Linux下的Docker安装与使用

Docker介绍：

    相信很多人都用过虚拟机。虚拟机，就是在你的操作系统里面，装一个软件，然后通过这个软件，再模拟一台甚至多台“子电脑”出来。
    虚拟机，类似于“子电脑”
    在“子电脑”里，你可以和正常电脑一样运行程序，例如开QQ。如果你愿意，你可以变出好几个“子电脑”，里面都开上QQ。“子电脑”和“子电脑”之间，是相互隔离的，互不影响。
    虚拟机属于虚拟化技术。而Docker这样的容器技术，也是虚拟化技术，属于轻量级的虚拟化。
    虚拟机虽然可以隔离出很多“子电脑”，但占用空间更大，启动更慢，虚拟机软件可能还要花钱（例如VMWare）。
    
    而容器技术恰好没有这些缺点。它不需要虚拟出整个操作系统，只需要虚拟一个小规模的环境（类似“沙箱”）。
    它启动时间很快，几秒钟就能完成。而且，它对资源的利用率很高（一台主机可以同时运行几千个Docker容器）。此外，它占的空间很小，虚拟机一般要几GB到几十GB的空间，而容器只需要MB级甚至KB级。
    Docker三板斧 “搭建、发送、运行”。
    Docker技术的三大核心概念分别是：镜像（Image）容器（Container）仓库（Repository）
    
    就在Docker容器技术被炒得热火朝天之时，大家发现，如果想要将Docker应用于具体的业务实现，是存在困难的——编排、管理和调度等各个方面，都不容易。于是，人们迫切需要一套管理系统，对Docker及容器进行更高级更灵活的管理。
    就在这个时候，K8S出现了。
    

一,安装与配置

    1.安装依赖包

        yum install -y yum-utils device-mapper-persistent-data lvm2 

    2.设置阿里云镜像源

        yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo 

    3.安装 Docker-CE

        sudo yum install docker-ce
        
    4.启动 Docker-CE

        systemctl enable docker
        
        systemctl start docker
    
    
二,镜像操作

  拉取镜像:docker pull java    
  创建镜像：docker build -t 新镜像名 .
  删除容器：docker rm  容器名称
  删除镜像：docker rmi 镜像ID
  运行镜像：docker run --name 新容器名称 -p 6666:6666 -itd  镜像名:版本号
  进入容器：docker exec -it 容器名称 /bin/bash；
  启动容器：docker start 容器名称
  停止容器：docker stop 容器名称
  查询运行的容器:sudo docker ps
  查询全部容器:sudo docker ps -a
  保存镜像：docker save 镜像名 -o 文件名.tar
  加载镜像：docker load -i 文件名.tar
  上传镜像：docker push 私服地址/master-data-biz:版本号 
  查找镜像：docker search 镜像名  
  获取镜像元数据：docker inspect 镜像名
  
  
  
三,docker默认安装目录

    docker安装目录：/var/lib/docker
    
    
    
四,私服

    Harbor是构建企业级私有docker镜像的仓库的开源解决方案    
    
    
五：其它
     查看docker安装列表：yum list installed | grep docker
     卸载docker : yum -y remove docker名
     重启docker:  systemctl restart docker
     
    
     
六：zk+kafka镜像
    重启：
        systemctl restart docker
        
    运行zk: 
        docker run -d --restart=always --log-driver json-file --log-opt max-size=100m --log-opt max-file=2  --name zookeeper -p 2181:2181 --network host -v /etc/localtime:/etc/localtime wurstmeister/zookeeper
    
    运行kafka:
        docker run -d --name kafka -p 9092:9092  --network host -e KAFKA_BROKER_ID=0 -e KAFKA_ZOOKEEPER_CONNECT=192.168.108.131:2181/kafka -e KAFKA_ADVERTISED_LISTENERS=PLAINTEXT://192.168.108.131:9092 -e KAFKA_LISTENERS=PLAINTEXT://0.0.0.0:9092 -v /etc/localtime:/etc/localtime wurstmeister/kafka

    运行xxl-job
        docker run -e PARAMS="--spring.datasource.url=jdbc:mysql://192.168.108.1:3306/xxl_job?Unicode=true&characterEncoding=UTF-8 --spring.datasource.username=root  --spring.datasource.password=root" -p 8787:8080 --network host  -v /tmp:/data/applogs --name xxl-job-admin  --privileged=true -itd 69e1d8a0f5f8
     
     route add 172.17.0.0 mask 255.255.255.0 192.168.123.110
     

七：es安装
    下载镜像：
    docker pull elasticsearch:7.8.0
    运行：
    docker run -p 9200:9200 -p 9300:9300 --name elasticsearch  -e "discovery.type=single-node"  -e ES_JAVA_OPTS="-Xms512m -Xmx512m"  -d elasticsearch:7.8.0
    修改配置：
        # 进入容器，追加一下内容,解决跨域问题
        http.cors.enabled: true
        http.cors.allow-origin: "*"

八：kibana安装
    下载镜像：
    docker pull kibana:7.2.0

    #安装完成以后需要启动kibana容器，使用--link连接到elasticsearch容器，命令如下:
    docker run --name kibana --link=elasticsearch:test  -p 5601:5601 -d kibana:7.2.0
    docker start kibana