如今前端工程越来越复杂,打造一个好用的工作流也显得越来越重要。
本文讲分成二个部分,通过简单例子,来介绍上图中那条鱼和狐狸 :)
part1 : docker 本文的项目代码
part2 : gitlab-ci
ok, 那么现在就开始第一部分
一、什么是 Docker ?
Docker是一个基于轻量级虚拟化技术的容器引擎开源项目,可以轻松的为任何应用创建一个容器。
具体做的就是快速的帮助开发者搭建应用周期里所需的各种环境,快速地部署项目以缩短开发周期。
docker 具备以下几个优势:
1.配置简单
2.可移植
3.独立自给自足
4.轻量级
Docker 的应用场景
1.web应用工作流中的各种环境快速搭建
- 自动化测试和持续集成、发布
二、安装 docker
首先下载安装包
这里以 mac 为例子
Mac 客户端:https://store.docker.com/editions/community/docker-ce-desktop-mac
其他版本:https://www.docker.com/get-docker
这时候打开终端,就可以使用docker命令了。
性能和网络设置
安装后,最好进行一些基本的性能和网络设置(在 docker app的设置菜单里,快捷键 commond + ,)
设置镜像加速(很重要),这里利用阿里云的加速 https://cr.console.aliyun.com/#/accelerator
三、Docker 的几个核心概念
在使用 docker 之前,有必要先了解 docker 的几个核心概念。
1.镜像 images
Images 镜像是 Docker 容器的模板文件,用来创建和运行Docker容器。
镜像可以从 Docker Hub 下载:
我们可以先用 docker search
命令来搜索 ubuntu 镜像
然后我们可以用 docker pull ubuntu
来获取那个 images
。
各个选项说明:
- REPOSTITORY:表示镜像的仓库源
- TAG:镜像的标签
- IMAGE ID:镜像ID
- CREATED:镜像创建时间
- SIZE:镜像大小
2.容器 container
Container 容器是 Docker 镜像的一个运行实例,一个实例相当于创建了一个独立的环境,我们可以在
里面运行操作系统、程序应用、修改文件数据等等。
当你用 docker run
运行 images
的时候,就会创建对应的容器:
docker run -ti ubuntu:latest /bin/bash
-ti参数可以让容器保持终端交互 ( 退出在容器内输入 exit )
ubuntu:latest
就是镜像名,/bin/bash
则是运行命令
想查看运行中的容器:docker ps
退出容器:
docker stop
或者 docker kill
加上对应容器的ID (一般输入开头3~4个字母就行了)
重新启动容器:
docker start
加上对应容器的ID
更多容器相关命令,请查看官网文档,或者--help查看命令帮助
3.使用 Dockerfile 和 Docker-compose 定制镜像
Dockerfile 是一个文本格式的配置文件,用于快速方便的创建自定义镜像。
Docker-compose 则是用于组合多个镜像,创建一个模块化的容器集合。
Dockerfile 常用有以下指令选项:
- FROM
指定构建镜像的基础源镜像,如果本地没有指定的镜像,则会从 docker hub pull 镜像下来。
FROM ubuntu
- RUN
创建镜像过程中,用来执行命令,通常用于安装程序(RUN 会被缓存,可以使用docker build --no-cache 清除缓存)
RUN apt-get update && apt-get install git
- CMD
CMD可以让容器在启动时默认执行一个命令。如果用户启动容器时指定了运行的命令,则会覆盖掉CMD指定的命令。
CMD ["/bin/bash","/etc/php.sh"]
- EXPOSE
容器对外映射的本地端口,需要在 docker run 的时候使用-p或者-P选项生效。
EXPOSE 8080
- ENV
设置环境变量
ENV # 只能设置一个变量
ENV = ... # 允许一次设置多个变量
- ADD
- COPY
ADD 和 COPY 都是本地主机文件、目录到容器指定路径中 。,不同的是,ADD可以复制远程文件 URL,并且支持 Go 的正则模糊匹配,具体规则可参见 Go filepath.Match
ADD hom* /mydir/ # adds all files starting with "hom"
ADD hom?.txt /mydir/ # ? is replaced with any single character
COPY ...
