转载

代码级干货 | 进军Docker 1.12，将代理与Swarm完美整合

七夕大家过得怎么样？今天数人云带大家回归技术和干货。虽然我们能够在Swarm集群当中部署任意数量的服务，但这并不代表各项服务全部可为用户所访问。而新的Swarm网络使得各项服务之间能够更为轻松地实现彼此通信。

下面我们将共同探讨如何利用其对各服务进行公开。我们还将尝试将一套代理机制整合至Swarm网络当中，从而更为充分地发挥1.12版本带来的优势。

在开始进行之前，我们需要设置一套用于演示的集群。

环境设置

要完成本示例，我们假定大家已经拥有一套版本为v0.8或者更高的Docker Machine，其中包含版本为v1.12或者更高的Docker Engine。最便捷的获取方法就是通过Docker Toolbox下载。

如果您是Windows用户，请利用Git Bas运行全部示例（通过Docker Toolbox安装）。

docker-machine create -d virtualbox node-1 docker-machine create -d virtualbox node-2 docker-machine create -d virtualbox node-3 eval $(docker-machine env node-1) docker swarm init / --advertise-addr $(docker-machine ip node-1) / --listen-addr $(docker-machine ip node-1):2377 TOKEN=$(docker swarm join-token -q worker) eval $(docker-machine env node-2) docker swarm join / --token $TOKEN / $(docker-machine ip node-1):2377 eval $(docker-machine env node-3) docker swarm join / --token $TOKEN / $(docker-machine ip node-1):2377

现在我们已经拥有了一套Swarm集群，接下来是部署一项服务。

代码级干货 | 进军Docker 1.12，将代理与Swarm完美整合包含三个节点的Docker Swarm集群

向集群中部署服务

为了检验新的Docker Swarm网络功能，我们首先创建以下两套网络。

eval $(docker-machine env node-1) docker network create --driver overlay proxy docker network create --driver overlay go-demo

其一（proxy）将用于代理与面向API公开的服务之间的通信。而其二（go-demo）则面向全部用于构建go-demo服务的容器。该服务包含两套容器，且利用MongoDB用于存储数据，而vfarcic/go-demo则作为配备API的后端。

我们将从数据库起步。由于其不会公共开放，因此不需要将其添加至代理当中。这里，我们直接将其附加至go-demo网络。

docker service create --name go-demo-db / --network go-demo / mongo

数据库上线并开始运行后，我们接下来部署后端。由于我们希望外部用户能够使用该API，因此应当将其纳入代理。我们将其同时附加至两套网络（proxy与go-demo）。

docker service create --name go-demo / -e DB=go-demo-db / --network go-demo / --network proxy / vfarcic/go-demo 代码级干货 | 进军Docker 1.12，将代理与Swarm完美整合由三台节点、两套网络与多套容器构成的Docker Swarm集群

现在两套容器都运行在集群当中，且能够彼此通过go-demo网络进行通信。下面将代理引入其中。我们这里使用HAProxy。

需要注意的是，我们并没有指定端口，这意味着没有任何一套容器能够为go-demo网络之外的请求所访问。

设置一项代理服务

我们可以通过多种方式建立代理机制。其一利用HAProxy创建一套新镜像，其中包含各配置文件。这种方式比较适合服务数量相对固定的情况。否则，我们应当创建一套每当有新服务（而非新版本发布）出现时即进行新配置的镜像。

通过第二种方法，其将以分卷形式存在，我们能够在必要时仅修改配置文件而非整套新镜像。然而，这种作法也存在弊端。在部署至一套集群时，我们应当尽可能避免使用分卷。接下来大家会看到，代理就是不需要分卷的机制之一。另外，--volume可替换为docker service命令中的—mount参数。

第三种选项是使用专门与Docker Swarm协作的代理之一。在这种情况下，我们将使用vfarcic/docker-flow-proxy容器，其由Docker Flow: Proxy项目创建而成。其基于HAProxy且拥有多项其它功能，允许我们通过发送HTTP请求对其进行重新配置。

下面一起来看：

docker service create --name proxy / -p 80:80 / -p 443:443 / -p 8080:8080 / --network proxy / -e MODE=swarm / vfarcic/docker-flow-proxy

