溫故：

在上一篇文章里面我和大家分享了什么是docker？簡單的介紹了docker的概念，就是帶大家認識了一下到底docker是干什么的？再學新的知識之前我們先回顧一下：

Docker 是一個開源的應用容器引擎，讓開發者可以打包他們的應用以及依賴包到一個可移植的容器中,然后發布到任何流行的Linux機器或Windows 機器上,也可以實作虛擬化,容器是完全使用沙箱機制,相互之間不會有任何介面，一個完整的Docker有以下幾個部分組成：1.DockerClient客戶端 2.Docker Daemon守護行程 3.Docker Image鏡像 4.DockerContainer容器，

Docker 使用客戶端-服務器 (C/S) 架構模式，使用遠程API來管理和創建Docker容器，Docker 容器通過 Docker 鏡像來創建，容器與鏡像的關系類似于面向物件編程中的物件與類，

Docker并非適合所有應用場景，Docker只能虛擬基于Linux的服務，Windows Azure 服務能夠運行Docker實體，但到目前為止Windows服務還不能被虛擬化，

上一篇關于docker的鏈接如下：我和Docker的初相識

知新：

一、Docker解決的問題

云計算、大資料，移動技術的快速發展，加之企業業務需求的不斷變化，導致企業架構要隨時更改以適合業務需求，跟上技術更新的步伐，毫無疑問，這些重擔都將壓在企業開發人員身上；團隊之間如何高效協調，快速交付產品，快速部署應用，以及滿足企業業務需求，是開發人員亟需解決的問題，Docker技術恰好可以幫助開發人員解決這些問題，

為了解決開發人員和運維人員之間的協作關系，加快應用交付速度，越來越多的企業引入了DevOps這一概念，但是，傳統的開發程序中，開發、測驗、運維是三個獨立運作的團隊，團隊之間溝通不暢，開發運維之間沖突時有發生，導致協作效率低下，產品交付延遲， 影響了企業的業務運行，Docker技術將應用以集裝箱的方式打包交付，使應用在不同的團隊中共享，通過鏡像的方式應用可以部署于任何環境中，這樣避免了各團隊之間的協作問題的出現，成為企業實作DevOps目標的重要工具，以容器方式交付的Docker技術支持不斷地開發迭代，大大提升了產品開發和交付速度，

此外，與通過Hypervisor把底層設備虛擬化的虛擬機不同，Docker直接移植于Linux內核之上，通過運行Linux行程將底層設備虛擬隔離，這樣系統性能的損耗也要比虛擬機低的多，幾乎可以忽略，同時，Docker應用容器的啟停非常高效，可以支持大規模的分布系統的水平擴展，真正給企業開發帶來福音，

正如中國惠普云計算集成云技術首席專家劉艷凱所說的那樣：“任何一項技術的發展和它受到的追捧，都是因為它能夠解決困擾人們的問題，”Docker正是這樣的一種技術，Docker的解決問題能力雖然很強，但在企業中的實際應用卻并不多，那么是什么問題阻礙了Docker在企業中的實踐？

雖然Docker技術發展很快，但技識訓不夠成熟，對存盤的靈活的支持、網路的開銷和兼容性方面還存在限制，這是Docker沒有被企業大范圍使用的一個主要原因，另外一個原因是企業文化是否與DevOps運動一致，只有企業支持DevOps，才能更大地發揮Docker的價值，最后一個原因就是安全性問題，Docker對于Linux這一層的安全的隔離還有待改進，才能進一步得到企業的認可，

二、應用實體

還有就是前面把docker說的這么厲害，那么它都能干什么呢？有沒有具體的實體呢？有！！！在docker的網站上提到了docker的典型場景：

• Automating the packaging and deployment of applications（使應用的打包與部署自動化）

• Creation of lightweight, private PAAS environments（創建輕量、私密的PAAS環境）

• Automated testing and continuous integration/deployment（實作自動化測驗和持續的集成/部署）

• Deploying and scaling web apps, databases and backend services（部署與擴展webapp、資料庫和后臺服務）

舉個“栗子”

Sandbox

作為sandbox大概是container的最基本想法了 - 輕量級的隔離機制, 快速重建和銷毀, 占用資源少，用docker在開發者的單機環境下模擬分布式軟體部署和除錯，可謂又快又好，

同時docker提供的版本控制和image機制以及遠程image管理，可以構建類似git的分布式開發環境，可以看到用于構建多平臺image的packer以及同一作者的vagrant已經在這方面有所嘗試了，筆者會后續的blog中介紹這兩款來自同一geek的精致小巧的工具，

