Docker容器实战思维

Docker成功的基础

Docker的实现用到的基础技术（cgroups, namespace，分层文件系统）在Docker之前已经存在很多年，并且 Linux Containers（LXC）也在很多企业的环境中得到了大量的应用实践，并得到明显优势。Google大规模容器集群的性能比传统虚拟机也要高很多，接近bare Metal。与传统虚拟机相比，容器集群让公司拥有秒级别而非分钟级别的弹性计算伸缩能力，同事使用更少的机器运行更多实例。
Docker的优势：Docker首次创造了一种简单容易运行的并且覆盖应用全生命周期的工作流，用户可以通过简单指令或者Restful API来拉取，打包，运行，维护容器。这种简单化从根本上降低了应用程序不是的难度，极大提高了应用运行时环境的不是，维护的效率。用户可以不依赖类似Ansible， Chef，Puppet这类的配置管理和发布系统，不需要再部署中同事光之基础系统与软件的安装配置，以及应用的安装调试。
Docker提高统一实践方法，每个服务（或应用）维护一个Dockerfile文件，即使用编排工具如Docker Compose，一个服务（或应用）也只需要维护一个docker-compose.yml文件。应用程序及其运行时环境全部打包到一个简单易读的Dockerfile或者Compose文件，开发团队和运维团队可以透明的合作维护这个文件，极大降低了沟通成本与部署成本，极大满足了研发团队与DevOps（开发运维一体化）团队，运维团队之间的沟通需求，清晰划分了责任边界。

研发人员眼中的容器

快速上手新的技术：新技术起点都是从Demo开始，学习新系统标准思路：最小系统原则，从变量最少的系统开始，循序渐进的学习
通过Docker使用，用户可以将精力和注意力都尽可能放在语言本生学习上，而无需折腾系统环境的各种配置。Docker官网口号就包含了以上含义：Build，Ship and Run Any App，Anywhere，即任何应用都可以构建，发布，运行与任何环境，Docker将环境的影响因素降至最低，使开发者能统一的掌握整个应用的生命周期。

容器化的代码仓库

我们可以将平时积累的特定功能化的Docker容器提交到自己的容器仓库中，这样在接新的系统时候，可以快速规划所需要的资源，并在最短时间内利用积累的模块搭建起系统，从而可以快速完成任务，另外研发过程中的各种发布版本，也可以用Docker容器的方式保存，以后遇到类似需求，可以直接运行，调试并且复用代码。

面向业务编程

开发工作中，除了算法之类，在本质上是解决业务问题，满足需求方的要求。所有能快速掌握新的业务需求和新的技术栈，是对一个有效技术人员迫切的要求。
使用Docker快速掌握新技术要点并完成适当的技术储备。假定读者是Python技术栈后端，实现网站后台的建设，那如何快速实现移动应用的Restful Api Server？我们可以利用Docker Hub搜索适合作API服务的Python快速开发框架，更具自身业务需求修改Dockerfile，订制符合要求的镜像，然后快速启动一套能满足相关API的系统。

容器化开发模式

传统模式：开发团队在开发环境完成软件开发测试，本地完成单元测试，测试通过，则可提交代码到git管理仓库。测试团队打包进行测试。运维吧应用部署到测试环境，安抚团队或者测试团队再次测试，没问题后运维或者部署人员发布到生产。
上述过程涉及到三个环境：开发，测试，生产，以及三个团队：开发，测试，运维。多个环境和多个团队之间的交互。容易出现彼此环境的不一致情况造成的各种问题。
容器模式下，应用是以容器形式存在，所有和该应用相关的依赖都会在容器中，因此移植方便，不存在像传统模式那种环境不一致的情况
以下比较两种流程图，左边为传统开发流程，右边容器化开发流程

操作流程

容器化应用中，项目架构师或者PM和开发人员的作用贯穿整个开发，测试，生产三个环节。
首先，架构师或PM根据项目预期创建好需要的基础base镜像，例如nginx，tomcat，mysql镜像，或者将Dockerfile风发给所有开发人员，所有开发人员根据Dockerfile创建的容器或者从内部仓库下载镜像进行开发，达到开发环境的充分一致。若开发过程中需要添加新软件，执行要在base镜像的Dockerfile添加修改即可。
接着开发结束后，架构师调整Dockerfile或者Docker镜像，然后风发给测试部门，测试部门马上可以进行测试，消除部署困难等难题。
例如，用java开发语言，使用Tomcat， Weblogic作为中间件服务器，后台数据库使用Oracle，Mysql等容器开发之前开发到测试的流程如下图，
容器化之后开发，测试，运维工作流程如下图：