Docker体验之：在MACOS下安装docker并构建nodejs开发环境

本文由网上资料及自己实践整理。

 

什么是Docker？

docker的英文本意是码头工人，也就是搬运工，这种搬运工搬运的是集装箱（Container），集装箱里面装的可不是商品货物，而是任意类型的App，Docker把App（叫Payload）装在Container内，通过Linux Container技术的包装将App变成一种标准化的、可移植的、自管理的组件，这种组件可以在你的latop上开发、调试、运行，最终非常方便和一致地运行在production环境下。

Docker的核心底层技术是LXC（Linux Container），Docker在其上面加了薄薄的一层，添加了许多有用的功能。这篇stackoverflow上的问题和答案很好地诠释了Docker和LXC的区别，能够让你更好的了解什么是Docker， 简单翻译下就是以下几点：

• Docker提供了一种可移植的配置标准化机制，允许你一致性地在不同的机器上运行同一个Container；而LXC本身可能因为不同机器的不同配置而无法方便地移植运行；
• Docker以App为中心，为应用的部署做了很多优化，而LXC的帮助脚本主要是聚焦于如何机器启动地更快和耗更少的内存；
• Docker为App提供了一种自动化构建机制（Dockerfile），包括打包，基础设施依赖管理和安装等等；
• Docker提供了一种类似git的Container版本化的机制，允许你对你创建过的容器进行版本管理，依靠这种机制，你还可以下载别人创建的Container，甚至像git那样进行合并；
• Docker Container是可重用的，依赖于版本化机制，你很容易重用别人的Container（叫Image），作为基础版本进行扩展；
• Docker Container是可共享的，有点类似github一样，Docker有自己的INDEX，你可以创建自己的Docker用户并上传和下载Docker Image；
• Docker提供了很多的工具链，形成了一个生态系统；这些工具的目标是自动化、个性化和集成化，包括对PAAS平台的支持等；

那么Docker有什么用呢？对于运维来说，Docker提供了一种可移植的标准化部署过程，使得规模化、自动化、异构化的部署成为可能甚至是轻松简单的事情；而对于开发者来说，Docker提供了一种开发环境的管理方法，包括映像、构建、共享等功能，而后者是本文的主题。

 

Docker的安装和构成

Docker官方本身提供了非常具体的安装教程，这里不说具体的安装过程，请参考Docker安装（Mac系统），重要的是描述下原理和安装完成后的结构，好对Docker更好的了解。 由于LXC本身不支持Mac内核，因此需要跑一个VirtualBox虚拟机（TinyCoreLinux）来安装，幸好Docker社区提供了一个非常方便的工具boot2docker（其实就是一个VBoxManage的包装shell脚本），用于安装Mac下的整个Docker环境。具体的结构如下：

如图所示，安装完成后，具体情况如下：

• 在Mac的home目录~/.boot2docker下创建了虚拟机所需要的文件，其中boot2docker.iso是虚拟机映像，这是一个由CD-ROM引导的TinyCoreLinux系统；而boot2docker-vm.vmdk文件则是你的虚拟机磁盘，你所有的持久化数据都存放在这里，包括docker创建的lxc容器等文件。

• 在Mac下，docker被分为客户端docker-client和服务端docker-daemon两部分，如果是在linux（比如ubuntu），实际上则是同一个可执行文件同时充当客户端和服务端。docker-daemon可以监听unix scoket，也可以在tcp socket（默认端口为4234），docker-client会通过一个叫DOCKER_HOST的环境变量读取服务地址和端口，因此你应该在你的bash_profile文件里面添加这么一行：

   

   

  1 2	export DOCKER_HOST=tcp://127.0.0.1:4243

   

docker-daemon跑在虚拟机上，这个程序实际上就是接收docker-client发送过来的消息命令，创建、启动和销毁lxc容器，以及docker本身的版本管理、映像存储等等 运行你的第一个docker容器 安装完成后，就差不多可以开始创建和运行docker容器了，在这之前，你首先得下载一个Image，什么是Image？我们先来了解docker的2个基础概念：Image和Container。

