<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ThinkChat2.0新版上線,更智能更精彩,支持會話、畫圖、視頻、閱讀、搜索等,送10W Token,即刻開啟你的AI之旅 廣告
                ## 定義   Swarm是Docker公司推出的用來管理docker集群的平臺,幾乎全部用GO語言來完成的開發的,代碼開源在https://github.com/docker/swarm,?它是將一群Docker宿主機變成一個單一的虛擬主機,Swarm使用標準的Docker API接口作為其前端的訪問入口,換言之,各種形式的Docker Client(compose,docker-py等)均可以直接與Swarm通信,甚至Docker本身都可以很容易的與Swarm集成,這大大方便了用戶將原本基于單節點的系統移植到Swarm上,同時Swarm內置了對Docker網絡插件的支持,用戶也很容易的部署跨主機的容器集群服務。   Docker Swarm?和 Docker Compose 一樣,都是 Docker 官方容器編排項目,但不同的是,Docker Compose 是一個在單個服務器或主機上創建多個容器的工具,而 Docker Swarm 則可以在多個服務器或主機上創建容器集群服務,對于微服務的部署,顯然 Docker Swarm 會更加適合。 從 Docker 1.12.0 版本開始,Docker Swarm 已經包含在 Docker 引擎中(docker swarm),并且已經內置了服務發現工具,我們就不需要像之前一樣,再配置 Etcd 或者?Consul?來進行服務發現配置了。 ## 關鍵概念 ~~~ 1.Swarm 集群的管理和編排是使用嵌入docker引擎的SwarmKit,可以在docker初始化時啟動swarm模式或者加入已存在的swarm 2.Node 一個節點是docker引擎集群的一個實例。您還可以將其視為Docker節點。您可以在單個物理計算機或云服務器上運行一個或多個節點,但生產群集部署通常包括分布在多個物理和云計算機上的Docker節點。 要將應用程序部署到swarm,請將服務定義提交給 管理器節點。管理器節點將稱為任務的工作單元分派 給工作節點。 Manager節點還執行維護所需群集狀態所需的編排和集群管理功能。Manager節點選擇單個領導者來執行編排任務。 工作節點接收并執行從管理器節點分派的任務。默認情況下,管理器節點還將服務作為工作節點運行,但您可以將它們配置為僅運行管理器任務并且是僅管理器節點。代理程序在每個工作程序節點上運行,并報告分配給它的任務。工作節點向管理器節點通知其分配的任務的當前狀態,以便管理器可以維持每個工作者的期望狀態。 3.Service 一個服務是任務的定義,管理機或工作節點上執行。它是群體系統的中心結構,是用戶與群體交互的主要根源。創建服務時,你需要指定要使用的容器鏡像。 4.Task 任務是在docekr容器中執行的命令,Manager節點根據指定數量的任務副本分配任務給worker節點 ~~~ ## 工作模式 ![](https://img.kancloud.cn/d4/7b/d47bcc77d1b6bb6674f42c3e811b4d32_768x352.png)  Swarm是典型的master-slave結構,通過發現服務來選舉manager。manager是中心管理節點,各個node上運行agent接受manager的統一管理,集群會自動通過Raft協議分布式選舉出manager節點,無需額外的發現服務支持,避免了單點的瓶頸問題,同時也內置了DNS的負載均衡和對外部負載均衡機制的集成支持。 ## 實戰 1、阿里云購買四臺云服務器 2、xshell連接,安裝docker 3、初始化節點 ~~~ docker swarm init --advertise-addr 172.28.19.56 docker swarm join 加入一個節點 ~~~ ~~~ # 獲取令牌 docker swarm join-token manager docker swarm join-token worker ~~~ ![](https://img.kancloud.cn/93/2c/932cab173e98da3ba3e04015313b701c_757x653.png) ?同理把三號節點四號節點加進來![](https://img.kancloud.cn/95/c0/95c031b551ee202ae5f77d13b120e9d2_750x252.png) Raft協議:簡單來說就是保證大多數節點存活才可以使用 擴展:彈性、擴縮容 ![](https://img.kancloud.cn/ce/f3/cef317c53c057e0e616ac99775bed135_678x299.png) 啟動一個nginx服務,查看服務,發現有一個服務正在運行,?但是運行的容器是隨機分布,啟動到docker4服務器上了 ![](https://img.kancloud.cn/8b/fe/8bfec848636542bb86b2f39d3e423452_760x330.png) ?動態擴縮容 ![](https://img.kancloud.cn/c8/0a/c80a189d364fd0dbb81d0acc40d5e88c_752x265.png) ?docker1 ![](https://img.kancloud.cn/e5/89/e589f43a04ae636201040175f0a84211_753x100.png) docker2 ![](https://img.kancloud.cn/0a/ee/0aeecd1593f0cff58562954cb6a45821_756x101.png) ?docker3 ![](https://img.kancloud.cn/93/74/93741aa9daa60425550c4118e2a758b7_755x128.png) ?docker4 ![](https://img.kancloud.cn/f3/75/f37572cdc6ef74fc5c0abac9396fcd3a_751x106.png)
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看