {
}
},
"NetworkMode": "default",
"PortBindings": {
},
"RestartPolicy": {
"Name": "no",
"MaximumRetryCount": 0
},
"AutoRemove": false,
"VolumeDriver": "",
"VolumesFrom": null,
"CapAdd": null,
"CapDrop": null,
"Capabilities": null,
"Dns": [],
"DnsOptions": [],
"DnsSearch": [],
"ExtraHosts": null,
"GroupAdd": null,
"IpcMode": "private",
"Cgroup": "",
"Links": null,
"OomScoreAdj": 0,
"PidMode": "",
"Privileged": false,
"PublishAllPorts": false,
"ReadonlyRootfs": false,
"SecurityOpt": null,
"UTSMode": "",
"UsernsMode": "",
"ShmSize": 67108864,
"Runtime": "runc",
"ConsoleSize": [
0,
0
],
"Isolation": "",
"CpuShares": 0,
"Memory": 0,
"NanoCpus": 0,
"CgroupParent": "",
"BlkioWeight": 0,
"BlkioWeightDevice": [],
"BlkioDeviceReadBps": null,
"BlkioDeviceWriteBps": null,
"BlkioDeviceReadIOps": null,
"BlkioDeviceWriteIOps": null,
"CpuPeriod": 0,
"CpuQuota": 0,
"CpuRealtimePeriod": 0,
"CpuRealtimeRuntime": 0,
"CpusetCpus": "",
"CpusetMems": "",
"Devices": [],
"DeviceCgroupRules": null,
"DeviceRequests": null,
"KernelMemory": 0,
"KernelMemoryTCP": 0,
"MemoryReservation": 0,
"MemorySwap": 0,
"MemorySwappiness": null,
"OomKillDisable": false,
"PidsLimit": null,
"Ulimits": null,
"CpuCount": 0,
"CpuPercent": 0,
"IOMaximumIOps": 0,
"IOMaximumBandwidth": 0,
"MaskedPaths": [
"/proc/asound",
"/proc/acpi",
"/proc/kcore",
"/proc/keys",
"/proc/latency_stats",
"/proc/timer_list",
"/proc/timer_stats",
"/proc/sched_debug",
"/proc/scsi",
"/sys/firmware"
],
"ReadonlyPaths": [
"/proc/bus",
"/proc/fs",
"/proc/irq",
"/proc/sys",
"/proc/sysrq-trigger"
]
},
"GraphDriver": {
"Data": {
"DeviceId": "79",
"DeviceName": "docker-8:3-257979-9b08f683794a2668200ad198f003c638684b505b2c5fea4efb6586d25bf8470f",
"DeviceSize": "10737418240"
},
"Name": "devicemapper"
},
"Mounts": [],
"Config": {
"Hostname": "2108bee778a9",
"Domainname": "",
"User": "",
"AttachStdin": false,
"AttachStdout": false,
"AttachStderr": false,
"Tty": false,
"OpenStdin": false,
"StdinOnce": false,
"Env": [
"PATH=/usr/local/sbin:/usr/local/bin:/usr/sbin:/usr/bin:/sbin:/bin"
],
"Cmd": [
"/bin/sh",
"-c",
"while true;do echo gn;sleep 1;done"
],
"Image": "centos",
"Volumes": null,
"WorkingDir": "",
"Entrypoint": null,
"OnBuild": null,
"Labels": {
"org.label-schema.build-date": "20200809",
"org.label-schema.license": "GPLv2",
"org.label-schema.name": "CentOS Base Image",
"org.label-schema.schema-version": "1.0",
"org.label-schema.vendor": "CentOS"
}
},
"NetworkSettings": {
"Bridge": "",
"SandboxID": "6672d2ae010aa6c1b89b8de069791f1c2f1043ae98da6a3b6416bfd3417ef610",
"HairpinMode": false,
"LinkLocalIPv6Address": "",
"LinkLocalIPv6PrefixLen": 0,
"Ports": {
},
"SandboxKey": "/var/run/docker/netns/6672d2ae010a",
"SecondaryIPAddresses": null,
"SecondaryIPv6Addresses": null,
"EndpointID": "7539ef455a8c80719e0ee7867198ac1dd5e777a7688c19021f592b9a4587cfd8",
"Gateway": "172.17.0.1",
"GlobalIPv6Address": "",
"GlobalIPv6PrefixLen": 0,
"IPAddress": "172.17.0.2",
"IPPrefixLen": 16,
"IPv6Gateway": "",
"MacAddress": "02:42:ac:11:00:02",
"Networks": {
"bridge": {
"IPAMConfig": null,
"Links": null,
"Aliases": null,
"NetworkID": "0a46512667a5251f4047e96dc6759ec0e76a2ff0c3a56603de63b56bddc8442c",
"EndpointID": "7539ef455a8c80719e0ee7867198ac1dd5e777a7688c19021f592b9a4587cfd8",
"Gateway": "172.17.0.1",
"IPAddress": "172.17.0.2",
"IPPrefixLen": 16,
"IPv6Gateway": "",
"GlobalIPv6Address": "",
"GlobalIPv6PrefixLen": 0,
"MacAddress": "02:42:ac:11:00:02",
"DriverOpts": null
}
}
}
}
]
进入当前正在运行的容器
# 通常容器都是使用后台方式运行的,需要进入容器,修改一些配置
# 命令
docker exec -it 容器id bashShell
# 测试
[root@hadoop105 /]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
2108bee778a9 centos "/bin/sh -c 'while t…" 17 minutes ago Up 17 minutes relaxed_nightingale
[root@hadoop105 /]# docker exec -it 2108bee778a9 /bin/bash
[root@2108bee778a9 /]# ls
bin etc lib lost+found mnt proc run srv tmp var
dev home lib64 media opt root sbin sys usr
[root@2108bee778a9 /]# ps -ef
UID PID PPID C STIME TTY TIME CMD
root 1 0 0 01:40 ? 00:00:00 /bin/sh -c while true;do echo gn;sleep 1
root 1118 0 0 01:59 pts/0 00:00:00 /bin/bash
root 1145 1 0 01:59 ? 00:00:00 /usr/bin/coreutils --coreutils-prog-sheb
root 1146 1118 0 01:59 pts/0 00:00:00 ps -ef
# 方式二
docker attach 容器id
# 测试
[root@hadoop105 /]# docker attach 2108bee778a
正在执行当前的代码
#docker exec #进入容器后开启一个新的终端,可以在里面操作(常用)
#docker attach #进入容器后正在执行的终端,不会启动新的进程
从容器内拷贝文件到主机
docker cp 容器id:容器内路径 目的主机路径
# 查看当前主机目录下
[[root@hadoop105 Downloads]# ls
gn.java
[[root@hadoop105 Downloads]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
01536b4ed4d4 centos "/bin/bash" 8 minutes ago Up 8 minutes ecstatic_albattani
