Get started, par2: Containers

先决条件

  • 安装 Docker 版本 1.13 或更高版本。
  • 阅读 第 1 部分 中的新用户导引。
  • 对环境进行快速的测试运行，以确保您已做好准备：
docker run hello-world

简介

现在可以开始按照 Docker 方式构建应用。我们将从此类应用的层次结构的底层（即，容器）开始，这是本页面上涵盖的内容。在此级别之上是服务，它定义了容器在生产中的行为方式（请参阅 第 3 部分 ）。最后，处于最高级别的是技术栈，用于定义所有服务的交互（请参阅 第 5 部分）。

  • 技术栈
  • 服务
  • 容器（您在此处）

您的新开发环境

过去，如果要开始编写 Python 应用，您的第一项业务是将 Python 运行时安装到机器上。但是，这会导致机器上的环境必须如此，才能使应用按预期运行；对于运行应用的服务器来说，也同样如此。

借助 Docker，您只需将可移植的 Python 运行时抓取为镜像，而无需进行安装。然后，您的构建可以将基本 Python 镜像与应用代码包含在一起，从而确保应用、其依赖项及运行时都一起提供。

这些可移植的镜像由 Dockerfile 定义。

使用 Dockerfile 定义容器

Dockerfile 将在您的容器内定义环境中执行的操作。对网络接口和磁盘驱动器等资源的访问在此环境内实现虚拟化，这将独立于系统的其余部分，因此您必须将端口映射到外部，并具体说明您要“复制”到该环境的文件。但是，在执行此操作后，您可以期望此 Dockerfile 中定义的应用构建的行为在运行时始终相同。

Dockerfile

创建空目录并将名为 Dockerfile 的此文件放入其中。记录说明每个语句的注释。

# 将官方 Python 运行时用作父镜像
FROM python:2.7-slim

# 将工作目录设置为 /app
WORKDIR /app

# 将当前目录内容复制到位于 /app 中的容器中
ADD . /app

# 安装 requirements.txt 中指定的任何所需软件包
RUN pip install -r requirements.txt

# 使端口 80 可供此容器外的环境使用
EXPOSE 80

# 定义环境变量
ENV NAME World

# 在容器启动时运行 app.py
CMD ["python", "app.py"]

此 Dockerfile 引用了我们尚未创建的内容，名为 app.py 和 requirements.txt。在后续步骤中，我们会准备好这些内容。

设置代理服务器 >

如果你在代理服务器后面，需要在 Dockerfile 中添加以下行， 使用 ENV 命令指定代理服务器的主机和端口。

# 设置代理服务器， 替换 host:/port 为你代理服务器对应的值

ENV http_proxy host:/port
ENV https_proxy host:/port

The app itself

抓取这两个文件并将其放入 Dockerfile 所在的文件夹。这将完成我们的应用，如您所见它非常简单。将上述 Dockerfile 构建到镜像中时，由于 Dockerfile 的 ADD 命令而显示 app.py 和 requirements.txt，并且借助 EXPOSE 命令，将能够通过 HTTP 访问 app.py 的输出。

requirements.txt

Flask
Redis

app.py

from flask import Flask
from redis import Redis, RedisError
import os
import socket

# Connect to Redis
redis = Redis(host="redis", db=0, socket_connect_timeout=2, socket_timeout=2)

app = Flask(__name__)

@app.route("/")
def hello():
    try:
        visits = redis.incr("counter")
    except RedisError:
        visits = "<i>cannot connect to Redis, counter disabled</i>"

    html = "<h3>Hello {name}!</h3>" \
           "<b>Hostname:</b> {hostname}<br/>" \
           "<b>Visits:</b> {visits}"
    return html.format(name=os.getenv("NAME", "world"), hostname=socket.gethostname(), visits=visits)

if __name__ == "__main__":
    app.run(host='0.0.0.0', port=80)

现在，我们可以看到，pip install -r requirements.txt 将安装 Python 的 Flask 和 Redis 库，而此应用将输出环境变量 NAME 以及对 socket.gethostname() 调用的输出。最后，由于 Redis 未在运行（因为我们仅安装了 Python 库，而未安装 Redis 自身），因此我们应期望尝试在此处使用它将失败并生成错误消息。

