Ubuntu虚拟机搭建Swarm集群环境

一、说明：

1）实验条件：四台虚拟机（Ubuntu-14.04）

2）四台虚拟机最好不要互相拷贝，需要分别安装

3）四台虚拟机的IP分别是：192.168.110.132、192.168.110.136、192.168.110.137、192.168.110.138

二、实验步骤

1.利用Vmvare搭建四台虚拟机

2.分别在四台虚拟机上安装docker

注意：本步骤请参考官方权威档：https://docs.docker.com/engine/installation/linux/ubuntulinux/

3.在四台虚拟主机上分别做如下配置：

编辑/etc/default/docker文件，然后建下面的配置内容加载文件的末尾：

1）在132机器上面加如下内容：

DOCKER_OPTS="--label com.example.storage=managerpri --cluster-store=consul://192.168.110.132:8500  -H tcp://0.0.0.0:2375 -H unix:///var/run/docker.sock"

2）在136机器上面加如下内容：

DOCKER_OPTS="--label com.example.storage=managerbak --cluster-store=consul://192.168.110.132:8500  -H tcp://0.0.0.0:2375 -H unix:///var/run/docker.sock"

3）在137机器上面加如下内容：

DOCKER_OPTS="--label com.example.storage=ngnix-php --cluster-store=consul://192.168.110.132:8500  -H tcp://0.0.0.0:2375 -H unix:///var/run/docker.sock"

4）在138机器上面加如下内容：

DOCKER_OPTS="--label com.example.storage=mysql --cluster-store=consul://192.168.110.132:8500  -H tcp://0.0.0.0:2375 -H unix:///var/run/docker.sock"

注意：

--label com.example.storage=##是给每个docker daemon打标签，可以方便compose编排服务的时候进行- "constraint:com.example.storage==##"的配置

4.分别在192.168.110.132、192.168.110.136、192.168.110.137、192.168.110.138上面部署一下内容：manager（主）和consul、manager（备）、swarm node、swarm node

1）在132虚拟机上创建consul容器

docker run -d -p 8500:8500 --name=consul progrium/consul -server -bootstrap

2）在132机器上创建manager（主）容器

docker run -d -p 4000:4000 swarm manage -H :4000 --replication --advertise 192.168.110.132:4000 consul://192.168.110.132:8500

3） 在136机器上创建manager（备）容器

docker run -d -p 4000:4000 swarm manage -H :4000 --replication --advertise 192.168.110.136:4000 consul://192.168.110.132:8500

4）在137机器上创建swarm  node容器

docker run -d swarm join --advertise=192.168.110.137:2375 consul://192.168.110.132:8500

5）在138机器上创建swarm  node容器

docker run -d swarm join --advertise=192.168.110.138:2375 consul://192.168.110.132:8500

5、验证集群环境是否搭建成功

在132机器上面执行如下命令：$ docker -H :4000 info

如果安装成功，会看见如下的输出：

Containers: 23
 Running: 3
 Paused: 0
 Stopped: 20
Images: 10
Server Version: swarm/1.2.4
Role: primary
Strategy: spread
Filters: health, port, containerslots, dependency, affinity, constraint
Nodes: 2
 dockertest3: 192.168.110.137:2375
  └ ID: TCBC:FWLT:FVQX:3AGB:ZPIY:NASL:JRLW:4VE7:UBQI:V2M6:2QT7:QHVF
  └ Status: Healthy
  └ Containers: 16 (1 Running, 0 Paused, 15 Stopped)
  └ Reserved CPUs: 0 / 1
  └ Reserved Memory: 0 B / 2.034 GiB
  └ Labels: com.example.storage=ngnix-php, kernelversion=4.2.0-27-generic, operatingsystem=Ubuntu 14.04.4 LTS, storagedriver=aufs
  └ UpdatedAt: 2016-08-08T11:10:17Z
  └ ServerVersion: 1.12.0
 dockertest4: 192.168.110.138:2375
  └ ID: 5F4D:TSPS:45B5:SVM5:MP2G:OG7M:K4Y4:URS7:NSE2:3HUI:C7P5:D5OF
  └ Status: Healthy
  └ Containers: 7 (2 Running, 0 Paused, 5 Stopped)
  └ Reserved CPUs: 0 / 1
  └ Reserved Memory: 0 B / 2.034 GiB
  └ Labels: com.example.storage=mysql, kernelversion=4.2.0-27-generic, operatingsystem=Ubuntu 14.04.4 LTS, storagedriver=aufs
  └ UpdatedAt: 2016-08-08T11:10:38Z
  └ ServerVersion: 1.12.0
Plugins:
 Volume: 
 Network: 
Swarm: 
 NodeID: 
 Is Manager: false
 Node Address: 
Security Options:
Kernel Version: 4.2.0-27-generic
Operating System: linux
Architecture: amd64
CPUs: 2
Total Memory: 4.068 GiB
Name: c03ecbd3f190
Docker Root Dir: 
Debug Mode (client): false
Debug Mode (server): false
WARNING: No kernel memory limit support

注意：修改环境变量

【说明】这步很重要，如果不需要，所有的命令：docker run 、docker info等都是对单个节点而言，并不是对swarm集群而言的
vim /etc/profile
export DOCKER_HOST=:4000

6、实验

1）在132虚拟上创建/home/xuguokun/elkcompose目录

2）在/home/xuguokun/elkcompose目录下创建logstash文件夹和elasticsearch文件夹

3）在/home/xuguokun/elkcompose/elasticsearch目录下创建两个文件Dockerfile.elasticsearch和elasticsearch.yml，文件的内容如下

Dockerfile.elasticsearch文件内容如下：

FROM elasticsearch:latest

elasticsearch.yml文件的内容如下：

node.name: elasticsearch

4）在/home/xuguokun/elkcompose/logstash目录下创建central.conf和Dockerfile.logstash文件，文件的内容分别如下：

Dockerfile.logstash文件内容如下：

FROM logstash:latest
COPY ./central.conf /conf/

central。conf文件内容如下：

input
{
   file{

      path => "/var/data/test.txt"
   }

}
output{

  stdout{}
  elasticsearch{

     hosts => "elasticsearch:9200"
  }

}

5）在/home/xuguokun/elkcompose/目录下创建docker-compose.yml文件，文件内容如下：

version: '2'
services:
     elasticsearch:
        image: xuguokun/elasticsearch
        build:
            context: ./elasticsearch
            dockerfile: Dockerfile.elasticsearch
        ports:
            - "9200:9200"
            - "9300:9300"
        command: elasticsearch
        networks:
            - frontend
        depends_on:
            - logstash
        environment:
            - "constraint:com.example.app==ngnix-php"
            - ES_CLUSTERNAME=elasticsearch  
     logstash:
        image: xuguokun/logstash
        build:
            context: ./logstash
            dockerfile: Dockerfile.logstash
        ports:
            - "25826:25826"
            - "25826:25826/udp"
        volumes:
            #- logstash-data:/var/data
            - /var/data:/var/data
        command: logstash -f /conf/central.conf
        networks:
            - frontend
        environment:
            - "constraint:com.example.db==mysql"
#volumes:
    #logstash-data: {}
networks:
    frontend:

注意：需在在132机器的上创建/var/data目录，然后在该目录下创建test.txt文件，文件的内容是1,2,3,4

6）在/home/xuguokun/elkcompose/目录下执行docker-compose up命令

7）查看实验结果：

8）上图中红框标出正是logstash传给elasticsearch的数据，实验成功。