说明：该篇博客是博主一字一码编写的，实属不易，请尊重原创，谢谢大家！

一、Dockerfile Build App（应用程序）实战

1.叙述

接下来博主将实操演示如何将一个python程序打包成功一个 docker image

2.准备python程序

• 创建一个简单的基于flask web框架的路由
  
• 运行app.py程序
  
• 在浏览器输入http://127.0.0.1:5000/，查看响应
  

3.构建Docker Image

• 创建flask-hello-world目录，并在目录下创建一个app.py程序
  
• 根据以上python程序，创建Dockerfile文件
  
• 构建image，因为要去下载python2.7基础镜像，所以需要一定时间，根据build日志可以发现到第5步指定/app工作目录时，提示/app不是一个目录
  
• 那么遇到以上构建时出现的错误，可以通过debug模式进行定位原因，那么如何debug，很简单我们在build image时每一步都会生成一个中间状态临时的image，那么我们就可以使用docker run -it去交互式创建并运行这个image的container，那么这个image则是第4步生成/app目录生成的，进入这个容器，然后cd进入app目录时提示不是一个目录，那么使用more以文件查看却发现并不是目录而是文件，文件这是app.py中的代码
  
• 导致以上没有创建app目录，而是生成app文件的原因是在Dockerfile中COPY键指定复制到/app目录后面添加/，这样就不会创建app文件了
  
• 再次build，成功
  
• 查看构建的image
  
• 通过构建成功的image创建并运行容器，如下成功打印出flask日志，说明这个app成功在容器中运行了
  
• 但是以上app在前台运行，不小心可能会被终止运行，在后台运行加上-d参数则会在后台运行，通过docker ps命令查看正在运行的容器，就能看到该容器是在后台运行，command这是python app.py
  

二、Container的操作

1.在运行的容器中执行命令

• 通过docker exce命令，首先查看该命令可以添加哪些参数

docker exec --help

• 交互式进入容器shell里面

docker exec -it <CONTAINER ID> /bin/bash

• 在容器中，查看后台运行的python进程，看到运行的命令在后台进程中

ps -ef | grep python

• 退出容器，交互式运行python命令，因为容器的base image是python，所以直接运行python是没有问题的

docker exec -it <CONTAINER ID> python

• 查看正在运行中的容器IP地址

docker exec -it <CONTAINER ID> ip a

2.补充容器操作

• 停止在正在运行的容器
  
• 删除所有的容器
  
• 创建指定容器name并运行，可通过其name停止或运行容器
  
• 获取容器/镜像的元数据
  
• 获取容器的日志
  
• 关于容器的操作，可以参考官方文档
  

三、Dockerfile Build Command（命令）实战

说明： stress是一个linux下的压力测试工具，专门为那些想要测试自己的系统，完全高负荷和监督这些设备运行的用户。

1.运行ubuntu容器并安装stress工具

• 首先创建运行容器，在容器中安装stress
  
• 查看stress路径，发现在usr/bin下为可执行文件，查看帮助
  

2.stress工具简单使用

• 使用stress工具，启动一个worker，那么一个worker占用内存默认为256M
  
• 使用debug模式查看启用一个worker日志
  
• 设置每个vm进程为50000M内存，提示无法分配
  
• 退出容器，查看宿主机docker host的总内存一共是995748kb，大约是927M，所以分配50000M肯定是无法分配的，分配的容器内存肯定必须小于宿主机的内存
  

3.构建Docker Image

• 创建Dockerfile文件
  
• 通过以上Dockerfile构建image
  
• 通过以上构建的image，创建并运行容器，查看效果，相当于在之前ubuntu容器中直接运行stress命令
  
• 运行容器并添加命令参数，原理是通过build时Dockerfile中的CMD来接收此命令参数
  
• 添加–verbose参数，debug显示创建1个worker分配默认的256M内存、释放内存整个过程
  
• 以上命令后面的–vm 1 –verbose参数都是放在build image的Dockerfile文件中的CMD里面的，而交互式运行容器执行的是ENTRYPOINT中的/usr/bin/stress命令，通过ENTRYPOINT+CMD来执行一个命令+命令参数，那么在CMD中添加一个默认参数如：–verbose，那么构建出来的image，直接docker run 则会默认使用–verbose参数
  
  以上则就是通过Dockerfile去构建一个命令行程序的image，跟前面构建python web application image不太一样，这两种docker image是比较典型的两种类型

四、Container资源限制

1.容器的限制有哪些

• 首先先聊聊虚拟化技术，在容器技术初出之前有虚拟化技术，在一台物理机上面可以创建多个虚拟机，比如VMware Workstation或者virtualbox，我们在创建虚拟机时候可以对这太虚拟机进行内存和cpu以及网络、磁盘等一些资源的限制（设置），那么同样容器也是可以进行资源限制的
  
  
• 通过docker run –help命令，查看容器创建帮助文档，那么可以指定创建的这个容器限制用多少内存或者多少个cpu等
  

2.限制容器的内存

说明： 如果直接设置内存 -m（–memory），-m 默认就是设置memory，而没有设置swap（交换分区）内存，那么 swap内存就为memory的内存，–memory-swap 是必须要与 –memory 一起使用的，说明一下–memory-swap是指的值包含容器可用memory和可用swap的，比如–memory=300M –memory-swap=1000M，意思是指容器可以使用300M 的memory，并且可以使用 700M(1000M -300M) 的 swap，再比如设置–memory=200M，那么swap就等于200M，即–memory-swap就等于memory+swap也就是200+200=400M

• 如下博主docker run构建的stress image创建内存为200M swap为200M，一共为400M的容器并在该容器中分配一个默认内存为256M的worker以debug模式运行，那么肯定是成功的，因为256M是小于这个容器的总内存400M
  
• 使用以上命令，并为这个worker分配500M的内存，那么500M memory是大于这个容器的总memory400M，此时肯定会提示失败的
  

3.显示容器的cpu

说明： –cpu-shares int该命令参数类型是int整数，设置的是cpu的相对权重，而不是cpu的个数，相对权重的理解，举个例子比如创建了两个容器，第一个容器权重为10，第二个容器的权重为5，当宿主机（物理机）cpu被这个两个运行的容器占满（cpu使用100%），也就是说两个正在运行的容器占满物理机百分之百cpu，那么第一个容器所占的cpu百分数是第二个容器的cpu的两倍

• 现在博主在xshell中需要分屏显示连接三个ssh会话，第一个窗口创建并运行名为test1容器，设置这个容器的相对权重为10，并在容器中通过stress命令启动一个进程去占用cpu（也就是通过stress命令参数–cpu 1），第二个窗口同上只是相对权重设置为5，第三个窗口执行top命令监控cpu资源消耗情况，如下
  
• 此时为了查看权重效果，先执行右边窗口中权重为5的容器，并查看top中的cpu资源，此时占用为99.7几乎占满了，该stress进程的PID为14221
  
• 现在开始执行左边窗口权重为10的容器，查看最下面窗口资源消耗，慢慢的右边窗口的运行的容器通stress进程占用cpu会慢慢下去，而权重为10的stress进程占用cpu百分比会是权重为5的两倍，也就是以上PID为14221的两倍
  
• 再创建一个窗口，来查看正在运行的test1和test2这两个容器
  
  那么当需要运行多个容器时，可以通过–cpu-shares命令参数来设定比较重要的容器的cpu权重了，那么系统就会为该容器分配较多的cpu了