实验环境
- server1:搭建harbor仓库
- server2(swarm manager)、server3(swarm node)、server4(swarm node)安装docker,可以使用server1的hardor仓库
1 docker-compose和docker-stack
docker-compose是一个Python项目。 最初有一个名叫fig的Python项目能够解析 fig.yml——>启动docker 容器堆栈,作用在Docker引擎的顶层。在内部,它使用Docker API根据规范启动容器,仍然必须单独安装docker-compose工具包才能将其与Docker一起使用。
Swarm模式已经在1.12中集成到Docker Engine中,可以在不安装Docker Compose的情况下启动docker 容器堆栈(docker stack 是docker swarm的一部分)。docker stack 支持与docker-compose 相似能力, 但是在Docker引擎内Go语言环境中运行的, 在使用docker stack命令之前你还必须创建一个swarm机器。
docker stack 不支持版本2规范编写的compose.yml文件,必须使用最新的V3 版本。docker-compose工具依然可以处理版本2,3。
docker stack把docker compose的所有工作都做完了,因此docker stack将占主导地位。
相同点:
- 使用方式雷同:都使用yml 容器编排定义文件
- 作用大体相同: 两机制都能操纵 compose.yml文件中定义的 services、volumes 、networks资源
不同点:
- docker stack 不支持 compose file中的“build”指令,相比之下docker-compose可现场创建镜像,更适合迭代开发、测试和 快速验证原型
- docker swarm内置,不需要安装docker-compose 工具
- docker-compose 不支持 compos版本3中 deploy配置节(定义适用于生产部署的配置),
这个deploy配置节专属于docker stack
2 docker stack部署
基于 Docker Swarm 之上来完成应用的部署,面向大规模场景下的多服务部署和管理。
(1)编辑compose文件:vim docker-compose.yml
- 该 compose 文件指定部署 2 个服务,分别指定了服务的端口、服务实例个数、网络、镜像名称等等, 其中的 visualizer
服务提供一个可视化页面,提供从浏览器中很直观的查看集群中各个服务的运行节点
version: "3.9"
services:
web:
image: myapp:v1
networks:
- mynet
deploy:
replicas: 2
update_config:
parallelism: 2
delay: 10s
restart_policy:
condition: on-failure
visualizer:
image: visualizer:latest
ports:
- "8080:8080"
stop_grace_period: 1m30s
volumes:
- "/var/run/docker.sock:/var/run/docker.sock"
deploy:
placement:
constraints:
- "node.role==manager"
networks:
mynet:
(2)部署stack:docker stack deploy -c docker-compose.yml my_cluster
- 列出docker的服务:
docker service ls
- 查看集群的状态:
docker stack ps my_cluster
- 在浏览器端测试:172.25.12.2
- 编辑compose文件:
vim docker-compose.yml
web:
image: myapp:v1
networks:
- mynet
deploy:
replicas: 6 ##修改任务的个数
update_config:
parallelism: 2
delay: 10s
restart_policy:
condition: on-failure
- 更新现有的stack:
docker stack deploy -c docker-compose.yml my_cluster