# 进入docker容器内部
[root@hadoop105 Downloads]# docker attach 01536b4ed4d4
[root@01536b4ed4d4 /]# cd /home
[root@01536b4ed4d4 home]# ls
# 在容器内新建一个文件
[root@01536b4ed4d4 home]# touch test.java
[root@01536b4ed4d4 home]# exit
exit
[root@hadoop105 Downloads]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
[root@hadoop105 Downloads]# docker ps -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
01536b4ed4d4 centos "/bin/bash" About a minute ago Exited (0) 12 seconds ago
# 将文件拷贝出来到主机上
[root@hadoop105 Downloads]# docker cp 01536b4ed4d4:/home/test.java /Downloads
[root@hadoop105 Downloads]# ls
CentOS7-Base-163.repo test.java
# 拷贝是一个手动的过程,未来使用 -v 卷的技术,可以实现,自动同步
attach #当前shel]下 attach连接指定运行镜像
build #通过 Dockerfile定制镜像
commit #提交当前容器为新的镜像
cp #从容器中拷贝指定文件或者目录到宿主机中
create #创建一个新的容器,同run,但不启动容器
diff #查看 docker容器变化
events #从 docker服务获取容器实时事件
exec #在已存在的容器上运行命令
export #导出容器的内容流作为一个tar归档文件[对应import]
history #展示一个镜像形成历史
images #列出系统当前镜像
import #从tar包中的内容创建一个新的文件系统映像[对应 export]
info #显示系统相关信息
inspect #查看容器详细信息
kill #ki11指定 docker容器
load #从一个tar包中加载一个镜像[对应save]
login #注册或者登陆一个 docker源服务器
logout #从当前 Docker registry退出
logs #输出当前容器日志信息
port #査看映射端口对应的容器内部源端
pause #暂停容器
ps #列出容器列表
pull #从 docker镜像源服务器拉取指定镜
push #推送指定镜像或者库镜像至docker源服务器
restart #重启运行的容器
rm #移除一个或者多个容器
rmi #除一个或多个镜像[无容器使用该镜像才可删除,否则需删除相关容器才可继续或-f强制删除]
run #创建一个新的容并运行一个命令
save #保存一个镜像为一个tar包[对应1oad]
search #在 docker hub中搜索镜像
start #启动容器
stop #停止容器
tag #给源中镜像打标签
top #查看容器中运行的进程信息
unpause #取消暂停容器
version #查看 docker版本号
wait #截取容器停止时的退出状态值
安装Nginx
#1、搜索镜像 search 去docker搜索,可以看官方文档
#2、下载镜像 pull
#3、运行测试
[root@hadoop105 ~]# docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
# -d 后台运行
# --name 给容器命名
# -p 宿主机端口:容器内部端口
[root@hadoop105 ~]# docker run -d --name ng inxO1 -p 3344: 80 ngin
8d3b2b2d195bb8936b883c4ab4332ea4e976a17d5cc30c8a42d4076840a9677a
[root@hadoop105 ~]# docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
8d3b2b2d195b nginx "/docker-entrypoint.…" 4 hours ago Up 4 hours 0.0.0.0:3344->80/tcp nginx01
[root@hadoop105 ~]# curl localhost:3344
# 进入容器
[root@hadoop105 ~]# docker exec -it nginx01 /bin/bash
root@8d3b2b2d195b:/# whereis nginx
nginx: /usr/sbin/nginx /usr/lib/nginx /etc/nginx /usr/share/nginx
root@8d3b2b2d195b:/# cd /etc/nginx
root@8d3b2b2d195b:/etc/nginx# ls
conf.d koi-utf mime.types nginx.conf uwsgi_params
fastcgi_params koi-win modules scgi_params win-utf
root@8d3b2b2d195b:/etc/nginx#
端口暴露的概念
思考问题:每次改动 nginx配置文件,都需要进入容器内部?十分的麻烦,要是可以在容器外部提供一个映射路径,达到在
容器修改文件名,容器内部就可以自动修改? -v 数据卷!
安装Tomcat
# 官方使用
docker run -it --rm tomcat:9.0
# 之前的启动都是后台,停止了容器之后,容器还是可以查到 docker run -it --rm 一般用来测试,用完就删除
#下载再启动
docker pull tomcat
# 启动运行
docker run -d -p 3355:8080 --name tomcat01 tomcat
# 测试访问没有问题
# 进入容器
[root@hadoop105 ~]# docker exec -it tomcat01/bin/bash
#发现问题:1、1inux命令少了,2没有webapps 阿里云镜象的原因。默认是最小的镜傲,所有不必要的都剔除掉
#保证最小可运行的环境
思考问题:以后要部署项目,如果每次都要进入容器是不是十分麻烦?要是可以在容器外部提供一个映射路径, webapps,
在外部放置项目,就自动同步到内部就好了!
部署es+kubana
# es 暴露的端口很多
# es 十分耗内存
# es 数据一般需要放置到安全目录!挂载
# --net somenetwork ? 网络配置
# 启动elasticsearch
docker run -d --name elasticsearch -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" elasticsearch:7.6.2
# 启动了linux卡住了 docker stats 查看cpu状态
# es 是十分耗内存的 1.xG 1核2G
# 查看docker stats
# 测试es 是否成功
[root@hadoop105 ~]# curl localhost:9200
{
"name" : "bdeb13af59bc",
"cluster_name" : "docker-cluster",
"cluster_uuid" : "4cP061UvRc-neOtdzg2Cqg",
"version" : {
"number" : "7.6.2",
"build_flavor" : "default",
"build_type" : "docker",
"build_hash" : "ef48eb35cf30adf4db14086e8aabd07ef6fb113f",
"build_date" : "2020-03-26T06:34:37.794943Z",
"build_snapshot" : false,
"lucene_version" : "8.4.0",
"minimum_wire_compatibility_version" : "6.8.0",
"minimum_index_compatibility_version" : "6.0.0-beta1"
},
"tagline" : "You Know, for Search"
}
#成功,迅速关闭,增加内存限制
# 迅速关闭,增加内存限制,修改配置文件 -e 环境配置修改
docker run -d --name elasticsearch02 -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -e ES_JAVA_OPTS="-Xms64m -Xmx512m" elasticsearch:7.6.2
# 查看 docker stats
{
"name" : "72234dd3b392",
"cluster_name" : "docker-cluster",
"cluster_uuid" : "tC8U-8rmQN6w56suB2znvw",
"version" : {
"number" : "7.6.2",
"build_flavor" : "default",
"build_type" : "docker",
"build_hash" : "ef48eb35cf30adf4db14086e8aabd07ef6fb113f",
"build_date" : "2020-03-26T06:34:37.794943Z",
"build_snapshot" : false,
"lucene_version" : "8.4.0",
"minimum_wire_compatibility_version" : "6.8.0",
"minimum_index_compatibility_version" : "6.0.0-beta1"
},
"tagline" : "You Know, for Search"
}
docker run -d -p 8088:9000 \
--restart=always -v /var/run/ docker.sock:/var/run/docker.sock --privileged=true portainer/portainer
什么是portainer ?