注：在容器内时访问主机的名称将检索容器 ID，这类似于正在运行的可执行文件的进程 ID。

构建应用

好的！您不需要 Python 或系统上 requirements.txt 中的任何内容，也不会构建或运行此镜像来将它们安装在系统上。似乎您尚未真正使用 Python 和 Flask 设置环境，但已进行设置。

以下是 ls 应显示的内容：

$ ls
Dockerfile        app.py            requirements.txt

现在，运行构建命令。这将创建 Docker 镜像，我们将使用 -t 对其进行标记，为创建的镜像命令。

docker build -t friendlyhello .

您已构建的镜像在何处？它位于您的机器上的本地 Docker 镜像库中：

$ docker images

REPOSITORY            TAG                 IMAGE ID
friendlyhello         latest              326387cea398

运行应用

运行应用，使用 -p 参数将机器的 4000 端口映射到容器暴露的 80 端口：

docker run -p 4000:80 friendlyhello

您将看到容器中的 Python 正在为应用提供服务（网址为 http://0.0.0.0:80）的通知。但是，该消息来自容器内部，但容器不知道你将宿主机的 4000 端口映射到了容器的 80 端口，因此需要将正确 URL 更改为 http://localhost:4000。

在 Web 浏览器中访问该 URL，以查看网页上提供的显示内容，包括“Hello World”文本、容器 ID以及 Redis 错误消息。

浏览器中的 Hello World

您还可以在 shell 中使用 curl 命令查看相同内容。

$ curl http://localhost:4000

<h3>Hello World!</h3><b>Hostname:</b> 8fc990912a14<br/><b>Visits:</b> <i>cannot connect to Redis, counter disabled</i>

注：此端口重映射 4000:80 用于说明您在 Dockerfile 中暴露的内容与使用 docker run -p 发布的内容之间的差异。在后续步骤中，我们只需将主机上的 80 端口映射到容器中的 80 端口并使用 http://localhost。

在终端上按 CTRL+C 退出。

使用 -d 在后台运行容器。

docker run -d -p 4000:80 friendlyhello

您将获得应用的长容器 ID，然后将返回到终端。容器现在在后台运行。您还可以使用 docker ps 查看缩写容器 ID（这两种 ID 可以在运行命令时交换工作）：

$ docker ps
CONTAINER ID        IMAGE               COMMAND             CREATED
1fa4ab2cf395        friendlyhello       "python app.py"     28 seconds ago

您将看到 CONTAINER ID 与 http://localhost:4000 上的内容相匹配。

现在，使用 docker stop 及 CONTAINER ID 结束该进程，如下所示：

docker stop 1fa4ab2cf395

共享镜像

为了说明我们刚才创建的可移植性，可以上传已构建的镜像并在其他地方运行它。但是，在您要将容器部署到生产环境中时，需要了解如何推送到镜像库。

镜像库是镜像仓库的集合，而镜像仓库是镜像的集合 - 除了代码已构建之外，类似于 GitHub 镜像仓库。镜像库中的一个帐户可以创建很多镜像仓库。默认情况下，docker CLI 使用 Docker 的公用镜像库。

注：我们将在此处使用 Docker 的公用镜像库，仅仅因为它是免费的并且经过预先配置，但有许多公用镜像库可供选择，并且您甚至可以使用 Docker Trusted Registry 设置您自己的专用镜像库。

使用 Docker ID 登录

如果您没有 Docker 帐户，请在 cloud.docker.com 中进行注册。记录您的用户名。

登录本地机器上的 Docker 公用镜像库。

docker login

标记镜像

用于将本地镜像与镜像库中的镜像仓库相关联的表示法为 username/repository:tag。tag 是可选项，但建议使用它，因为这是镜像库用于为 Docker 镜像指定版本的机制。针对上下文为镜像库和 tag 指定有意义的名称，例如 get-started:part1.这会将镜像放入 get-started 镜像仓库并将其标记为 part1。