- VOLUME
本地目录到容器的映射
VOLUME ["/src","/www"]
- WORKDIR
初始执行命令的路径
WORKDIR /www/server
RUN pwd # 打印/www/server
以上配置 也可以在 Docker-compose 完成,只是关键字和值的写法不太一样,具体可以参考它们的文档:
Dockerfile: https://docs.docker.com/engine/reference/builder/
Docker-compose: https://docs.docker.com/compose/compose-file/
四、一个简单案例
使用 docker 为一个spa应用起一个开发环境+测试环境
简单说要做的是:
- 在 docker 里起一个 node 服务热加载项目源码。
- 用 docker 起一个 nginx 服务,代理项目编译后的 dist 目录。
在这,我用 vue-cli 初始化了一个项目,然后新建了个 docker-compose 文件夹(用来配置docker)如下图:
上图是源码目录,
另外,docker-compose 的目录结构如下
- docker-compose
- docker-compose.yml
- nginx
- Dockerfile
- nginx.conf
- sites-enabled
- www.docker-test.com.conf
- node
- Dockerfile
- start.sh
nginx 、node 文件夹下各有一份 Dockerfile 文件,可以创建两个 images 镜像,docker-compose.yml 则用于将两个镜像服务整合使用。
我们先看 node 文件夹下的
Dockerfile:
# docker-compose/php/Dockerfile
#基于 node 镜像
FROM node
# 复制宿主机的 start.sh 到 容器 /etc/start.sh
ADD start.sh /etc/start.sh
# 设置初始命令执行目录
WORKDIR /www
# 通过 RUN 可以在容器里执行自定义命令
RUN node -v
RUN pwd
CMD ["/bin/bash","/etc/start.sh"]
start.sh:
#!/bin/bash
# 启动 php 服务
npm run dev
再来看 nginx 下的
Dockerfile:
# docker-compose/nginx/Dockerfile
#基于 nginx 镜像
FROM nginx
#基于 nginx 相关配置复制到容器
ADD nginx.conf /etc/nginx/nginx.conf
ADD sites-enabled/* /etc/nginx/conf.d/
#创建 nginx log 和用户相关路径
RUN mkdir /opt/htdocs && mkdir /opt/log && mkdir /opt/log/nginx
RUN chown -R www-data.www-data /opt/htdocs /opt/log
这样,两个服务的 Dockerfile 都创建完成了,但是我们还没暴露端口,也没配置 volumes 映射,这里我们可以在 docker-compose.yml 中设置:
nginx:
build: ./nginx
ports:
- "80:80" #映射到本地的端口
volumes:
- /Users/mr.yun/docker-test/docker-demo/dist:/www
node:
build: ./node
ports:
- "8085:8080" #映射到本地的端口 本地访问8085,即访问容器内的8080
volumes:
- /Users/mr.yun/docker-test/docker-demo:/www
注意,上面代码中,volumes 的值,要根据你自己的实际项目目录来配置。
配置完以上变量后,cd 进入 docker-compose 文件目录
直接运行命令
# 启动容器集合,会同时创建两个image,并启动两个容器,也可以加 -d 在后台运行
# 运行后可以通过 docker images,docker ps查看生成的镜像和容器
docker-compose up --biuld
等待下载完成,并自动运行
然后在浏览器输入 127.0.0.1:8050 ,就能看到 vue项目,并且修改源码能热加载。
输入 127.0.0.1,则可以看到静态资源 hash 过的项目。(别忘了在本地先 npm run build)
哦了,以上就是 docker 的基本使用介绍,更多玩法和技巧,到实际项目中探索。
个人感觉在项目多、协作人数多的情况下,docker 还是很方便的。