Docker图形化界面管理工具!提供一个后台面板供我们操作
docker run -d -p 8088:9000 \
--restart=always -v /var/run/docker.sock:/var/run/docker.sock --privileged=true portainer/portainer
访问测试:外网:8088(linux知识-》阿里云开通外网)
选择本地:
进入之后的面板
镜像是一种轻量级、可执行的独立软件包,用来打包软件运行环境和基于运行环境开发的软,它包含运行某个软件所需的所有内容,包括代码、运行时、库、环境变量和配置文件。
所有的应用,直接打包 docker镜像,就可以直接跑起来!
如何得到镜像:
UnionFS(联合文件系统)
我们下载的时候看到的一层层就是这个!
UnionFS(联合文件系统): Union文件系统( UnionFS)是一种分层、轻量级并且高性能的文件系统,它支持对文件系统的修改
作为一次提交来一层层的叠加,同时可以将不同目录挂载到同一个虚拟文件系统下( unite several directories into a single virtual filesystem)。 Union文件系统是 Docker镜像的基础。镜像可以通过分层来进行继承,基于基础镜像(没有父镜像),可以制作各种具体的应用镜像。
特性:一次同时加载多个文件系统,但从外面看起来,只能看到一个文件系统,联合加载会把各层文件系统叠加起来,这样最终的文件系统会包含所有底层的文件和目录。
Docker镜像加载原理
docker的镜像实际上由一层一层的文件系统组成,这种层级的文件系统UnionFS。
boots(boot file system主要包含 bootloader和 kernel,bootloader主要是引导加载 kernel,linux刚启动时会加载boos文件系,在 Docker镜像的最底层是 boots,这一层与我们典型的 Linux/Unix系统是一样的,包含boot加载器和内,当boot加载完成之后整个内核就都在内存中了,此时内存的使用权已由 boots转交给内核,此时系统也会卸载 boots。
rootfs(root file system),在 bootfs之上,包含的就是典型 Linux系统中的/dev,/proc,/bin,/etc等标准目录和文件。 rootfs就是各种不同的操作系统发行版,比如 Ubuntu, Centos等等。
平时安装的虚拟机的CentOS有好几个G,为什么Docker这里才200M?
对于一个精简的OS, rootfs可以很小,只需要包含最基本的命令,工具和程序库就可以了,因为底层直接用Host的 kernel,自己只需要提供 rootfs就可以了。由此可见对于不同的nux发行版 bootfs基本是一致的,rootfs会有差别,因此不同的发行版可以公用bootfs。
虚拟机是分钟级别,容器是秒级。
注意日志输出
思考:为什么 Docker镜像要采用这种分层的结构呢?
最大的好处,莫过于是资源共享了!比如有多个镜像都从相同的Base镜像构建而来,那么宿主机只需在磁盘上保留一份base镜像,同时内存中也只需要加载一份base镜像,这样就可以为所有的容器服务了,而且镜像的毎一层都可以被共享。
查看镜像分层的方式可以通过 docker image inspect命令。
"RootFS": {
"Type": "layers",
"Layers": [
"sha256:d0fe97fa8b8cefdffcef1d62b65aba51a6c87b6679628a2b50fc6a7a579f764c",
"sha256:832f21763c8e6b070314e619ebb9ba62f815580da6d0eaec8a1b080bd01575f7",
"sha256:223b15010c47044b6bab9611c7a322e8da7660a8268949e18edde9c6e3ea3700",
"sha256:6a9976a8f40851f45dc8c68a04b130e90522f46bb7e8403c6e7eb4331674f213",
"sha256:c875a9fc3ec72b140e325e1a1b3b57d299b91811e8288a07c6b788b0d7cba185",
"sha256:d9364cb75b1a364fbcb97b2f51332fc012ae0321e18c3fd3811f5e5a9f8a2d0e"
]
},
"Metadata": {
"LastTagTime": "0001-01-01T00:00:00Z"
}
理解:
所有的 Docker镜像都起始于一个基础镜像层,当进行修改或增加新的内容时,就会在当前镜像层之上,创建新的镜像层。
举一个简单的例子,假如基于 Ubuntu linux16.04创建一个新的镜像,这就是新镜像的第一层;如果在该镜像中添加 Python包,就会在基础镜像层之上创建第二个镜像层;如果继续添加—个安全补,就会创建第三个镜像层。
该镜像当前已经包含3个镜像层,如下图所示(这只是一个用于演示的很简单的例子)
在添加额外的镜像层的同,镜像始终保持是当前所有镜像的组合,理解这一点非常重要。下图中举了一个简单的例子,每个镜像层包含3个文,而镜像包含了来自两个镜像层的6个文件。
上图中的镜像层跟之前图中的略有区,主要目的是便于展示文件。
下图中展示了一个稍微复杂的三层镜像,在外部看来整个镜像只有6个文件,这是因为最上层中的文件7是文件5的一个更新版本。
这种情况下,上层镜像层中的文件覆盖了底层镜像层中的文件。这样就使得文件的更新版本作为一个新镜像层添加到镜像当中。
Docker通过存储引擎(新版本采用快照机制)的方式来实现镜像层堆栈,并保证多镜像层对外展示为统一的文件系统。
Linux上可用的存储引擎有AUFS、 Overlay2、 Device Mapper.、Btrfs以及ZFS。顾名思义,每种存储引擎都基于 Linux中对应的文件系统或者块设备技术,并且每种存储引擎都有其独有的性能特点。
Docker在 Windows上仅支持 windowsfilter一种存储引擎,该引擎基于NTFS文件系统之上实现了分层和CoW
下图展示了与系统显示相同的三层镜像。所有镜像层堆并合井,对外提供统一的视图。
特点
Docker镜像都是只读的,当容器启动时,一个新的可写层被加载到镜像的顶部!
这一层就是我们通常说的容器层,容器之下的都叫镜像层!
docker commit 提交容器成为一个新的副本
# 命令和git原理类似
docker commit -m="提交的描述信息" -a="作者" 容器id 目标镜像名:[TAG]
测试
# 1、启动一个默认的tomcat
# 2、发现这个默认的tomcat 是没有webapps应用 镜像的原因,官方默认镜像 webapps下面是没有文件的
# 3、自己拷贝进去了基本的文件
# 4、操作过的容器通过commit提交为一个镜像,以后就使用修改的镜像即可
docker的理念
将应用和环境打包成一个镜像!