我们开启的端口80与443将负责处理互联网流量（HTTP与HTTPS）。第三个端口则为8080，我们将利用它向代理发送配置请求。另外，我们强调其应当归属于proxy网络。如此一来，由于go-demo也被附加至同一套网络，意味着代理能够通过SDN对其进行访问。

在这套代理的帮助下，我们实现了最实用的网络路由功能之一。无论大家在哪台服务器上运行该代理，我们都能够向任意节点发送请求，而Docker网络会确保其被重新定向至代理之一。

最后一项参数为环境变量MODE，其负责告知该代理，各容器将被部署至Swarm集群当中。请参阅项目的README文件以了解更多细节信息。

代码级干货 | 进军Docker 1.12，将代理与Swarm完美整合配合代理服务的Docker Swarm集群

需要注意的是，该代理即使已经运行在某一节点当中，仍会被放置于其外以表达其在逻辑上的分离特性。

在开始之前，首先确认代理正在运行。

docker service ps proxy

如果其“最新状态（Last state）”为“运行（Running）”，则可继续。如果不然，请等待直到该服务上线并开始运行。

现在代理已经部署完成，我们应当确保其知晓go-demo服务的存在。

curl "$(docker-machine ip node-1):8080/v1/docker-flow-proxy/reconfigure?serviceName=go-demo&servicePath=/demo&port=8080"

这条请求的作用是重新配置代理以指定服务名称（go-demo）、API的URL路径（/demo）以及该服务的内部端口（8080）。从现在开始，所有指向该代理且使用以/demo开头路径的请求都将被重新定向至go-demo服务。

现在我们可以测试代理是否按预期运行——发送一条HTTP请求进行验证。

curl -i $(docker-machine ip node-1)/demo/hello

该curl命令的输出结果如下所示。

HTTP/1.1 200 OK
Date: Mon, 18 Jul 2016 23:11:31 GMT 

Content-Length: 14 

Content-Type: text/plain; charset=utf-8 

 hello, world!

代理正常起效！它响应了HTTP status 200并向API返回了hello，world！

需要注意的是，这一过程与我们执行操作所在的具体节点无关。由于Docker网络（路由体系）负责实现负载均衡，因此我们能够前往任意服务器。作为示例，下面我们发送同样的请求，但这一次立足于node-3。

curl -i $(docker-machine ip node-3)/demo/hello

结果仍然完全相同。

下面让我们一起了解由该代理生成的配置。

代理配置

如果大家选择自行构建代理解决方案，那么当然需要了解如何配置代理并利用Docker网络中的各项新功能。

下面首先检查Docker Flow: Proxy为我们创建的配置。我们可以进入当前运行的容器并通过/cfg/haproxy.cfg文件查看这部分信息。不过问题是，找到由Docker Swarm运行的一套容器需要配合一点技巧。举例来说，如果我们利用Docker Compose部署此容器，那么其名称会存在一定规律，即使用__格式。而docker service命令会利用散列后的名称运行容器。在我的笔记本上，docker-flow-proxy的创建名称为proxy.1.e07jvhdb9e6s76mr9ol41u4sn。因此，要进入由Docker Swarm部署并运行的容器，我们需要对镜像名称进行过滤。

第一步，我们需要找到代理运行所在的具体节点。

docker service ps proxy

需要注意的是该node列中的值，同时确保在以下命令中使用该正确值。

eval $(docker-machine env node-1) # Change node-1 with the node value previously obtained

此命令将给出以下代理配置输出结果。

docker exec -it / $(docker ps -q --filter "ancestor=vfarcic/docker-flow-proxy") / cat /cfg/haproxy.cfg exit

配置信息中最重要的部分如下所示。

frontend services bind *:80 bind *:443 option http-server-close acl url_go-demo path_beg /demo use_backend go-demo-be if url_go-demo backend go-demo-be server go-demo go-demo:8080

对于第一部分（frontend），熟悉HAProxy的朋友应该不会感到陌生。其接收来自端口80（HTTP）以及443（HTTPS）的请求。如果路径以/demo开头，其会被重新定向至后端go-demo处。在这里，各请求会被发送至go-demo在端口8080上的地址。此地址同时亦是我们所部署的服务名称。由于go-demo同proxy存在于同一网络当中，因此Docker能够确保该请求被重新定向至目标容器。很简单，对吧？我们无需再另行指定IP以及外部端口。