Container和Image 在Docker的世界里，Image是指一个只读的层（Layer），这里的层是AUFS里的概念，最直观的方式就是看一下docker官方给出的图：

Docker使用了一种叫AUFS的文件系统，这种文件系统可以让你一层一层地叠加修改你的文件，最底下的文件系统是只读的，如果需要修改文件，AUFS会增加一个可写的层（Layer），这样有很多好处，例如不同的Container可以共享底层的只读文件系统（同一个Kernel），使得你可以跑N多个Container而不至于你的硬盘被挤爆了！这个只读的层就是Image！而如你所看到的，一个可写的层就是Container。

那Image和Container的区别是什么？很简单，他们的区别仅仅是一个是只读的层，一个是可写的层，你可以使用docker commit 命令，将你的Container变成一个Image，也就是提交你所运行的Container的修改内容，变成一个新的只读的Image，这非常类似于git commit命令，感觉真棒！

实际上这就是Docker对Container映像的版本管理基石，AUFS文件系统实在是太美妙了，更多细节可以参考DotCloud的这篇文章。

 

运行和退出

在了解了Image和Container的概念后，我们可以开始下载一个Image，Docker的好处就是提供了一个类似github的Image仓库管理，你可以非常方便pull别人的Image下来运行，例如，我们可以下载一个ubuntu Image：

 

 

1 2	docker pull ubuntu:13.10

 

这里的13.10是一个Tag，类似于git的tag，这里的tag可以为你制定一个ubuntu的版本。下载完成后，执行docker images命令可以列出你已经下载或者自己构建的image：（请允许我使用可爱的马赛克 :) ）

你可以看到ubuntu:13.10的大小为178MB，以及它的IMAGE ID。 现在我们开始运行一个Container，命令很简单，例如我们想运行一个执行Shell终端的Container：

如你看到的，你已经进入到一个Shell里面，可以执行你想执行的任何命令，就和在ubuntu里面一样，进去后默认是在根目录/下，可以看到经典的unix/linux目录结构，以及你所运行的bash版本等信息。你可以给你的Container定一个名字，通过–name选项，例如这里命名了shell，日后你就可以直接用这个名字引用Contanier。

退出一个Container也很简单，你直接exit就好了。 其他更多的命令这里不做赘述，因为官方的文档已经非常全面，这里只是给一个直观的初步印象。下面进入主题。

 

利用Docker搭建开发环境

我们先看看程序员在搭建开发环境时遇到的一些问题：

• 软件安装麻烦，比如很多公司都使用redhat，一般开发人员又不给root，安装一个nginx或者是mysql都得自己下载编译安装 权限问题，没有root，一些软件无法运行，例如dnsmasq；
• 没有root，无法修改hosts，无法netstat -nptl，无法tcpdump，无法iptable
• 隔离性差，例如不同的开发人员如果在同一台主机环境下共享开发，虽然是用户隔离，但端口如果不规范可能会冲突；同一个Mysql如果权限管理不好很有可能误删别人的数据
• 可移植性差，例如和生产环境不一致，开发人员之间也无法共享；更严重的情况是当有新人入职时，通常需要又折腾一遍开发环境，无法快速搭建

这些问题可以通过在本地搭建虚拟机来解决，但虚拟机是一个很笨重的解决方案，Docker是一个非常轻量级的方案，而且还拥有虚拟机没有的一些功能，例如标准化Image，Image共享等，更重要的是，利用Docker，你可以运行非常多的容器，在你的Mac下搭建一个分布式的开发环境根本不是什么大的问题，而且对内存、磁盘和cpu的消耗相比传统的虚拟机要低许多，这些都要归功于AUFS和LXC这两大神奇的技术。

 

构建基础Image

 

想要搭建一个节省磁盘空间和扩展性良好的开发环境，最重要的第一步就是构建一个基础性的Image，比如你的主要开发语言是Nodejs，那么你肯定需要一个已经安装好以下工具的基础Image：