数据?如果将数据放在容器中,如果容器删除,数据就会丢失!需求:数据可以持久化
MySQL,容器删了,删库跑路!需求:Mysql数据可以存储在本地
容器之间可以有一个数据共享的技术!Docke容器中产生的数据,同步到本地!
这就是卷技术!目录的挂载,将我们容器内的目录,挂载到Linux上面!
总结:容器的持久化和同步操作!容器间也是可以数据共享的!
方式一:直接通过命令来挂载 -v
docker run -it -v 主机目录:容器目录
# 测试
[root@hadoop105 home]# docker run -it -v /home/ceshi:/home centos /bin/bash
# 启动起来的时候可以通过docker inspect 容器id
1、停止容器
2、宿主机上修改文件
3、启动容器
4、容器内的数据依旧是同步的
好处:只需要在本地修改即可,容器内自动同步
MySQL的数据持久化问题
# 获取镜像
[root@hadoop105 home]# docker pull mysql:5.7
# 运行容器,需要做数据挂载! # 安装启动mysql 需要配置密码 注意
# 官方测试 :docker run --name some-mysql -e MYSQL_ROOT_PASSWORD=my-secret-pw -d mysql:tag
# 启动
-d 后台运行
-p 端口映射
-v 卷挂载
-e 环境配置
--name 容器名字
[root@hadoop105 home]# docker run -d -p 3310:3306 -v /home/mysql/conf:/etc/mysql/conf.d -v /home/mysql/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=123456 --name mysql01 mysql:5.7
# 启动成功之后,在本地navicat工具测试连接
# navicat连接到服务的3310---3310和容器内的3306映射,连接成功
# 在本地测试创建一个数据库,查看映射路径是否ok
将容器删除
发现,挂载到本地的数据卷依旧没有丢失,这就实现了容器数据持久化功能!
# 匿名挂载
-v 容器内路径
docker run -d -P --name nginx01 -v/etc/nginx nginx
# 查看所有卷的情况
[root@hadoop105 ~]# docker volume ls
local 87f6b325748971edc149dc40c34a1b35b90826e7f8016c893bb7ed79309314a0
# 这里发现,这种就是匿名挂载 在-v只写了容器内的路径,没有写容器外的路!
# 具名挂载
[root@hadoop105 ~]# docker run -d -P --name nginx02 -v juming-nginx:/etc/nginx nginx
20766d38884d9f4cf9fe088402be2d95206dd80f73c1586c6dc8cc369699480b
[root@hadoop105 ~]# docker volume ls
DRIVER VOLUME NAME
local juming-nginx
# 通过 -v 卷名:容器内路径
#查看一下这个卷
所有的docker容器内的卷,没有指定目录的情况下在/var/lib/docker/volumes/xxxx/_data
通过具名挂载可以方便的找到卷,大多数情况在使用具名挂载
# 如何确定是具名挂载还是匿名挂载,还是指定路径挂载
-v 容器内路径 #匿名挂载
-v 卷名:容器内路径 #具名挂载
-v /宿主机路径:容器内路径 # 指定路径挂载
扩展:
# 通过 -v 容器内路径:ro rw 改变读写权限
ro readonly #只读
rw readwrite #读写
# 一旦设置了容器的权限,容器对挂载出来的内容就有限定了
docker run -d -P --name nginx02 -v juming-nginx:/etc/nginx:ro nginx
docker run -d -P --name nginx02 -v juming-nginx:/etc/nginx:rw nginx
# ro:说明这个路径只能通过宿主机操作,容器内部无法操作
DockerFile 就是用来构建docker镜像的构建文件!命令脚本
# 创建一个dockerfile文件,名字可以随机 建议 Dockerfile
# 文件中的内容 指令(大些) 参数
FROM centos
VOLUME ["volume01","volume02"]
CMD echo "-----end-----"
CMD /bin/bash
# 这里的每个命令,就是镜像的一层
# 启动自己写的容器
测试刚才的文件是否同步
这种方式以前使用十分多,因为我们通常会构建自己的镜像!
假设构建镜像时没有挂载卷,要手动镜像挂载 -v 卷名:容器内路径
# 启动3个容器 通过自己写的镜像启动
# 删除docker01,docker02和docker03还是可以访问文件
[root@hadoop105 home]# docker run -d -p 3310:3306 -v /etc/mysql/conf.d -v /var/lib/mysql -e MYSQL_ROOT_PASSWORD=123456 --name mysql01 mysql:5.7
[root@hadoop105 home]# docker run -d -p 3310:3306 -e MYSQL_ROOT_PASSWORD=123456 --name mysql02 --volumes-from mysql01 mysql:5.7
# 可以实现两个容器的数据同步
结论:
容器之间配置信息的传递,数据卷容器的生命周期一直持续到没有容器使用为止
但是一旦持久化到本地,这个时候,本地的数据是不会删除的
dockerfile是用来构建docker镜像的文件!命令参数脚本!
构建步骤:
1、编写一个dockerfile文件
2、docker build构建成为一个镜像
3、docker run运行镜像
4、docker push发布镜像(DockerHub、阿里云镜像仓库)
很多官方镜像都是基础包,很多功能没有,我们通常会自己搭建自己的镜像!
基础知识:
1、每个保留关键字(指令)都必须是大写字母
2、执行从上到下顺序执行
3、# 表示注释
4、每一个指令都会创建提交一个新的镜像层,并提交!
dockerfile是面向开发的,以后要发布项目,做镜像,就需要编写dockerfile文件,这个文件十分简单
Docker镜像逐渐成为企业交付的标准
步骤:
DockerFile:构建文件,定义了一切步骤,源代码
DockerImages:通过DockerFile构建生成的镜像,最终发布和运行的产品
Docker容器:容器就是镜像运行起来提供服务器
FROM # 基础镜像,一切从这里开始
MAINTAINER # 镜像是谁写的,姓名+邮箱
RUN # 镜像构建的时候需要运行的命令
ADD # 步骤:tomocat镜像,这个tomcat压缩包!添加内容
WORKDIR # 镜像的工作目录
VOLUME # 挂载的目录
EXPOST # 保留端口配置
CMD # 指定这个容器启动的时候要运行的命令 ,只有最后一个会生效,可被替代
ENTRYPOINT # 指定这个容器启动的时候要运行的命令,可以追加命令
ONBUILD # 当构建一个被继承 Dockerfile 这个时候就会运行 ONBUILD 的指令。触发指令
COPY # 类似ADD 将我们的文件拷贝到镜像中
ENV # 构建的时候设置环境变量
Docker Hub 中99%镜像都是从这个基础镜像过来的 FROM scratch 然后配置需要的软件和配置来进行的构建
创建一个自己的centos
# 1、编写Dockerfile文件
[root@hadoop105 home]# cd dockerfile/
[root@hadoop105 dockerfile]# vim mydockerfile-centos
[root@hadoop105 dockerfile]# cat mydockerfile-centos
FROM centos
MAINTAINER gn<[email protected]>
ENV MYPATH /usr/local
WORKDIR $MYPATH
RUN yum -y install vim
RUN yum -y install net-tools
EXPOSE 80
CMD echo $MYPATH
CMD echo "---end---"
CMD /bin/bash
# 2、通过文件构建镜像
# 命令 docker build -f dockerfile文件路径 -t 镜像名:[tag]
Successfully built 9fde00d32767
Successfully tagged mycentos:0.1
# 3、测试运行
对比:之前原生的centos
增加之后的镜像
可以列出本地镜像的变更历史
CMD和ENTRYPOINT 区别
CMD # 指定这个容器启动的时候要运行的命令 ,只有最后一个会生效,可被替代
ENTRYPOINT # 指定这个容器启动的时候要运行的命令,可以追加命令
测试cmd
# 1、编写dockerfile文件
[root@hadoop105 dockerfile]# vim dockerfile-cmd-test
FROM centos
CMD ["ls","-a"]
# 2、构建镜像(结尾必须加点)
[root@hadoop105 dockerfile]# docker build -f dockerfile-cmd-test -t cmdtest .
