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。