接下来的问题是，如何实现负载均衡。举例来说，我们要如何指定该代理跨越全部实例执行循环？

负载均衡

在开始进行负载均衡解释之前，首先创建几个go-demo服务实例。

eval $(docker-machine env node-1) docker service scale go-demo=5

稍等一会儿，就将有5个go-demo服务实例开始运行。

代码级干货 | 进军Docker 1.12，将代理与Swarm完美整合包含规模化go-demo服务与代理实例的Docker Swarm集群

我们该如何让代理将请求均衡至全部实例当中？答案是不用——我们并不需要执行特别的操作。

正常来讲，如果我们不使用Docker Swarm功能，则可使用以下配置方式：

backend go-demo-be server instance_1 <INSTANCE_1_IP>:<INSTANCE_1_PORT> server instance_2 <INSTANCE_2_IP>:<INSTANCE_2_PORT> server instance_3 <INSTANCE_3_IP>:<INSTANCE_3_PORT> server instance_4 <INSTANCE_4_IP>:<INSTANCE_4_PORT> server instance_5 <INSTANCE_5_IP>:<INSTANCE_5_PORT>

然而在新的Docker网络当中，我们将不再需要进行上述配置。原本的作法只会在新副本添加或者删除时，给我们的实例监控与代理更新工作造成麻烦。

现在，Docker会帮助我们完成全部负载均衡工作。更准确地讲，当该代理将某条请求重新定向至go-demo时，其实际将其发送至Docker网络并由后者执行跨越全部服务副本（实例）的负载均衡。这套方案的意义在于，代理负责将端口80（或者443）重新定向至网络中的正确服务处，其它任务则全部由Docker完成。

大家可以随意向该服务发送更多请求，并检查其中一套副本的日志记录。在这里，大家会发现其接收到的请求约为总体请求数量的五分之一——与我们的服务实例数量恰好吻合。

总结

Docker网络与Docker 1.12及更高版本提供的Swarm相结合，无疑开启了一道通向更多新机遇的大门。不同容器与负载均衡之间的内部通信只是其中的一小部分，我们亦可以更为轻松地配置公开代理。另外，我们需要确保面向API进行公开的全部服务皆以代理形式接入同一网络。在此之后，我们要做的就是进行配置以将所有请求重新定向至目标服务名称。这样所有来自代理的请求都将指向Docker网络，并由后者跨越全部实例执行负载均衡。

但新的问题在于，这套方案的具体效率是否理想。毕竟我们在体系中引入了新的层。尽管过去我们也会使用代理以及服务，但现在Docker网络会在二者之间建立负载均衡机制。答案是，由此带来的运行负担非常有限。Docker利用Linux IPVS实现负载均衡，其作为Linux内核的组成部分已经拥有超过15年历史，而且事实证明其是一种极为高效的负载均衡实现方式。事实上，其速度表现远远优于nginx或者HAProxy。

下一个问题是，我们是否需要代理机制。是的，当然需要。DOcker所使用的IPVS只负责实现负载均衡。我们还需要一套代理以接收来自端口80与443的请求，并根据其实际路径将其重新定向至各目标服务。在此基础之上，我们还可以利用它执行多种任务，包括SSL握手以及验证等等。

那么这种作法存在哪些缺点？首先想到的肯定是粘性会话。如果我们希望同一用户向同一实例发送请求，那么这套方案显然并不适用。另一个问题是，我们是否应当在服务之内实现粘性会话，或者应该将其作为独立实体。这个问题我们在本文中暂时不作讨论，只需要明确这里提到的方案并不适用于粘性会话即可。

那么其具备哪些优势？首先，整个实现过程非常简单。我们用不着在部署新副本时对代理进行重新配置。如此一来，整个流程将非常便捷。由于我们不需要包含全部端口IP及端口的列表，因此也就无需使用Registrator以及Consul Template之类的工具。过去，我们需要利用Registrator以监控Docker事件，并将IP及端口保存在键值存储方案（例如Consul）当中。信息存储完成后，我们会利用Consul Template重新创建代理配置。虽然不少项目都能简化这一流程，但Docker Swarm与Docker网格的再现从根本上降低了其实施难度。