一、docker简介
Docker 是个划时代的开源项目，它彻底释放了计算虚拟化的威力，极大提高了应用的运行效率，降低了云计算资源供应的成本！ 使用 Docker，可以让应用的部署、测试和分发都变得前所未有的高效和轻松！
由于容器不需要进行硬件虚拟以及运行完整操作系统等额外开销，Docker 对系统资源的利用率更高。无论是应用执行速度、内存损耗或者文件存储速度，都要比传统虚拟机技术更高效。因此，相比虚拟机技术，一个相同配置的主机，往往可以运行更多数量的应用。
传统的虚拟机技术启动应用服务往往需要数分钟，而 Docker 容器应用，由于直接运行于宿主内核，无需启动完整的操作系统，因此可以做到秒级、甚至毫秒级的启动时间。大大的节约了开发、测试、部署的时间。
二、应用思路
文本服务，搜索服务，推荐服务，数据采集服务是达观数据的四个主要的服务方向，其中包括的小模块非常多，像基础的数据库群，缓存群，消息队列集群等，我们把业务模块也拆分到不同的容器中，这样方便各个模块之间灵活的配合。
主要的集群配置思路如下：
1.容器层：部署起来保证各个模块的稳定性，而且保持逻辑隔离，这样便于并发和复用。
2.网络层：建立集群独立网络层，经过指定的端口与外部网络通讯，保持网络层的隔离。
3.负载均衡：负载这边，使用docker自带的集群负载均衡策略。
4.服务守护：使用docker自带的服务守护与分发策略。
5.全局配置分发：采用docker 的secret作为加密策略。
下面我们用例子讲讲具体操作。
三、工具及前期准备
由于我们的目标是建立分布式的集群环境，所以要使用多机部署，并考虑水平扩展性。
我们此处使用20台阿里云的ecs来进行部署，centos 7.2镜像作为基础os环境来讲解。
（1）docker 安装
docker官网下载docker的centos7版本的docker安装文件，本文使用版本为docker-ce-17.03，docker的详细介绍见官网文档，此处不做赘述，https://docs.docker.com/engine/docker-overview/
文件存放位置：/tmp
文件名称：
<1> docker-ce-selinux-17.03.1.ce-1.el7.centos.noarch.rpm
<2> docker-ce-17.03.1.ce-1.el7.centos.x86_64.rpm
（2）Docker-machine 安装
此处选用docker-machine进行docker集群的命令调试
官网下载docker-mashine，本文使用v0.10.0,版本，
Docker-machine 详细介绍见官网文档，此处不做赘述，https://docs.docker.com/machine/overview/
文件存放位置：/tmp
文件名称：docker-machine-Linux-x86_64
（3）ssh 秘钥
选取集群主机，生成ssh秘钥对，方便对各个机器进行操作,如对ssh不了解，请查看百度百科
（4）fabric 镜像制作
由于机器数量较多并考虑水平扩展性，需选用一款集群命令、文件的分发工具，本文选用python的fabric进行多机控制、文件分发，如对fabric不了解，请查看官方文档http://www.fabfile.org
四、集群os配置及步骤
1.主机安装docker，及docker-machine
cd /tmp
$ yum install ./docker-ce-selinux-17.03.1.ce-1.el7.centos.noarch.rpm
$ yum install ./docker-ce-17.03.1.ce-1.el7.centos.x86_64.rpm
$ chmod +x /tmp/docker-machine-Linux-x86_64
$ cp /tmp/docker-machine-Linux-x86_64 /usr/local/bin/docker-machine
2.校验docker，docker-machine安装情况
$ docker version
$ docker-machine version
3.制作docker的fabric镜像
这一步制作fabric镜像，来在容器中启动fabric，目的是命令和文件的分发，具体命令与文件规则见官方文档。（张弸中 达观数据）
<1>制作Dockerfile，文件内容如下：
FROM centos:7.2.1511
LABEL maintainer “zhangpengzhong@datagrand.com”
ENV ENVIRONMENT production
RUN cd / && ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime
RUN yum update -y \
&& yum install -y wget gcc gcc-c++ python-devel bzip2 \
&& yum install -y epel-release \
&& yum install -y python-pip \
&& yum clean all \
&& pip install –upgrade pip -i http://pypi.douban.com/simple/ –trusted-host pypi.douban.com \
&& pip install setuptools==33.1.1 -i http://pypi.douban.com/simple/ –trusted-host pypi.douban.com \
&& pip install fabric -i http://pypi.douban.com/simple/ –trusted-host pypi.douban.com
<2>制作镜像：
docker build -t fabric:v1 .