Docker已經不僅僅是DevOps人員手中的神器了，每一個開發者都應該學會如何使用Docker，

PaaS

dotcloud、heroku以及cloudfoundry都試圖通過container來隔離提供給用戶的runtime和service，只不過dotcloud采用docker，heroku采用LXC，cloudfoundry采用自己開發的基于cgroup的warden，基于輕量級的隔離機制提供給用戶PaaS服務是比較常見的做法 - PaaS 提供給用戶的并不是OS而是runtime+service，因此OS級別的隔離機制向用戶屏蔽的細節已經足夠，而docker的很多分析文章提到『能夠運行任何應用的“PaaS”云』只是從image的角度說明docker可以從通過構建 image實作用戶app的打包以及標準服務service image的復用，而非常見的buildpack的方式，

由于對Cloud Foundry和docker的了解，接下來談談筆者對PaaS的認識，PaaS號稱的platform一直以來都被當做一組多語言的runtime和一組常用的middleware，提供這兩樣東西

即可被認為是一個滿足需求的PaaS，然而PaaS對能部署在其上的應用要求很高:

• 運行環境要簡單 - buildpack雖然用于解決類似問題，但仍然不是很理想

• 要盡可能的使用service - 常用的mysql, apache倒能理解，但是類似log之類的如果也要用service就讓用戶接入PaaS平臺，讓用戶難以維護

• 要盡可能的使用"平臺” - 單機環境構建出目標PaaS上運行的實際環境比較困難，開發測驗作業都離不開"平臺”

• 缺少可定制性 - 可選的中間件有限，難于調優和debug，

綜上所述部署在PaaS上的應用幾乎不具有從老平臺遷移到之上的可能，新應用也難以進入引數調優這種深入的作業，個人理解還是適合快速原型的展現，和短期應用的嘗試，

然而docker確實從另一個角度(類似IaaS+orchestration tools)實作了用戶運行環境的控制和管理，然而又基于輕量級的LXC機制，確實是一個了不起的嘗試，

筆者也認為IaaS + 靈活的orchestration tools(深入到app層面的管理 如bosh)是交付用戶環境最好的方式，

國內也已經開始出現基于Docker的PaaS，2015年3月11日，云雀Alauda云平臺正式開啟內測，對外提供基于Docker的PaaS服務，

拓展

之前在上一篇文章中提到了一個名詞“cgroup”,cgroups 實作了對資源的配額和度量， cgroups 的使用非常簡單，提供類似檔案的介面，在 /cgroup目錄下新建一個檔案夾即可新建一個group，在此檔案夾中新建task檔案，并將pid寫入該檔案，即可實作對該行程的資源控制，具體的資源配置選項可以在該檔案夾中新建子 subsystem ，{子系統前綴}.{資源項} 是典型的配置方法，如memory.usage_in_bytes 就定義了該group 在subsystem memory中的一個記憶體限制選項，另外，cgroups中的 subsystem可以隨意組合，一個subsystem可以在不同的group中，也可以一個group包含多個subsystem - 也就是說一個 subsystem，

因為之前沒有介紹它是如何實作對資源的配置的，我這里補充一下：

cpu : 在cgroup中，并不能像硬體虛擬化方案一樣能夠定義CPU能力，但是能夠定義CPU輪轉的優先級，因此具有較高CPU優先級的行程會更可能得到CPU運算，

通過將引數寫入cpu.shares,即可定義改cgroup的CPU優先級 - 這里是一個相對權重，而非絕對值，當然在cpu這個subsystem中還有其他可配置項，手冊中有詳細說明，

cpusets : cpusets 定義了有幾個CPU可以被這個group使用，或者哪幾個CPU可以供這個group使用，在某些場景下，單CPU系結可以防止多核間快取切換，從而提高效率

memory : 記憶體相關的限制

blkio : block IO相關的統計和限制，byte/operation統計和限制(IOPS等)，讀寫速度限制等，但是這里主要統計的都是同步IO

net_cls， cpuacct , devices , freezer 等其他可管理項，

局限性

Docker在本質上是一個附加系統，使用檔案系統的不同層構建一個應用是有可能的，每個組件被添加到之前已經創建的組件之上，可以比作為一個檔案系統更明智，分層架構帶來另一方面的效率提升，當你重建存在變化的Docker鏡像時，不需要重建整個Docker鏡像，只需要重建變化的部分，

可能更為重要的是，Docker旨在用于彈性計算，每個Docker實體的運營生命周期有限，實體數量根據需求增減，在一個管理適度的系統中，這些實體生而平等，不再需要時便各自消亡了，

針對Docker環境存在的不足，意味著在開始部署Docker前需要考慮如下幾個問題，首先，Docker實體是無狀態的，這意味著它們不應該承載任何交易資料，所有資料應該保存在資料庫服務器中，

其次，開發Docker實體并不像創建一臺虛擬機、添加應用然后克隆那樣簡單，為成功創建并使用Docker基礎設施，管理員需要對系統管理的各個方面有一個全面的理解，包括Linux管理、編排及配置工具比如Puppet、Chef以及Salt，這些工具生來就基于命令列以及腳本，

今天關于docker暫時就講到這里，客堆疊歇業一天！

小二，關門 上閘板，睡覺