前言
DOCKER技术在推出后掀起了一阵容器化技术的热潮，容器化使得服务的部署变得极其简易，这为微服务和分布式计算提供了很大的便利。
为了把容器化技术的优点发挥到极致，docker公司先后推出了三大技术:docker-machine,docker-compose,docker-swarm，可以说是几乎实现了容器化技术中所有可能需要的底层技术手段。
在使用go语言实现了判题引擎并打包好docker镜像后，就需要进行分布式判题的编写，这次就让我们手动实践，尝试使用docker的三大杀器来部署一个多机器构成的判题服务集群。
三剑客简介
# docker-machine
docker技术是基于Linux内核的cgroup技术实现的，那么问题来了，在非Linux平台上是否就不能使用docker技术了呢？答案是可以的，不过显然需要借助虚拟机去模拟出Linux环境来。
docker-machine就是docker公司官方提出的，用于在各种平台上快速创建具有docker服务的虚拟机的技术，甚至可以通过指定driver来定制虚拟机的实现原理（一般是virtualbox）。
# docker-compose
docker镜像在创建之后，往往需要自己手动pull来获取镜像，然后执行run命令来运行。当服务需要用到多种容器，容器之间又产生了各种依赖和连接的时候，部署一个服务的手动操作是令人感到十分厌烦的。
dcoker-compose技术，就是通过一个.yml配置文件，将所有的容器的部署方法、文件映射、容器连接等等一系列的配置写在一个配置文件里，最后只需要执行docker-compose up命令就会像执行脚本一样的去一个个安装容器并自动部署他们，极大的便利了复杂服务的部署。
# docker-swarm
swarm是基于docker平台实现的集群技术，他可以通过几条简单的指令快速的创建一个docker集群，接着在集群的共享网络上部署应用，最终实现分布式的服务。
相比起zookeeper等集群管理框架来说，swarm显得十分轻量，作为一个工具，它把节点的加入、管理、发现等复杂的操作都浓缩为几句简单的命令，并且具有自动发现节点和调度的算法，还支持自定制。虽然swarm技术现在还不是非常成熟，但其威力已经可见一般。
浅谈docker服务架构和远程API
在正式使用docker技术部署集群应用时，我们应该先来了解一下docker工作的一些底层原理，和docker远程调用的API，这样才能大体了解集群究竟是如何运作的。
daemon
docker的基础服务，比如容器的创建、查看、停止、镜像的管理，其实都是由docker的守护进程(daemon)来实现的。
每次执行的docker指令其实都是通过向daemon发送请求来实现的。
daemon的运作（通信模式）主要有两种，一种是通过unix套接字（默认，但只能在本地访问到，比较安全），一种是通过监听tcp协议地址和端口来实现（这个可以实现在远程调用到docker服务）。
除了通过远程tcp协议访问远程主机上的docker服务外，docker还提供了一套基于HTTP的API，可以使用curl来实现操作远程主机上的docker服务，这为开发基于WEB的docker服务提供了便利。
/etc/default/docker中的DOCKER_OPTS为如下内容-H tcp://127.0.0.1:4243 -H unix:///var/run/docker.sock
-H 后的参数是自己定义的要绑定的tcp地址和端口，成功绑定后重启docker服务就可以在该端口访问到docker的daemon服务。
192.168.1.123这台主机上开启了docker服务，监听了2345端口，那么我们就可以在同一网段的其他主机上（比如192.168.1.233）通过docker -H tcp://192.168.1.123:2345 <command>的方式调用到该主机上的docker服务。docker -H tcp://192.168.1.123:2345 ps docker -H tcp://192.168.1.123:2345 images docker -H tcp://192.168.1.123:2345 run ...
最终swarm构建集群的时候，就是通过这样的远程服务调用来调度各个节点的。
集群和分布式运算
在正式开始实践集群之前，我们有必要了解究竟什么是集群，什么是分布式计算。
首先，这两者有一个共同点，就是他们都是使用了多个服务节点的，通俗的说，就是要用到多台服务器协同工作（不一定是实体，也可能是虚拟机）。
而两者的区别在于：
- 集群是多台机器执行同一个业务，每次根据调度算法寻找最合适的节点来执行该业务
- 分布式计算是将一个业务拆分成多个独立的部分，由多台机器共同协作完成
集群的优点在于，当业务的需要的资源比较大时，可以避免由一个服务器去独自承担压力，而且即便有一个节点宕机了，业务仍然可以继续正常运行。这有点类似于负载均衡。
分布式的优点则是在计算上，可以协同多台机器发挥计算的威力，进行需要超高性能的运算。
构建集群
[使用docker-machine创建节点]
docker-machine create --driver virtualbox manager1
创建一个新的docker-machine虚拟机manager1
在创建了虚拟机后，可以使用docker-machine env manager1来查看虚拟机manager1的相关信息，包括IP地址等
通过docker-machine ssh manager1 <command>的方式来访问虚拟机，执行指令。
[创建swarm集群]
初始化一个swarm集群
docker swarm init --listen-addr <MANAGER-IP>:<PORT> --advertise-addr <IP>
--listen-addr参数是管理者节点的docker服务所在的IP:PORT，也就是说，可以通过这个组合访问到该节点的docker服务。
--advertise-addr是广播地址，也就是其他节点加入该swarm集群时，需要访问的IP
docker-machine ssh manager1
docker swarm init --listen-addr 192.168.99.100:2377 --advertise-addr 192.168.99.100
返回响应：
Swarm initialized: current node (23lkbq7uovqsg550qfzup59t6) is now a manager.