# 3、run运行 ls -a命令生效
[root@hadoop105 dockerfile]# docker run c92236f0921d
.
..
.dockerenv
bin
dev
etc
home
lib
lib64
# 4、追加一个命令 -l ls -al
[root@hadoop105 dockerfile]# docker run c92236f0921d -l
docker: Error response from daemon: OCI runtime create failed: container_linux.go:349: starting container process caused "exec: \"-l\": executable file not found in $PATH": unknown.
[root@hadoop105 dockerfile]#
# cmd清理下 -l 替换了CMD ["ls","-a"]命令,-l 不是命令所以报错
测试ENTRYPOINT
[root@hadoop105 dockerfile]# vim dockerfile-cmd-entrypoint
FROM centos
ENTRYPOINT ["ls","-a"]
[root@hadoop105 dockerfile]# docker build -f dockerfile-cmd-entrypoint -t entrypoint-test .
Sending build context to Docker daemon 4.096kB
Step 1/2 : FROM centos
---> 0d120b6ccaa8
Step 2/2 : ENTRYPOINT ["ls","-a"]
---> Running in 4fba0aa14213
Removing intermediate container 4fba0aa14213
---> 18ab588d15d2
Successfully built 18ab588d15d2
Successfully tagged entrypoint-test:latest
[root@hadoop105 dockerfile]# docker run 18ab588d15d2
.
..
.dockerenv
bin
dev
etc
home
lib
lib64
lost+found
media
mnt
opt
proc
root
run
sbin
srv
sys
tmp
usr
var
# 追加命令是直接拼接在ENTRYPOINT命令的后面
[root@hadoop105 dockerfile]# docker run 18ab588d15d2 -l
total 4
drwxr-xr-x. 17 root root 248 Nov 4 07:06 .
drwxr-xr-x. 17 root root 248 Nov 4 07:06 ..
-rwxr-xr-x. 1 root root 0 Nov 4 07:06 .dockerenv
lrwxrwxrwx. 1 root root 7 May 11 2019 bin -> usr/bin
drwxr-xr-x. 5 root root 340 Nov 4 07:06 dev
drwxr-xr-x. 51 root root 4096 Nov 4 07:06 etc
drwxr-xr-x. 2 root root 6 May 11 2019 home
lrwxrwxrwx. 1 root root 7 May 11 2019 lib -> usr/lib
lrwxrwxrwx. 1 root root 9 May 11 2019 lib64 -> usr/lib64
drwx------. 2 root root 6 Aug 9 21:40 lost+found
drwxr-xr-x. 2 root root 6 May 11 2019 media
drwxr-xr-x. 2 root root 6 May 11 2019 mnt
drwxr-xr-x. 2 root root 6 May 11 2019 opt
dr-xr-xr-x. 291 root root 0 Nov 4 07:06 proc
dr-xr-x---. 2 root root 162 Aug 9 21:40 root
drwxr-xr-x. 11 root root 163 Aug 9 21:40 run
lrwxrwxrwx. 1 root root 8 May 11 2019 sbin -> usr/sbin
drwxr-xr-x. 2 root root 6 May 11 2019 srv
dr-xr-xr-x. 13 root root 0 Oct 28 08:13 sys
drwxrwxrwt. 7 root root 145 Aug 9 21:40 tmp
drwxr-xr-x. 12 root root 144 Aug 9 21:40 usr
drwxr-xr-x. 20 root root 262 Aug 9 21:40 var
[root@hadoop105 dockerfile]#
2、编写dockerfile文件,官方命名Dockerfile
,build会自动寻找这个文件,就不需要-f指定了
FROM centos
MAINTAINER gn<[email protected]>
COPY readme.txt /usr/local/readme.txt # 复制readme.txt到 /usr/local/路径下(镜像)
ADD jdk-8u271-linux-x64.tar.gz /usr/local/ # 解压文件到 /usr/local/下
ADD apache-tomcat-9.0.39.tar.gz /usr/local/
RUN yum -y install vim
ENV MYPATH /usr/local
WORKDIR $MYPATH
ENV JAVA_HOME /usr/local/jdk1.8.0_271
ENV CLASSPATH $JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
ENV CATALINA_HOME /usr/local/apache-tomcat-9.0.39
ENV CATALINA_BASE /usr/local/apache-tomcat-9.0.39
ENV PATH $PATH:$JAVA_HOME/bin:$CATALINA_HOME/lib:$CATALINA_HOME/bin
EXPOSE 8080
CMD /usr/local/apache-tomcat-9.0.39/bin/startup.sh && tail -F /url/local/apache-tomcat-9.0.39/bin/logs/cata
lina.out
3、构建镜像
# docker build -t diytomcat . # 默认官方文件名,不需要指定文件,自动查找
4、启动镜像(含挂载命令)
docker run -d -p 9090:8080 --name gntomcat -v /home/tomcat/test:/usr/local/apache-tomcat-9.0.39/webapps/test -v /home/tomcat/tomcatlogs/:/usr/local/apache-tomcat-9.0.39/logs diytomcat
5、访问测试
6、发布项目(由于直接做了卷挂载,我们直接在本地编写项目就可以发布了)
<web-app xmlns="http://java.sun.com/xml/ns/javaee"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xsi:schemaLocation="http://java.sun.com/xml/ns/javaee
http://java.sun.com/xml/ns/javaee/web-app_2_5.xsd"
version="2.5">
web-app>
<%@ page language="java" contentType="text/html; charset=UTF-8"
pageEncoding="UTF-8"%>
<!DOCTYPE html>
<html>
<head>
<meta charset="utf-8">
<title>hello,气死人</title>
</head>
<body>
Hello World!<br/>
<%
System.out.println("------my test web logs-------");
%>
</body>
</html>
项目不是成功直接访问
DockerHub
1、地址https://hub.docker.com/ 注册自己的账号
2、确定账号可以登陆
3、在服务器上提交镜像
[root@hadoop105 tomcat]# docker login --help
Usage: docker login [OPTIONS] [SERVER]
Log in to a Docker registry.
