摘要：介紹在第部分中，我們將擴展應(yīng)用程序并啟用負(fù)載平衡。運行您的新負(fù)載平衡應(yīng)用程序在我們使用命令之前，我們先運行注意我們將在第部分中了解該命令的含義。無論如何，您將看到容器的更改，顯示負(fù)載平衡在每個請求中，選擇一個循環(huán)模式的個任務(wù)中的一個來響應(yīng)。

在第3部分中，我們將擴展應(yīng)用程序并啟用負(fù)載平衡。為此，我們必須在分布式應(yīng)用程序的層次結(jié)構(gòu)中提升一個級別:服務(wù)。

Stack

Services (你在這里)

Container (涵蓋在第2部分中)

在分布式應(yīng)用程序中，應(yīng)用程序的不同部分被稱為“服務(wù)”。例如，如果你想象一個視頻分享網(wǎng)站，它可能包括一個用于在數(shù)據(jù)庫中存儲應(yīng)用程序數(shù)據(jù)的服務(wù)，一個在用戶上傳某個東西后在后臺進(jìn)行視頻轉(zhuǎn)換的服務(wù)，一個為前端服務(wù)的服務(wù)，等等。

服務(wù)實際上只是“生產(chǎn)中的容器”。一個服務(wù)只運行一個鏡像，但它將以鏡像的方式運行——它應(yīng)該使用的端口，容器應(yīng)該運行多少個副本，這樣服務(wù)具有它需要的容量等等——的方式進(jìn)行了編碼。擴展服務(wù)會改變運行該軟件的容器實例的數(shù)量，為流程中的服務(wù)分配更多的計算資源。

幸運的是，使用Docker平臺定義、運行和擴展服務(wù)很容易——只需編寫docker-compose.yml文件。

docker-compose.yml文件是一個YAML文件，它定義了Docker容器在生產(chǎn)中的行為。

將此文件保存為docker-compose.yml無論什么位置。確保您已經(jīng)將在第2部分中創(chuàng)建的鏡像推送到注冊中心，更新這個yml文件，用你鏡像中的內(nèi)容替換username/repo:tag。

version: "3"
services:
  web:
    # replace username/repo:tag with your name and image details
    image: username/repo:tag
    deploy:
      replicas: 5
      resources:
        limits:
          cpus: "0.1"
          memory: 50M
      restart_policy:
        condition: on-failure
    ports:
      - "80:80"
    networks:
      - webnet
networks:
  webnet:

docker-compose.yml告訴Docker做下面的事情：

從注冊表中提取第2步中上傳的圖像。

將該映像的5個實例作為web服務(wù)運行，限制每個CPU使用最多10%的CPU(跨所有內(nèi)核)和50MB RAM。

如果失敗，立即重新啟動容器。

將端口80映射到web的端口80。

指示web容器通過一個名為webnet的負(fù)載均衡網(wǎng)絡(luò)共享端口80。(在內(nèi)部，容器本身將在臨時端口上發(fā)布到web的端口80。)

用默認(rèn)設(shè)置定義webnet網(wǎng)絡(luò)(這是一個負(fù)載均衡的覆蓋網(wǎng)絡(luò))。

在我們使用docker stack deploy命令之前，我們先運行:

docker swarm init

注意:我們將在第4部分中了解該命令的含義。如果你不運行docker swarm init，你會得到一個錯誤，“這個節(jié)點不是一個群集管理器?！?/p>

現(xiàn)在,讓我們來運行它。你必須給你的應(yīng)用一個名字。在這里，它被設(shè)置為getstartedlab

docker stack deploy -c docker-compose.yml getstartedlab

我們的單一服務(wù)堆棧在一個主機上運行我們部署映像的5個容器實例。讓我們調(diào)查。
在我們的應(yīng)用程序中獲得一個服務(wù)的服務(wù)ID:

docker service ls

您將看到web服務(wù)的輸出，并以您的應(yīng)用程序名稱為前提。如果您將其命名為與本例中顯示的相同，則名稱將為getstartedlab_web。服務(wù)ID也被列出，以及復(fù)制的數(shù)量、圖像名稱和暴露的端口。
在服務(wù)中運行的單個容器稱為任務(wù)。任務(wù)被賦予獨特的id，replicas遞增，知道達(dá)到您在docker-compose.yml中定義的副本數(shù)量。列出服務(wù)的任務(wù):

docker service ps getstartedlab_web

如果您將系統(tǒng)上所有的容器列表列出，但這些任務(wù)也不會被服務(wù)過濾:

docker container ls -q

您可以多次運行curl -4 http://localhost，或者在瀏覽器中訪問該URL并點擊刷新幾次。

無論如何，您將看到容器ID的更改，顯示負(fù)載平衡;在每個請求中，選擇一個循環(huán)模式的5個任務(wù)中的一個來響應(yīng)。容器id將與前面的命令(docker container ls -q)匹配。

您可以通過在docker-compose.yml中更改replicas來擴展應(yīng)用程序，保存更改，并重新運行docker stack deploy命令:

docker stack deploy -c docker-compose.yml getstartedlab

Docker將做一個就地更新，不需要先拆下堆棧，也不需要殺死任何容器。
現(xiàn)在，重新運行docker container ls -q，以查看已部署的實例重新配置。如果您將副本按比例放大，就會有更多的任務(wù)，因此會有更多的容器。

拿下應(yīng)用程序,用docker stack rm

docker stack rm getstartedlab

拿下swarm

docker swarm leave --force

這就像站起來，和Docker一起擴展你的應(yīng)用一樣簡單。您已經(jīng)向?qū)W習(xí)如何在生產(chǎn)中運行容器邁出了一大步。接下來，您將學(xué)習(xí)如何在Docker機器集群上運行這個應(yīng)用程序。