这个《Docker入门系列》文档，是根据Docker官网（https://docs.docker.com）的帮助文档大致翻译而成。主要是作为个人学习记录。有错误的地方，Robin欢迎大家指正。分为如下几个部分：
1 Docker入门：简介
2 Docker入门：安装运行
3 Docker入门：容器（Containers）
4 Docker入门：服务（Services）
5 Docker入门：Swarms
6 Docker入门：Stacks
7 Docker入门：部署app
8 Docker入门：稍高级的话题
6.1 引言
在第五部分，我们学习了如何搭建一个swarm。一个swarm就是运行着Docker的一组机器所组成的集群。然后学习了如何将app部署到swarm上，并让许多容器一致地运行在多个机器上。
在第六部分，我们将进入一个分布式应用程序层次结构的最高层：stack。
|
stack |
|
service |
|
container |
一个stack就是一组相互关联的services，这些services之间相互依赖，并能够一起进行编排和scale。单个stack就能够定义和协调整个应用程序的功能（也存在一些复杂的应用程序，可能使用多个stacks）。
好消息是，我们从第四部分就已经接触stack了：创建一个Compose文件并使用docker stack deploy。但那只是一个单service的stack，运行在单个主机上，这种情况极少在产品部署中使用。下面，我们将使多个services相互关联，并将它们运行在多个机器上。
6.2 添加一个新的service并重新部署
向我们的docker-compose.yml文件中添加services很简单。首先，添加一个免费的visualizer service，该service用于查看swarm是如何调度容器的。
分为如下4个步骤。
6.2.1 重新编辑Compose文件
用编辑器打开文件docker-compose.yml，并输入如下内容，确保用你的映像信息替换uername/repo:tag部分。
version: ""
services:
web:
# replace username/repo:tag with your name and image details
image: username/repo:tag
deploy:
replicas: 5
restart_policy:
condition: on-failure
resources:
limits:
cpus: "0.1"
memory: 50M
ports:
- "80:80"
networks:
- webnet
visualizer:
image: dockersamples/visualizer:stable
ports:
- "8080:8080"
volumes:
- "/var/run/docker.sock:/var/run/docker.sock"
deploy:
placement:
constraints: [node.role == manager]
networks:
- webnet
networks:
webnet:
在该.yml文件中，添加了一个和web平行的service，名称为visualizer。还有两个新的关键字。一个是关键字volumes，用于给visualizer提供权限，从而访问主机上的Docker socket文件。另一个关键字是placement，用于确保这个service只能运行在swarm manager上，而不能运行在worker节点上。因为这个容器构建自Docker开源项目，用来以图表方式展示一个swarm上运行的services。
6.2.2 配置和swarm manager对话的shell
确保你的shell已经配置好，能够和myvm1进行对话：
● 运行命令docker-machine ls，来列出所有的machines，并确保你已经连上myvm1了，能够发现myvm1旁边有星号。
● 如果需要，就重新运行命令docker-machine env myvm1，然后运行给出的命令来配置shell。
在MAC/LINUX系统里，这个命令是：
eval $(docker-machine env myvm1)
在WINDOWS系统里，这个命令是：
& "C:\Program Files\Docker\Docker\Resources\bin\docker-machine.exe" env myvm1 | Invoke-Expression
6.2.3 重新部署
在manager上重新运行命令docker stack deploy，更新需要更新的services：
$ docker stack deploy -c docker-compose.yml getstartedlab
Updating service getstartedlab_web (id: angi1bf5e4to03qu9f93trnxm)
Updating service getstartedlab_visualizer (id: l9mnwkeq2jiononb5ihz9u7a4)
6.2.4 查看visualizer服务
在Compose文件里，visualizer运行在端口8080上。运行docker-machine ls来获得任一个节点的IP地址，进入该IP的8080端口来看看visulizer的运行情况：
和期望中的一样，visualizer的单个实例运行在manager上，web的5个实例分布在整个swarm上。你可以运行命令docker stack ps <stack>来佐证一下visualizer的展示结果：
docker stack ps getstartedlab
visualizer是一个独立的服务，在stack中，它可以运行在任何app里。它不依赖任何东西。下面我们创建一个具有依赖性的service：能够提供访客计数功能的Redis service.