If no server is specified, the default is defined by the daemon.
Options:
-p, --password string Password
--password-stdin Take the password from stdin
-u, --username string Username
[root@hadoop105 tomcat]#
4、登陆完毕,提交镜像 docker push
# push自己的镜像到服务器
[root@hadoop105 tomcat]# docker push diytomcat
The push refers to repository [docker.io/library/diytomcat]
5044b2998ad5: Preparing
1b5cbed6452e: Preparing
dbc7f1065df5: Preparing
34820d2b0f43: Preparing
291f6e44771a: Preparing
denied: requested access to the resource is denied # 拒绝
# push镜像问题?
[root@hadoop105 tomcat]# docker push gaoning/diytomcat:1.0
The push refers to repository [docker.io/gaoning/diytomcat]
An image does not exist locally with the tag: gaoning/diytomcat
# 解决,增加一个tag
[root@hadoop105 tomcat]# docker tag 0ce3408ab2a2 gaoning/tomcat:1.0
#docker push 上去即可(带版本号!!!!!)(自己的虚拟机发布不上去,需要!!!!不要怀疑自己)
[root@hadoop105 ~]# docker push gaoning/tomcat:1.0
The push refers to repository [docker.io/gaoning/tomcat]
5044b2998ad5: Preparing
1b5cbed6452e: Preparing
dbc7f1065df5: Preparing
34820d2b0f43: Preparing
291f6e44771a: Preparing
阿里云镜像服务上
1、登陆阿里云
2、找到容器镜像服务https://cr.console.aliyun.com/cn-hangzhou/instances/repositories
3、创建命名空间
4、创建容器镜像
5、查看基本信息
阿里云镜像就参考官方地址
清空所有网络
[root@hadoop105 ~]# docker rm -f $(docker ps -aq)
4331341ed5a0
[root@hadoop105 ~]# docker rmi $(docker images -aq)
在这里插入代码片
三个网络
# 测试 运行一个tomcat
[root@hadoop105 ~]# docker run -d -P --name tomcat01 tomcat
# 查看容器的内部网络地址 ip addr,发现容器启动的时候会得到一个eth0@if133 ip地址,docker分配!
[root@hadoop105 ~]# docker exec -it tomcat01 ip addr
1: lo: ,UP,LOWER_UP> mtu 65536 qdisc noqueue state UNKNOWN group default qlen 1000
link/loopback 00:00:00:00:00:00 brd 00:00:00:00:00:00
inet 127.0.0.1/8 scope host lo
valid_lft forever preferred_lft forever
132: eth0@if133: ,MULTICAST,UP,LOWER_UP> mtu 1500 qdisc noqueue state UP group default
link/ether 02:42:ac:11:00:02 brd ff:ff:ff:ff:ff:ff link-netnsid 0
inet 172.17.0.2/16 brd 172.17.255.255 scope global eth0
valid_lft forever preferred_lft forever
# 思考? linux能不能ping通容器内部! 可以 容器内部可以ping通外界吗? 可以!
[root@hadoop105 ~]# ping 172.17.0.2
PING 172.17.0.2 (172.17.0.2) 56(84) bytes of data.
64 bytes from 172.17.0.2: icmp_seq=1 ttl=64 time=1.57 ms
64 bytes from 172.17.0.2: icmp_seq=2 ttl=64 time=0.134 ms
#linux 可以ping通docker内部容器
原理
1、我们每启动一个docker容器,docker就会给docker容器分配一个ip,我们只要按照了docker, 就会有一个docker0桥接模式,使用的技术是veth-pair技术!
再次测试ip addr
2 、在启动一个容器测试,发现又多了一对网络
[root@hadoop105 ~]# docker run -d -P --name tomcat02 tomcat
3f18121eebf23c66b08d7bdf8e2902542e126709cde85c5c17306581a36a557c
[root@hadoop105 ~]# ip addr
# 我们发现这个容器带来网卡,都是一对对的
# veth-pair 就是一对的虚拟设备接口,他们都是成对出现的,一端连着协议,一端彼此相连
# 正因为有这个特性 veth-pair 充当一个桥梁,连接各种虚拟网络设备的
# OpenStac,Docker容器之间的连接,OVS的连接,都是使用evth-pair技术
3、我们来测试下tomcat01和tomcat02是否可以ping通
[root@hadoop105 ~]# docker exec -it tomcat02 ping 172.17.0.2 #让tomcat02ping tomcat01
PING 172.17.0.2 (172.17.0.2) 56(84) bytes of data.
64 bytes from 172.17.0.2: icmp_seq=1 ttl=64 time=0.717 ms
64 bytes from 172.17.0.2: icmp_seq=2 ttl=64 time=0.051 ms
# 容器和容器之间可以ping通
结论:tomcat01和tomcat02公用一个路由器,docker0。
所有的容器不指定网络的情况下,都是docker0路由的,docker会给我们的容器分配一个默认的可用 ip。
小结
Docker使用的是Linux的桥接,宿主机是一个Docker容器的网桥 docker0
Docker中所有网络接口都是虚拟的,虚拟的转发效率高(内网传递文件) 只要容器删除,对应的网桥一对就没了!
思考一个场景:我们编写了一个微服务,database url=ip: 项目不重启,数据ip换了,我们希望可 以处理这个问题,可以通过名字来进行访问容器?
[root@hadoop105 ~]# docker exec -it tomcat02 ping tomca01
ping: tomca01: Name or service not known
# 如何解决
#通过 --link 可以解决网络问题
[root@hadoop105 ~]# docker run -d -P --name tomcat03 --link tomcat02 tomcat
7b7078963be3e8f01645d48a9e1d37ae9be323fc14be900a918bb7d6b85db81f
[root@hadoop105 ~]# docker exec -it tomcat03 ping tomcat02
PING tomcat02 (172.17.0.3) 56(84) bytes of data.
64 bytes from tomcat02 (172.17.0.3): icmp_seq=1 ttl=64 time=0.094 ms
64 bytes from tomcat02 (172.17.0.3): icmp_seq=2 ttl=64 time=0.067 ms
# 反向可以ping通吗
[root@hadoop105 ~]# docker exec -it tomcat02 ping tomcat03
ping: tomcat03: Name or service not known
探究:inspect!
tomcat3就是在本地配置了tomcat2的配置
# 查看hosts配置
[root@hadoop105 ~]# docker exec -it tomcat03 cat /etc/hosts
127.0.0.1 localhost
::1 localhost ip6-localhost ip6-loopback
fe00::0 ip6-localnet
ff00::0 ip6-mcastprefix
ff02::1 ip6-allnodes
ff02::2 ip6-allrouters
172.17.0.3 tomcat02 3f18121eebf2
172.17.0.4 7b7078963be3
(- -link )本质就是在hosts配置中添加映射
现在使用Docker已经不建议使用–link了!
