[转][工程化必备]让Docker为前端er打开一扇窗

个人经验看，Docker 不只是后端在用的，容器化在前端测试环境快速搭建，CI/CD 上也有着很大的作用，比如用 Docker 统一开发环境、打包环境和运行环境也有利于减少由于环境不一致造成的难调的问题；虽说我看到的前端大多都是用的 Mac，但如果用Windows 的话可以考虑用 WSL 的方式跑 docker，就是折腾一点。
原文：juejin.cn/post/6926541446652624904，作者：羽翼丶

第一次接触Docker这个东西还是在两年前，所在的公司主要是提供SAAS服务的，所以很早就开始使用微服务+容器化的方式进行软件交付。对于一个前端仔来说，是完全陌生的一个东西。由于开发中需要使用Docker来搭建一些本地的开发环境，之后将自己的应用打包成Docker镜像，所以开始接触了Docker，能感受到Docker为整个开发生产流程提供了很大的便利。慢慢的Docker也就成了电脑上必备的一个工具。通过Docker也了解到了很多运维相关的技能，技术栈更加全面。

Docker的前世今生

任何一个新技术都不是突然出现，从石头里面蹦出来的，Docker也是站在巨人的肩膀上，优化了容器的体验，让更多的人可以很简单的使用这一技术。巨人就是LXC(linux container)技术，该技术主要包含Namespace实现访问隔离，Cgroup来实现资源控制，Docker在这一技术的基础上提供了更加简便的控制工具，降低了开发这是用容器技术的门槛。

最初缔造Docker的是一个做PAAS平台叫做DotCloud的公司，后来由于Docker太受欢迎，DotCloud公司也改名成了Docker.Inc。目前Docker已经加入了Linux基金会，遵循Apache2.0协议，其代码托管于Github。

Docker与虚拟机

同样都是虚拟化技术的容器技术经常被拿来和虚拟机进行对比： 从虚拟化的方式来看，虚拟机是硬件级别的虚拟化，cpu、内存等都是虚拟化出来的，而容器只是基于相同的运行内核在操作系统层进行虚拟化。所以在内存使用上，容器是需宿主机共用相同的内存的。因为容器只虚拟化了操作系统，所以其启动速度大大优于虚拟机，同时非常的轻量。 因为各自的特点容器和虚拟机也有着不同的应用场景：

• 虚拟机：运行需要消耗虚拟机大部分资源的应用程序
• 容器：轻量级Web服务

但是容器和虚拟机也不是那种非此即彼的关系，很多的应用场景是把虚拟机作为宿主机，然后在里面运行Docker容器。

为什么前端er需要了解Docker

前端在大多数人的眼中可能就是写写前端页面，Docker可能更多的是运维或者后端开发才需要接触的东西，那么为什么一个前端工程师也需要学习使用Docker呢？

本地运行作为一种工具快速搭建开发环境 服务器部署应用，避免生产测试环境不一致导致的问题，更容易做系统迁移 作为工程师，需要有综合的能力，多种方式解决问题

Docker的核心概念

Docker大部分的操作都是围绕着三大核心概念仓库、容器、镜像进行的，了解了这三个概念，才能顺利的了解Docker的工作的整个生命周期。

镜像仓库（Repository）

镜像仓库顾名思义就是存放镜像的仓库，对于镜像的Ship起着非常重要的作用，在网络互通的情况下，用户可以将镜像通过docker push命令将本地打包好的镜像存储至镜像仓库，然后在目标的服务器通过docker pull命令拉取下来。目前一个最大的镜像仓库就是Docker Hub。当然也可以自己搭建一个镜像仓库的服务，阿里云上就支持创建一个免费的Docker镜像仓库。

镜像（Image）

Docker镜像就相当于我们安装操作系统所使用的的iso文件，可以通过Dockerfile文件通过docker build命令创建，Docker在镜像的存储结构上使用的是分层的存储方式，Dockerfile的每一行指令都会生成一层，使用这种分层的存储方式的好处就是，多个镜像可以共用相同的层，从而达到节省空间的作用。

容器（Container）

容器是在镜像的基础上运行起来的可读写的一层（docker run），也是真正工作的部分，如果使用过程中产生了对容器的修改，我们也可以使用docker commit命令将其持久化到镜像中，但是如果镜像用于生产一般都需要从Dockerfile重新去生成这个镜像，因为docker commit会使镜像生成新的一层，同时这种修改是无法被使用者知晓的。