• node
• npm

然后在此基础上，你可以扩展这个基础的Image（下面叫base）为不同的开发环境，例如nodejs，或者是nats。当然，你的这个base也可以从别人的Image扩展而来，还记得我们刚刚pull下来的ubuntu:13.10这个Image吗？你可以从这个Image扩展开始构建你的base，如何做呢？Docker提供了一种标准化的DSL方式，你只需要编写一个Dockerfile，运行docker build指令，就可以构建你自己的Image，这有点像Makefile和make命令一样，只是大家要构建的内容和构建语言不同。

 

Dockerfile的语法请参考Dockerfile Reference，这里给出nodejs的Dockerfile开发环境实例：

2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

FROM dockerfile/ubuntu   MAINTAINER Abhinav Ajgaonkar <[e-mail]>   # update apt-get RUN \ apt-get update && \ apt-get upgrade    # Install Redis RUN   \   apt-get -y -qq install python redis-server   # Install Node RUN   \   cd /opt && \   wget http://nodejs.org/dist/v0.10.28/node-v0.10.28-linux-x64.tar.gz && \   tar -xzf node-v0.10.28-linux-x64.tar.gz && \   mv node-v0.10.28-linux-x64 node && \   cd /usr/local/bin && \   ln -s /opt/node/bin/* . && \   rm -f /opt/node-v0.10.28-linux-x64.tar.gz   # Set the working directory WORKDIR   /src   CMD ["/bin/bash"]

 

我们一行一行的来理解,

?

1	FROM dockerfile/ubuntu

这回告诉docker要使用Docker Inc. 提供的 dockerfile/ubuntu 镜像. 作为构建的基准镜像.

 

 

# update apt-get
RUN \
apt-get update && \
apt-get upgrade 

这里要多apt-get更新一下，要不在安装python的时候这个会出现“E: Package <python> has no installation candidate”错误，当然如果images封装得好的话，这里的更新可以忽略的。

 

?

1 2	RUN  \   apt-get -y -qq install python redis-server

基准镜像完全没有包含任何东西——因此我们需要使用apt-get来获取应用运行起来所需的所有东西. 这一句会安装python 和 redis-server. Redis 服务器是必须的，因为我们将会把会话信息存储到它之中，而python的必要性则是通过npm可以构建为Redis node模块所需的C扩展.

?

1 2 3 4 5 6 7 8

RUN  \   cd /opt && \   wget http://nodejs.org/dist/v0.10.28/node-v0.10.28-linux-x64.tar.gz && \   tar -xzf node-v0.10.28-linux-x64.tar.gz && \   mv node-v0.10.28-linux-x64 node && \   cd /usr/local/bin && \   ln -s /opt/node/bin/* . && \   rm -f /opt/node-v0.10.28-linux-x64.tar.gz

这会下载并提取64位的NodeJS二进制文件.

?

1	WORKDIR  /src

这句会告诉docker一旦容器已经启动，在执行ＣＭＤ属性指定的东西之前，要做一次 cd /src.

?

1	CMD ["/bin/bash"]

作为最后一步，运行 /bin/bash.

 

写好Dockerfile后，运行以下指令就可以创建你的base image了：

1 2	docker build --rm -t myname/nodejs-dev:base . //注意:docker build命令最后一定要以.结束才能执行下去

-t 选项是你要构建的base image的tag，就好比ubuntu:13.10一样 –rm 选项是告诉Docker在构建完成后删除临时的Container，Dockerfile的每一行指令都会创建一个临时的Container，一般你是不需要这些临时生成的Container的 如你所想，我们可以像运行ubuntu:13.10那样运行我们的base了：

1 2	docker run -i -t --name ruby myname/nodejs-dev:base node

 这里我们使用myname/nodejs-dev:base这个Image运行了一个node解释器。

 

