拉开大变革序幕（中）：Docker场景化

问题导读：





1.HAProxy怎么安装？
2.Cluster with Swarm的安装？
3.Docker 集群管理？



一、runC

to make standard containers available everywhere

二、MSP

Managed Service Provider （MSP）

管理服务（managed service）是云计算最古老的形式之一。如IBM可以为很多IT公司的服务（如电子邮件公司和应用APP公司）提供管理安全服务。

我的一个朋友在经营一家互联网APP和Web公司，他的业务核心是为普通人提供优质的互联网服务，对于后台系统和信息系统的管理，如果交给MSP，会变得 cost-efficient，同时MSP可以根据他公司的业务情况提供架构和存储方面的建议。

个人感觉还是中小企业比较青睐MSP。

新的服务领域永远都是管理服务提供商（MSP）最关心的问题。

我们是否可以在MSP上引入Docker？

三、HAProxy

这个是HAProxy官方给出的架构图。

下面是使用HAProxy的探索。

安装配置HAProxy：

[mw_shl_code=java,true]#cd /usr/local/src

#wget http://www.haproxy.org/download/ ... oxy-1.7-dev0.tar.gz （截止到2015/11/5 这是最新版本）
#tar xf haproxy-1.7-dev0.tar.gz
#cd haproxy-1.7-dev0
#make TARGET=linux26 ARCH=x86_64
#TARGET是指定内核版本（我的内核是3.10，这里也选择linux26），ARCH指定CPU架构，我使用的是64bit系统
#make install[/mw_shl_code]

创建配置文件和启动文件：

[mw_shl_code=java,true]#mkdir /etc/haproxy

#cp examples/haproxy.init /etc/init.d/haproxy
#chmod +x /etc/init.d/haproxy
#ln -s /usr/local/sbin/haproxy /usr/sbin/ （创建启动文件）
#mkdir /usr/share/haproxy[/mw_shl_code]

编辑配置文件：

vim /etc/haproxy/haproxy.cfg

[mw_shl_code=java,true]global
    log
127.0.0.1   local0  #日志输出配置，所有日志都记录在本机，通过local0输出
    log 127.0.0.1   local1 notice
    #log loghost    local0 info
    maxconn 4096                #最大连接数
    chroot /usr/share/haproxy   #改变当前工作目录
    uid 99                  #所属用户的uid
    gid 99                  #所属运行的gid
    daemon                  #以后台形式运行haproxy
    #debug
    #quiet

defaults
    log global
    mode    http
  #默认的模式mode { tcp|http|health }，tcp是4层，http是7层，health只会返回OK
    option  httplog
    option  dontlognull
    option   redispatch
  #当serverId对应的服务器挂掉后，强制定向到其他健康的服务器
    option  abortonclose
  #当服务器负载很高的时候，自动结束掉当前队列处理比较久的链接
    retries 3               #两次连接失败就认为是服务器不可用
    maxconn 2000            #默认的最大连接数
  #timeout http-keep-alive 10s
  # timeout queue 1m
    contimeout  5000        #连接超时
    clitimeout  50000       #客户端超时
    srvtimeout  50000       #服务器超时
    timeout check 5s            #心跳检测超时
    stats refresh 30s           #统计页面自动刷新时间
    stats uri  /stats           #统计页面url
    stats realm baison-test-Haproxy         #统计页面密码框上提示文本
    stats auth admin:admin123           #统计页面用户名和密码设置
    stats hide-version                  #隐藏统计页面上HAProxy的版本信息
frontend www
    bind *:80
   #这里建议使用bind *:80的方式，要不然做集群高可用的时候有问题，vip切换到其他机器就不能访问了
    acl web hdr(host) -i x1.x2.x3.x4
   #acl后面是规则名称，-i是要访问的域名，如果访问x1.x2.x3.x4这个域名就分发到下面的webserver 的作用域。
    use_backend webserver if web

backend webserver                   #webserver作用域
    mode http
    balance   roundrobin
   #banlance roundrobin 轮询，balance source 保存session值，支持static-rr，leastconn，first，uri等参数
    #option  httpchk /index.html
    server     web01 x5.x6.x7.x8:22212  check inter 2000 fall 3 weight 30
    server     web01 x8.x9.xa.x8:22213  check inter 2000 fall 3 weight 20
    server     web01 xb.xc.xd.xe:22214  check inter 2000 fall 3 weight 10[/mw_shl_code]

最后启动服务并查看：

[mw_shl_code=java,true]/usr/sbin/haproxy  
-f /etc/haproxy/haproxy.cfg[/mw_shl_code]

浏览器访问: x1.x2.x3.x4/stats

四、Cluster with Swarm

参考
http://dockerpool.com/static/books/docker_practice/swarm/usage.html

第一步，安装swarm

[mw_shl_code=java,true]# docker pull swarm[/mw_shl_code]

验证

[mw_shl_code=java,true]# docker run --rm swarm -v[/mw_shl_code]

出现

swarm version 0.4.0 (d647d82)