自定义网络,不适用docker0!
docker0问题:不支持容器名连接访问!
网络模式
bridge :桥接 docker(默认,自己创建也是用bridge模式)
none :不配置网络,一般不用
host :和所主机共享网络
container :容器网络连通(用得少!局限很大)
测试
# 我们直接启动的命令 --net bridge,而这个就是我们得docker0
# bridge就是docker0
$ docker run -d -P --name tomcat01 tomcat
等价于 => docker run -d -P --name tomcat01 --net bridge tomcat
# docker0,特点:默认,域名不能访问。 --link可以打通连接,但是很麻烦!
# 我们可以 自定义一个网络
# --driver bridge
# --subnet 192.168.0.0/16 192.168.0.2 192.168.255.255
# --gateway 192.168.0.1
[root@hadoop105 ~]# docker network create --driver bridge --subnet 192.168.0.0/16 --gateway 192.168.0.1 mynet
bc89358d43c378899628a06f13bae2604b458a4f701ae83ca62607771a00b60a
[root@hadoop105 ~]# docker network ls
NETWORK ID NAME DRIVER SCOPE
852ec3c73a29 bridge bridge local
df2c785b6eb8 docker_mysql_tomcat_default bridge local
99667f4e5ee7 docker_nginx_default bridge local
b7be53a19190 host host local
bc89358d43c3 mynet bridge local
3c20a294d84e none null local
[root@hadoop105 ~]# docker network inspect mynet
[
{
"Name": "mynet",
"Id": "bc89358d43c378899628a06f13bae2604b458a4f701ae83ca62607771a00b60a",
"Created": "2020-11-09T15:06:47.825733844+08:00",
"Scope": "local",
"Driver": "bridge",
"EnableIPv6": false,
"IPAM": {
"Driver": "default",
"Options": {
},
"Config": [
{
"Subnet": "192.168.0.0/16",
"Gateway": "192.168.0.1"
}
]
},
"Internal": false,
"Attachable": false,
"Ingress": false,
"ConfigFrom": {
"Network": ""
},
"ConfigOnly": false,
"Containers": {
},
"Options": {
},
"Labels": {
}
}
]
[root@hadoop105 ~]# docker run -d -P --name tomcat-net-01 --net mynet tomcat
1cbf35e7ab088c041c7f750e16974bdeea9e105d61172697938b191d9d51794c
[root@hadoop105 ~]# docker run -d -P --name tomcat-net-02 --net mynet tomcat
4f6721b075d5098248247a23e75a2016cc39e8011c9fb9e8462c06e0dd5b2674
[root@hadoop105 ~]# docker network inspect mynet
[
{
"Name": "mynet",
"Id": "bc89358d43c378899628a06f13bae2604b458a4f701ae83ca62607771a00b60a",
"Created": "2020-11-09T15:06:47.825733844+08:00",
"Scope": "local",
"Driver": "bridge",
"EnableIPv6": false,
"IPAM": {
"Driver": "default",
"Options": {
},
"Config": [
{
"Subnet": "192.168.0.0/16",
"Gateway": "192.168.0.1"
}
]
},
"Internal": false,
"Attachable": false,
"Ingress": false,
"ConfigFrom": {
"Network": ""
},
"ConfigOnly": false,
"Containers": {
"1cbf35e7ab088c041c7f750e16974bdeea9e105d61172697938b191d9d51794c": {
"Name": "tomcat-net-01",
"EndpointID": "d015f66f9a109e6ebc57c5f38748e9f3e16e445fdb9e8a1f1eba4cd7fad70da1",
"MacAddress": "02:42:c0:a8:00:02",
"IPv4Address": "192.168.0.2/16",
"IPv6Address": ""
},
"4f6721b075d5098248247a23e75a2016cc39e8011c9fb9e8462c06e0dd5b2674": {
"Name": "tomcat-net-02",
"EndpointID": "4c52059c402c34e4dab7974807e83f86d4c33a1cd009ed846a54de97d056c326",
"MacAddress": "02:42:c0:a8:00:03",
"IPv4Address": "192.168.0.3/16",
"IPv6Address": ""
}
},
"Options": {
},
"Labels": {
}
}
]
# 再次测试ping连接
[root@hadoop105 ~]# docker exec -it tomcat-net-01 ping 192.168.0.3
PING 192.168.0.3 (192.168.0.3) 56(84) bytes of data.
64 bytes from 192.168.0.3: icmp_seq=1 ttl=64 time=0.778 ms
64 bytes from 192.168.0.3: icmp_seq=2 ttl=64 time=0.224 ms
^C
--- 192.168.0.3 ping statistics ---
2 packets transmitted, 2 received, 0% packet loss, time 16ms
rtt min/avg/max/mdev = 0.224/0.501/0.778/0.277 ms
# 现在不使用 --link也可以ping 名字了
[root@hadoop105 ~]# docker exec -it tomcat-net-01 ping tomcat-net-02
PING tomcat-net-02 (192.168.0.3) 56(84) bytes of data.
64 bytes from tomcat-net-02.mynet (192.168.0.3): icmp_seq=1 ttl=64 time=0.056 ms
64 bytes from tomcat-net-02.mynet (192.168.0.3): icmp_seq=2 ttl=64 time=0.085 ms
64 bytes from tomcat-net-02.mynet (192.168.0.3): icmp_seq=3 ttl=64 time=0.110 ms
^C
--- tomcat-net-02 ping statistics ---
3 packets transmitted, 3 received, 0% packet loss, time 43ms
rtt min/avg/max/mdev = 0.056/0.083/0.110/0.024 ms
我们自定义的网络docker帮我们维护好了对应的关系,推荐我们平时这样使用网络! 好处:
redis -不同的集群使用不同的网络,保证集群是安全和健康的
mysql-不同的集群使用不同的网络,保证集群是安全和健康的
# 测试打通 tomcat01 - mynet
docker network connect mynet tomcat01
# 连通就是将 tomcat01加到 mynet网络
# 一个容器两个ip(tomcat01)
# 阿里云服务器,公网IP 私网ip
# tomcat01连通
[root@hadoop105 ~]# docker exec -it tomcat01 ping tomcat-net-01
PING tomcat-net-01 (192.168.0.2) 56(84) bytes of data.