To add a worker to this swarm, run the following command:
docker swarm join
--token SWMTKN-1-3z5rzoey0u6onkvvm58f7vgkser5d7z8sfshlu7s4oz2gztlvj-c036gwrakjejql06klrfc585r
192.168.99.100:2377
To add a manager to this swarm, run 'docker swarm join-token manager' and follow the instructions.
这样便创建了一个swarm集群，并且manager1节点目前是以管理者的身份加入在节点中的。
worker1和worker2两个节点加入到swarm集群中去，分别在两个节点的虚拟机中执行docker swarm join --token ..即可：$ docker-machine ssh worker1
$ docker swarm join --token SWMTKN-1-3z5rzoey0u6onkvvm58f7vgkser5d7z8sfshlu7s4oz2gztlvj-c036gwrakjejql06klrfc585r 192.168.99.100:2377
This node joined a swarm as a worker. $ docker-machine ssh worker2
$ docker swarm join --token SWMTKN-1-3z5rzoey0u6onkvvm58f7vgkser5d7z8sfshlu7s4oz2gztlvj-c036gwrakjejql06klrfc585r 192.168.99.100:2377
This node joined a swarm as a worker.
docker node ls都可以查看到当前整个集群中的所有节点$ docker-machine ssh manager1
$ docker node ls
NAME ACTIVE DRIVER STATE URL SWARM DOCKER ERRORS
manager1 - virtualbox Running tcp://192.168.99.100:2376 v1.12.3
worker1 - virtualbox Running tcp://192.168.99.101:2376 v1.12.3
worker2 - virtualbox Running tcp://192.168.99.102:2376 v1.12.3
[创建跨主机网络]
使用
docker network ls可以查看到当前主机所参与的所有网络：$ docker-machine ssh manager1 $ docker network ls NETWORK ID NAME DRIVER SCOPE 764ff31881e5 bridge bridge local fbd9a977aa03 host host local 6p6xlousvsy2 ingress overlay swarm e81af24d643d none null local
$ docker-machine ssh manager1
$ docker network create --driver overlay swarm_test
在集群上部署应用，就是在共享网络上部署服务(service)。
$ docker-machine ssh manager1 $ docker pull registry.cn-qingdao.aliyuncs.com/marklux/judge_server:1.0
$ docker-machine ssh worker1 $ docker pull registry.cn-qingdao.aliyuncs.com/marklux/judge_server:1.0
$ docker-machine ssh worker2
$ docker pull registry.cn-qingdao.aliyuncs.com/marklux/judge_server:1.0
接下来便是重头戏，我们使用manager1节点，在共享网络上启动我们的服务
$ docker service create --replicas 3 --name judge_swarm -p 8090:8090 --network=swarm_test registry.cn-qingdao.aliyuncs.com/marklux/judge_server:1.0
这个命令看起来是不是很像docker run？没错，swarm最终的目的就是把操作集群变得像操作单一的docker服务端一样简单！
--replicas 用于指定服务需要的节点数量，也就是集群的规模，这个值是弹性的，你可以在后续动态的更改它。
当服务中某个节点挂掉时，swarm将会搜寻集群中剩余的可用节点，顶替上去。也就是说，swarm会动态的调度，总是保持服务是由3个节点运行着的。
-p 用于暴露端口到宿主机，这样我们就能访问到了。
--network用于指定部署service的网络是哪一个
现在在manager1节点中使用docker service ls来查看集群中的服务：
$ docker service ls ID NAME MODE REPLICAS IMAGE PORTS kofcno637cmq judge_swarm replicated 3/3 registry.cn-qingdao.aliyuncs.com/marklux/judge_server:1.0 *:8090->8090/tcp
现在我们尝试在本地访问192.168.99.100:8090/ping，就可以得到响应了,事实上，现在无论将ip换为worker1或者worker2的，响应的结果都是一样，因为此时所有节点已经处在一个共同的集群网络下了
遗留问题
至此集群的部署已经完成，但是我们还遗留了几个问题没有解决：
- 集群节点的动态添加删除不是很方便，这导致在web端管理判题服务机有一定的难度，当然可以通过docker的REMOTE API来实现，不过复杂度比较高
- 集群节点间的文件同步不太好实现，可能需要自己写脚本同步或是使用
rsync之类的服务来实现 - swarm非常适合快速构建大量集群来实现业务的处理，不过对于只有几台机器的情况而言，有些"杀鸡用牛刀"的感觉
作者：MarkyLumin
链接：https://www.jianshu.com/p/0e231a928ee6
來源：简书
简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。