现在，将其合并到一起，以标记镜像。使用您的用户名、镜像仓库和标签名称运行 docker tag image，以便镜像将上传到所需目的地。此命令的语法为：

docker tag image username/repository:tag

例如：

docker tag friendlyhello john/get-started:part1

运行 docker images 以查看新标记的镜像。（您还可以使用 docker image ls。）

更推荐使用 docker image ls 这种方法。 docker 功能现在更加模块化，所有模块中，第二参数基本一致，但有一些用法不同。使用这种方法能方便，且更容易回顾操作动作。

$ docker images
REPOSITORY               TAG                 IMAGE ID            CREATED             SIZE
friendlyhello            latest              d9e555c53008        3 minutes ago       195MB
john/get-started         part1               d9e555c53008        3 minutes ago       195MB
python                   2.7-slim            1c7128a655f6        5 days ago          183MB

发布镜像

将已标记的镜像上传到镜像仓库：

docker push username/repository:tag

完成后，将公开此上传的结果。如果登录 Docker Hub，可以使用其 pull 命令看到新的镜像。

从远程镜像仓库中拉取并运行镜像

从现在开始，您可以使用 docker run，并且可以使用以下命令在任何机器上运行您的应用：

docker run -p 4000:80 username/repository:tag

如果镜像在机器本地不可用，Docker 将从镜像仓库中拉取它。

$ docker run -p 4000:80 john/get-started:part1
Unable to find image 'john/get-started:part1' locally
part1:Pulling from orangesnap/get-started
10a267c67f42:Already exists
f68a39a6a5e4:Already exists
9beaffc0cf19:Already exists
3c1fe835fb6b:Already exists
4c9f1fa8fcb8:Already exists
ee7d8f576a14:Already exists
fbccdcced46e:Already exists
Digest: sha256:0601c866aab2adcc6498200efd0f754037e909e5fd42069adeff72d1e2439068
Status: Downloaded newer image for john/get-started:part1
 * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)

注：如果您未指定这些命令中的 :tag 部分，在进行构建和运行镜像时，将使用标签 :latest 。Docker 将使用在未指定标签的情况下运行的镜像的最新版本（可以不是最新镜像）。 无论 docker run 在何处执行，它将从 requirements.txt 拉取您的镜像及 Python 和所有依赖项，然后运行代码。所有内容都在一个小软件包中提供，并且主机只需安装 Docker 来运行它。

第 2 部分总结 以上是此页面的所有内容。在下一节中，我们学习如何通过在服务中运行此容器来扩展应用。

继续阅读第 3 部分 »

概要和速查表（可选）

以下是关于本页面所涵盖内容的终端记录：

这里有一个视频，自行到官网查看。

以下是此页面上的基本 Docker 命令列表，以及一些相关命令（如果您要在继续之前进行进一步探索）。

docker build -t friendlyname .# 使用此目录的 Dockerfile 创建镜像
docker run -p 4000:80 friendlyname  # 运行端口 4000 到 90 的“友好名称”映射
docker run -d -p 4000:80 friendlyname         # 内容相同，但在分离模式下
docker ps                                 # 查看所有正在运行的容器的列表
docker stop <hash>                     # 平稳地停止指定的容器
docker ps -a           # 查看所有容器的列表，甚至包含未运行的容器
docker kill <hash>                   # 强制关闭指定的容器
docker rm <hash>              # 从此机器中删除指定的容器
docker rm $(docker ps -a -q)           # 从此机器中删除所有容器
docker images -a                               # 显示此机器上的所有镜像
docker rmi <imagename>            # 从此机器中删除指定的镜像
docker rmi $(docker images -q)             # 从此机器中删除所有镜像
docker login             # 使用您的 Docker 凭证登录此 CLI 会话
docker tag <image> username/repository:tag  # 标记 <image> 以上传到镜像库
docker push username/repository:tag            # 将已标记的镜像上传到镜像库
docker run username/repository:tag                   # 运行镜像库中的镜像

results matching ""

    No results matching ""