成功！

如果出现不成功，就一直重复执行命令，甚至可以reboot系统，暴力一些。如果还不行，我采取的方法是在已经有swarm镜像的机器上使用命令docker save 和 docker load对镜像进行tar打包然后传到要安装swarm的机器上进行load，反正一直折腾吧，直到ok为止，O(∩_∩)O哈哈~

ubuntu install docker 通过Docker源安装最新版本

[mw_shl_code=java,true]# apt-get install apt-transport-https

# apt-key adv --keyserver hkp://keyserver.ubuntu.com:80 --recv-keys 36A1D7869245C8950F966E92D8576A8BA88D21E9
# bash -c "echo deb https://get.docker.io/ubuntu docker main > /etc/apt/sources.list.d/docker.list"
# apt-get update
# apt-get install lxc-docker[/mw_shl_code]

On swarm master node (123 REHL docker 1.8.2)

[mw_shl_code=java,true]<REHL>

# vim /usr/lib/systemd/system/docker.service

<Enter vim>

#ExecStart=/usr/bin/docker daemon -H fd://
# for swarm using
ExecStart=/usr/bin/docker -d -H 0.0.0.0:2375 -H unix:///var/run/docker.sock

<Exit vim>

# systemctl daemon-reload
# service docker restart[/mw_shl_code]

On swarm other nodes (110 Ubuntu docker 1.7.1, 64 Ubuntu docker 1.8.1)

[mw_shl_code=java,true]<
Ubuntu>

DOCKER_OPTS="-H 0.0.0.0:2375 -H unix:///var/run/docker.sock" (vim /etc/default/docker)

# service docker restart[/mw_shl_code]

Notes:

1) docker -d 启动一个后台daemon进程

2) 运行Docker守护进程时，可以用-H标志调整守护进程绑定监听接口的方式。

3) 关于/var/run/docker.sock

当Docker软件包安装完毕后，默认会立即启动Docker守护进程。守护进程监听/var/run/docker.sock“这个Unix套接字文件，来获取来自客户端的Docker请求

如果出现/var/run/docker.sock的报错，解决方法是尝试用root用户身份去操作

Docker 集群管理需要使用服务发现功能。

这里我们不选择DockerHub 提供的服务发现功能（因为经过实践检验，会出现问题，在join时会出现fatal的错误导致无法使用DockerHub提供的服务发现），而是使用本地文件。

第一步：

On 123(swarm manager)，把集群中各个机器的ip写入到管理节点上的一个文件中，示例如下[mw_shl_code=actionscript3,true]# echo ip1:2375 >> cluster

# echo ip2:2375 >> cluster
# echo ip3:2375 >> cluster
# cat cluster
ip1:2375
ip2:2375
ip3:2375[/mw_shl_code]

第二步：

[mw_shl_code=actionscript3,true]# docker run -d -p
2376:2375 -v $(pwd)/cluster:/tmp/cluster swarm manage file:///tmp/cluster[/mw_shl_code]

出现

c36af6dd8b0279f4c5c2f49570563f2d61c1a5e23cd630e81d91b444039c9b00

docker ps后发现

CONTAINER ID IMAGE COMMAND
CREATED STATUS PORTS NAMES
c36af6dd8b02 swarm “/swarm manage file:/” 37
seconds ago Up 36 seconds 0.0.0.0:2376->2375/tcp
mad_yalow

可以看到，此时整个集群已经启动成功。
接下来的就可以在任何一台安装了docker的机器上面通过命令使用集群，如在64机器上运行

[mw_shl_code=actionscript3,true]# docker -H swarm_manager_ip:2376 info[/mw_shl_code]

就会显示集群中的机器信息。

五、Spark on Docker

参见 https://github.com/sequenceiq/docker-spark

只需执行

[mw_shl_code=java,true]# docker pull sequenceiq/spark:1.5.1[/mw_shl_code]

就会得到spark on docker的image，然后运行

[mw_shl_code=java,true]# docker run -it -p 8088:8088 -p 8042:8042 -h sandbox sequenceiq/spark:1.5.1 bash[/mw_shl_code]

就会启动容器，我们就在机器上用docker来运行spark了。

# docker run -it -p 8088:8088 -p 8042:8042 -h sandbox sequenceiq/spark:1.5.1 bash
/
Starting sshd: [ OK ]
Starting namenodes on [sandbox]
sandbox: starting namenode, logging to /usr/local/hadoop/logs/hadoop-root-namenode-sandbox.out
localhost: starting datanode, logging to /usr/local/hadoop/logs/hadoop-root-datanode-sandbox.out
Starting secondary namenodes [0.0.0.0]
0.0.0.0: starting secondarynamenode, logging to /usr/local/hadoop/logs/hadoop-root-secondarynamenode-sandbox.out
starting yarn daemons
starting resourcemanager, logging to /usr/local/hadoop/logs/yarn–resourcemanager-sandbox.out
localhost: starting nodemanager, logging to /usr/local/hadoop/logs/yarn-root-nodemanager-sandbox.out

版权声明：本文为博主原创文章，未经博主允许不得转载。