6.3 数据持久化
我们再一次使用之前的工作流程，来添加一个Redis数据库service，用以存储app的数据。分为如下六个步骤。
6.3.1 修改Compose文件
修改docker-compose.yml文件，内容如下面所示，这将添加一个Redis service。确保用你自己的映像信息来取代username/repo:tag部分。
version: ""
services:
web:
# replace username/repo:tag with your name and image details
image: username/repo:tag
deploy:
replicas: 5
restart_policy:
condition: on-failure
resources:
limits:
cpus: "0.1"
memory: 50M
ports:
- "80:80"
networks:
- webnet
visualizer:
image: dockersamples/visualizer:stable
ports:
- "8080:8080"
volumes:
- "/var/run/docker.sock:/var/run/docker.sock"
deploy:
placement:
constraints: [node.role == manager]
networks:
- webnet
redis:
image: redis
ports:
- "6379:6379"
volumes:
- /home/docker/data:/data
deploy:
placement:
constraints: [node.role == manager]
command: redis-server --appendonly yes
networks:
- webnet
networks:
webnet:
Redis在Docker库中有一个官方的映像，所以可以使用简写的映像名称redis，这里就不需要username/repo了。Redis已经将端口6379从容器暴露到主机，在Compose文件里，我们将该端口从主机暴露到外面的世界，所以你可以通过任一个节点的IP来访问Redis桌面管理器，从而管理这个Redis实例。
还有一些重要的Redis规范，用于指导stack多次部署时的数据持久化：
- Redis总是运行在manager上，所以它总是可以使用相同的文件系统；
- 通过访问容器中的目录/data，redis能够访问主机文件系统中的任何目录，Redis在该目录中存储数据。
以上两点结合在一起，就可以在主机的物理文件系统中为Redis数据创建一个事实上的源(source of truth)。如果没有这个机制，Redis就会在容器的文件系统中的/data目录下存储数据，一旦容器重新部署，这些数据就会丢失。
“source of truth”包含两个部分：
- Placement: 放置在Redis service上的这个约束，保证了Redis service总是使用相同的主机。
- volume: 这个关键字的配置，使得容器通过访问Redis容器中的/data目录，来间接访问主机上的/data目录。换句话说，这让容器的数据访问透明化，虽然容器逻辑*问的是Redis容器中的/data目录，而实际上容器访问的是主机上的/data目录。
6.3.2 在manager上创建目录
在manager上创建一个./data目录：
docker-machine ssh myvm1 "mkdir ./data"
6.3.3 配置和swarm manager对话的shell
确保你的shell已经配置好，能够和myvm1进行对话：
● 运行命令docker-machine ls，来列出所有的machines，并确保你已经连上myvm1了，能够发现myvm1旁边有星号。
● 如果需要，就重新运行命令docker-machine env myvm1，然后运行给出的命令来配置shell。
在MAC/LINUX系统里，这个命令是：
eval $(docker-machine env myvm1)
在WINDOWS系统里，这个命令是：
& "C:\Program Files\Docker\Docker\Resources\bin\docker-machine.exe" env myvm1 | Invoke-Expression
6.3.4 重新部署
再一次运行命令docker stack deploy：
$ docker stack deploy -c docker-compose.yml getstartedlab
6.3.5 确认service运行状况
运行命令docker service ls，来确认3个services是否正常运行：
$ docker service ls
ID NAME MODE REPLICAS IMAGE PORTS
x7uij6xb4foj getstartedlab_redis replicated 1/1 redis:latest *:6379->6379/tcp
n5rvhm52ykq7 getstartedlab_visualizer replicated 1/1 dockersamples/visualizer:stable *:8080->8080/tcp
mifd433bti1d getstartedlab_web replicated 5/5 orangesnap/getstarted:latest *:80->80/tcp
6.3.6 网页验证
选择一个节点的IP地址（比如：http://192.18.99.101）进入其网页，就可以看到访客的统计数量，这个数据会一直更新并存储在Redis上。
同样，选择任一个节点的IP地址，在其端口8080*问visulizer，就可以看到web、redis、visualizer三种服务一起运行。
6.4 总结
Stacks就是一组一致运行的、相互关联的services。通过修改Compose文件，可以向stack中添加更多的services。最后，通过使用placement和volumes两个关键字的组合，为持久化数据创建了一个永久的港湾，无论容器关闭或重新部署，app的数据会一直保存下来。