64 bytes from tomcat-net-01.mynet (192.168.0.2): icmp_seq=1 ttl=64 time=0.142 ms
64 bytes from tomcat-net-01.mynet (192.168.0.2): icmp_seq=2 ttl=64 time=0.076 ms
# tomcat02依旧打不通
[root@hadoop105 ~]# docker exec -it tomcat02 ping tomcat-net-01
ping: tomcat-net-01: Name or service not known
结论:假设要跨网络操作别人,就需要使用docker network connect 连通!
# 创建网卡
docker network create redis --subnet 172.16.0.0/16
# 通过脚本创建六个redis配置
for port in $(seq 1 6);\
do \
mkdir -p /mydata/redis/node-${
port}/conf
touch /mydata/redis/node-${
port}/conf/redis.conf
cat << EOF >/mydata/redis/node-${
port}/conf/redis.conf
port 6379
bind 0.0.0.0
cluster-enabled yes
cluster-config-file nodes.conf
cluster-node-timeout 5000
cluster-announce-ip 172.16.0.1${
port}
cluster-announce-port 6379
cluster-announce-bus-port 16379
appendonly yes
EOF
done
# 通过脚本运行六个redis
docker run -p 637${
port}:6379 -p 1667${
port}:16379 --name redis-${
port} \
-v /mydata/redis/node-${
port}/data:/data \
-v/mydata/redis/node-${
port}/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.16.0.1${
port} redis:5.0.9-alpine3.11 redis-server /etc/redis/redis.conf
# 也可一个一个启动,方便理解 ,比如:以此类推6个
docker run -p 6371:6379 -p 16671:16379 --name redis-1 \
-v /mydata/redis/node-1/data:/data \
-v/mydata/redis/node-1/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.16.0.11 redis:5.0.9-alpine3.11 redis-server /etc/redis/redis.conf
docker run -p 6372:6379 -p 16672:16379 --name redis-2 \
-v /mydata/redis/node-2/data:/data \
-v/mydata/redis/node-2/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.16.0.12 redis:5.0.9-alpine3.11 redis-server /etc/redis/redis.conf
docker run -p 6373:6379 -p 16673:16379 --name redis-3 \
-v /mydata/redis/node-3/data:/data \
-v/mydata/redis/node-3/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.16.0.13 redis:5.0.9-alpine3.11 redis-server /etc/redis/redis.conf
docker run -p 6374:6379 -p 16674:16379 --name redis-4 \
-v /mydata/redis/node-4/data:/data \
-v/mydata/redis/node-4/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.16.0.14 redis:5.0.9-alpine3.11 redis-server /etc/redis/redis.conf
docker run -p 6375:6379 -p 16675:16379 --name redis-5 \
-v /mydata/redis/node-5/data:/data \
-v/mydata/redis/node-5/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.16.0.15 redis:5.0.9-alpine3.11 redis-server /etc/redis/redis.conf
docker run -p 6376:6379 -p 16676:16379 --name redis-6 \
-v /mydata/redis/node-6/data:/data \
-v/mydata/redis/node-6/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.16.0.16 redis:5.0.9-alpine3.11 redis-server /etc/redis/redis.conf
# docker exec -it redis-1 /bin/sh #redis默认没有bash
[root@hadoop105 conf]# docker exec -it redis-1 /bin/sh
/data # ls
appendonly.aof nodes.conf
/data # redis-cli --cluster create 172.16.0.11:6379 172.16.0.12:6379 172.16.0.13:6379 172.16.0.14:6379 17
2.16.0.15:6379 172.16.0.16:6379 --cluster-replicas 1
>>> Performing hash slots allocation on 6 nodes...
Master[0] -> Slots 0 - 5460
Master[1] -> Slots 5461 - 10922
Master[2] -> Slots 10923 - 16383
Adding replica 172.16.0.15:6379 to 172.16.0.11:6379
Adding replica 172.16.0.16:6379 to 172.16.0.12:6379
Adding replica 172.16.0.14:6379 to 172.16.0.13:6379
M: ad892d7b834d07ba97cfffe4deef4c3276459f30 172.16.0.11:6379
slots:[0-5460] (5461 slots) master
M: 0b47f45a329a709a355ef586ff0730e7b7f3d865 172.16.0.12:6379
slots:[5461-10922] (5462 slots) master
M: 066b424f84ebddabf27836e6c98e5736bf8db8ec 172.16.0.13:6379
slots:[10923-16383] (5461 slots) master
S: 48c0bee5a8a20e0fc83749aea238466d7859d384 172.16.0.14:6379
replicates 066b424f84ebddabf27836e6c98e5736bf8db8ec
S: 49630572dbd845bd88e73c229a775966a6288d92 172.16.0.15:6379
replicates ad892d7b834d07ba97cfffe4deef4c3276459f30
S: e947b3fafefa90f69d3f8f9fbac42c5866b63079 172.16.0.16:6379
replicates 0b47f45a329a709a355ef586ff0730e7b7f3d865
Can I set the above configuration? (type 'yes' to accept): yes
>>> Nodes configuration updated
>>> Assign a different config epoch to each node
>>> Sending CLUSTER MEET messages to join the cluster
Waiting for the cluster to join
....
>>> Performing Cluster Check (using node 172.16.0.11:6379)
M: ad892d7b834d07ba97cfffe4deef4c3276459f30 172.16.0.11:6379
slots:[0-5460] (5461 slots) master
1 additional replica(s)
S: 49630572dbd845bd88e73c229a775966a6288d92 172.16.0.15:6379
slots: (0 slots) slave
replicates ad892d7b834d07ba97cfffe4deef4c3276459f30
S: 48c0bee5a8a20e0fc83749aea238466d7859d384 172.16.0.14:6379
slots: (0 slots) slave
replicates 066b424f84ebddabf27836e6c98e5736bf8db8ec
M: 066b424f84ebddabf27836e6c98e5736bf8db8ec 172.16.0.13:6379
slots:[10923-16383] (5461 slots) master
1 additional replica(s)
S: e947b3fafefa90f69d3f8f9fbac42c5866b63079 172.16.0.16:6379
slots: (0 slots) slave
replicates 0b47f45a329a709a355ef586ff0730e7b7f3d865
M: 0b47f45a329a709a355ef586ff0730e7b7f3d865 172.16.0.12:6379
slots:[5461-10922] (5462 slots) master
1 additional replica(s)
[OK] All nodes agree about slots configuration.
>>> Check for open slots...
>>> Check slots coverage...
[OK] All 16384 slots covered.
1、构建SpringBoot项目
2、打包运行
mvn package
3、编写dockerfile
FROM java:8
COPY *.jar /app.jar
CMD ["--server.port=8080"]
EXPOSE 8080
ENTRYPOINT ["java","-jar","app.jar"]
4、构建镜像
# 1.复制jar和DockerFIle到服务器 # 2.构建镜像
$ docker build -t xxxxx:xx .
5、发布运行