<3>启动fabric容器：
启动并将所需分发的文件即上文提到的/tmp 目录中的文件加入到容器中
docker run -itd -v /tmp:/tmp fabric:v1
查看容器:
docker ps
复制查询到的CONTAINER ID（上图第一列）：
2f1dc61db184
进入容器：
docker exec -it 2f1dc61db184 /bin/bash
4.容器内使用fabric分发sshkey
vi fabric.py
fabric.py 如下：
#!/usr/bin/env python
# — encoding: utf-8 —
from fabric.api import run, env
env.hosts=[’10.0.0.2’,’10.0.0.3’,’xxx.xxx.xxx.xxx’]
env.user=’root’
env.password = ‘111’
def sshkey():
sk = ‘ssh-rsa AAAAB3NzaC1yc2EAAAADAQABAAABAQCfgSSubEyt39eouUNvGDpFlo/OwdIgIHsB0h9xDdX9cB6mqcmnC8f2EYheBgC0GPeZfAeRGAWmrQPGh7BzYmk93TBPM8L9SM8ewcFAlG9vKnA7myfjmg6HBfokkZ0vfDAQlApUbANtOZenjIhdrCNnk9MHI2DG8LuC9TPGwzOgMMETY28LRGTjEWwUGnf2kFPHNC4OUUltyEsRLC9IQV2+p8phPwLot8rbVPcOj9j07OVV5bwpkXjrMCut/xnVmz/p1J5hrfPaVyQy633R9Xr47hjT7UYs7RyC8gk/j9fHbbLIvxdXfAsHBcQZ4+2I6kZhOs/JQ54VBbiP4F root@jcloud-daguan-mysql1′
run(‘cd’)
run(‘mkdir .ssh’)
run(‘ echo “‘ + sk + ‘” > .ssh/authorized_keys’)
run(‘chmod 600 .ssh/authorized_keys’)
run(‘chmod 700 -R .ssh’)
def putfile(path1=”,path2=”):
put(path1,path2,mode=0755)
def docker_install():
with cd (‘/tmp’):
run(‘yum install -y docker-ce-selinux-17.03.1.ce-1.el7.centos.noarch.rpm’)
run(‘yum install -y docker-ce-17.03.1.ce-1.el7.centos.x86_64.rpm’)
启动fabric：
fab -f fabric.py sshkey
5.分发docker相关安装文件
启动fabric：
fab -f fabric.py putfile /tmp/docker-ce-selinux-17.03.1.ce-1.el7.centos.noarch.rpm /tmp/docker-ce-selinux-17.03.1.ce-1.el7.centos.noarch.rpm
6.为集群每台机器安装docker
fab -f fabric.py docker_install
7.退出容器
exit
8.在外部校验sshkey是否设置成功
ssh root@10.0.0.2
9.使用docker-machine配置集群：
docker-machine create -d generic –generic-ip-address=10.0.0.2 –generic-ssh-user=root worker1
docker-machine create -d generic –generic-ip-address=10.0.0.3 –generic-ssh-user=root worker2
依此类推：
docker-machine create -d generic –generic-ip-address=10.0.0.xxx –generic-ssh-user=root workerxxx
五、建立docker集群
1.建立docker主机
docker swarm init –advertise-addr 本机ip
如下：
$ docker swarm init –advertise-addr 10.0.0.1
Swarm initialized: current node (dxn1zf6l61qsb1josjja83ngz) is now a manager.
To add a worker to this swarm, run the following command:
docker swarm join \
–token SWMTKN-1-49nj1cmql0jkz5s954yi3oex3nedyz0fb0xx14ie39trti4wxv-8vxv8rssmk743ojnwacrr2e7c \
10.0.0.1:2377
To add a manager to this swarm, run ‘docker swarm join-token manager’ and follow the instructions.
2.使用fabric将剩余所有机器加入集群
将上面一步生成的命令行复制，进入刚才的fabric容器修改fabric文件，相当于令主机外其他所有机器都执行一遍上一步生成的命令
def cluster_join():
run(‘docker swarm join —token SWMTKN-1-49nj1cmql0jkz5s954yi3oex3nedyz0fb0xx1ie39trti4wxv-8vxv8rssmk743ojnwacrr2e7c 10.0.0.1:2377
‘)
执行 fab -f fable.py cluster_join
3.建立集群内部网络
docker network create -d overlay test_privite
可以用命令查询是否建立成功
docker network ls
六、启动docker业务容器
这里用mysql，redis，elasticsearch来举例
1.mysql
此处我们选用版本mysql5.6,镜像来自docker hub
docker service create –name mysql_test –replicas 1 \
–network test_privite \
–mount type=bind,src=/data/mysql,dst=/var/lib/mysql \
–constraint ‘node.hostname == workerx’ \
-e MYSQL_ROOT_PASSWORD=xxx mysql:5.6 –character-set-server=utf8 –collation-server=utf8_general_ci
2.redis
此处我们选用版本redis 3.2,镜像来自docker hub
docker service create –name redis_online \
–network test_privite \
–mount type=bind,src=/data/redis,dst=/data \
–constraint ‘node.hostname == workerx’ \
redis:3.2.8 redis-server /usr/local/etc/redis/redis.conf
3.elasticsearch_master
此处我们选用版本elasticsearch5.3.0,镜像来自docker hub
docker service create –name elasticsearch_master –replicas 1 \
–network test_privite \
–publish mode=host,target=9200,published=9200 \
–constraint ‘node.hostname == workerx’ \
-e cluster.name=xxx \
-e “discovery.zen.ping.unicast.hosts=elasticsearch_master” \
docker.elastic.co/elasticsearch/elasticsearch:5.3.0
4. elastic search client
docker service create –name elasticsearch_master –replicas n \
–network test_privite \
-e cluster.name=xxx \
-e “discovery.zen.ping.unicast.hosts=elasticsearch_master” \
docker.elastic.co/elasticsearch/elasticsearch:5.3.0
七、结束语
docker的应用大大减少了代码部署的工作量，有效的建立了规范化的服务架构，上面简单介绍的达观数据使用docker部署的一个例子，希望对您有所帮助。