镜像还有另外一种存储方式就是使用tar文件的形式，如果服务器环境离线，就只能将镜像的tar包拷贝至目标服务器，然后在解压出来。生成tar包有两种方式：

• docker save：这种方式将镜像的全部历史和层信息都保存起来，还原回去的镜像信息也是完整的，只是体积较大。
• docker export：将容器这一层保存下来，体积很小，通常用于生成基础镜像。

Docker网络模式（Network）

Docker容器之间资源都是隔离的，所以Docker网络对于容器之间的通信非常重要,Docker提供如下几种网络模式，针对不同的用户场景进行使用，当然也可以使用开源社区的其他网络插件。

• 【Host模式】：容器不会虚拟出自己的网卡，与宿主机共用相同的ip和端口，这种情况一般在测试开发时使用，生产时一般只将作为api gateway的服务端口进行暴露，这样可以最小化可能性造成的端口冲突。
• 【Bridge模式】：在主机上创建docker0网桥，通过端口映射的方式与宿主机通信，这种网络模式比较常用，也是默认的网络模式，可以自由地将容器内部的端口通过docker0网桥映射到宿主机
• 【Container模式】：容器不会创建自己的网卡，配置自己的IP，而是和一个指定的容器共享IP、端口
• 【None模式】：顾名思义，未设置网络，无法与宿主机进行网络通信，一般用于本地开发临时起一个容器使用

Docker数据持久化（Volume）

有些容器服务运行的时候会产生一些重要的数据，如数据库、Redis等，如果不保存下来，会就造成核心数据的丢失。当然可以使用commit的方式，但是commit会导致镜像的体积变的很大。所以Docker提供了卷管理的功能。

数据卷（Data Volumes）

将容器内的特定目录挂在到宿主机上的目录上

// 将容器内的data目录挂载到宿主机/host/data目录
docker run -v /host/data:/data --name test test-image

当文件的挂在目录很多的时候很可能会出现误删，或者管理混乱的问题。所以Docker另外一种数据卷容器的方式管理数据。

数据卷容器（Data Volumes Container）

用户提前创建一个数据卷容器，多个容器可以共用一个容器数据卷，数据的管理更加方便

docker volume

容器编排工具 — Docker Compose

如果每次都是通过手动的方式启动Docker容器，需要指定很多的参数非常麻烦，并且面对多个容器需要启动时就更复杂了这时就需要我们的Docker三剑客之一的Docker Compose来解决多容器编排的问题。 docker compose让我们通过一个配置文件的方式，管理对应的容器服务。一个简单的配置文件结果如下:

version: '3'
services:
  test-service:
    container_name: test-service
    image: test-service-image
    ports:
      - 8080:80
    volumes:
      - /host/data:/data
    networks:
      - test-network
    restart: always
networks:
  test-network:
    driver: bridge

这个配置文件就相当于我们执行了：

docker network create -d bridge test_network
docker run -it -d --name test-service -p 8080:80 -v /host/data:/data --network test-network test-service-image

好奇的人可能会问 Docker Compose是三剑客之一 那其他两剑客都是谁呢？

• docker-machine： 解决docker运行环境问题 （window）
• dcoker-compose：解决本地docker容器编排问题
• docker-swarm： 解决多主机多个容器调度部署（被K8S取代）

Docker的优缺点

软件开发没有银弹，任何技术也都是具有两面性的。Docker作为日常工作中的辅助工具，可以为我们节省大量的配置环境的时间，但有些时候也会给我们带来额外的麻烦。

使用Docker可以带来的好处

Docker的好处还是显而易见的，如：

1. 容器内部包含整个的运行环境，可以避免优于开发生产环境不一致导致的问题
2. 容器之间相互隔离，避免服务多了之后相互之间的影响
3. 容器的tag机制和一次构建多出运行的特性，可以很好的做持续集成，持续发布

Docker可能引起的问题

• 使用Docker还是有一定的学习成本，维护时有时也需要进入容器内部进行调试，会增加一定的维护成本
• 容器运行时会产生日志文件等数据，或者历史的镜像如果不进行清理的话会占用大量的系统磁盘空间
• Docker服务之间存在隔离，服务之间交互主要通过网络服务名，出现问题不容易定位

总结

这篇文章主要较为笼统的介绍一下使用Docker中需要了解的概念和工具，后面再针对一些特定的模块详细写一些文章来介绍。