指定Image入口

当你构建完你的base Image和其他应用的Image之后，你就可以启动这些Image了，还记得前面我们给出的运行命令吗？

1 2	docker run -i -t --name shell myname/nodejs-dev:base /bin/bash

这里我们运行了一个bash，这样你就可以在shell里面执行你所想要执行的任何命令了，但是我们有时候并不想每次都启动一个shell，接着再在shell里面启动我们的程序，比如一个mysql，而是想一启动一个容器，mysql服务就自动运行了，这很简单，Dockerfile提供了CMD和ENTRYPOINT这2个指令，允许你指定一个Image启动时的默认命令。CMD和ENTRYPOINT的区别是CMD的参数可以由docker run指令指定的参数覆盖，而ENTRYPOINT则不可以。例如我们想运行一个memcached服务，可以这么写Dockerfile：

 

 

1 2 3

FROM dockerfile/ubuntu RUN apt-get install -y memcached CMD memcached -u root -p 40000

 

或者可以这么写：

 

 

1 2 3

FROM dockerfile/ubuntu RUN apt-get install -y memcached ENTRYPOINT ["memcached", "-u", "root", "-p", "40000"]

 

注意不要把memcached启动为后台进程，即加上-d选项，否则docker启动的container会马上stop掉，这点我也觉得比较意外。 接着我们build这个Image：

 

 

1 2	docker build -t dev:memcache .

 

这样，当你build完你的Image后，你可以直接将该Image运行为一个容器，它会自动启动mysql服务：

 

 

1 2	docker run --name memcache_service -d dev:memcache

 

注意使用-d (detach) 选项，这样这个container就会作为后台进程运行了，接着你可以使用docker ps命令查看是否有在运行。

 

磁盘映射

大部分时候你会需要把你host主机（宿主）上的目录映射到Container里面，这样你就非常方便地在host主机上编辑代码，然后直接就可以在Container里面运行它们，而不用手动copy到Container里面再重启Container。按理将host的目录映射到guest（指Container）上应该是一件很容易的事情，就好像VMWare那样，但可惜的是，由于Mac上的Docker多了一层虚拟机，因此多了一层周折，你必须先VM上的目录通过sshfs mount到host（指Mac）上，然后再将你的目录或文件copy到这个mount的目录，再将VM上的这个目录映射到Container里，听起来比较拗口，画个图会清晰很多。

如上图所示，VM里面的/mnt/sda1/dev/目录（你需要自己创建）通过sshfs命令mount到了host主机（Mac）的~/workspace/dev/目录 ，而VM里的/mnt/sda1/dev/目录又被映射到了Container的/src/目录下，这样你就可以在Container里面的/src/目录下访问你的host文件了。具体如何做呢？首先你需要安装sshfs命令，然后将VM的password写到一个文件中，例如~/.boot2docker/b2d-passwd，在用sshfs命令mount起VM的/mnt/sda1/dev目录：

首先在Mac主机上安装osxfuse和sshfs，下载地址：http://osxfuse.github.io

然后在boot2docker里执行以下命令：

sudo mkdir /mnt/sda1/dev

sudo chown -R docker:docker /mnt/sda1/dev

接下来在mac主机里执行：

cat tcuser > ~/.boot2docker/b2d-passwd

这下就可以进行挂载了，在mac主机执行：

sshfs docker@localhost:/mnt/sda1/dev ~/workspace/node -oping_diskarb,volname=node-dev -p 2022 \
 -o reconnect -o StrictHostKeyChecking=no -o UserKnownHostsFile=/dev/null -o password_stdin < ~/.boot2docker/b2d-passwd

如要去除挂载命令如下：

umount -f  ~/workspace/node

接着你在run一个Container的时候需要通过-v选项来将/mnt/sda1/dev/映射到/src目录：

docker run -i -t myname/nodejs-dev:base -v /mnt/sda1/dev:/src /bin/bash

 

这样你就可以在你的Container的/src目录下看到你host里的文件了。 磁盘映射还有2个地方需要注意：

• 你的文件实际上是存储在VM里面的，也就是说你需要将你的目录或者文件copy到VM里面，你sshfs之后，就是copy到~/workspace/node目录下
• 千万不要sshfs mount非/mnt/sda1下的目录，因为VM里面跑的是TinyCoreLinux，这个OS的rootfs是临时性的（放在内存的，实际上就是boot2docker.iso文件里面的一个rootfs），因此其根目录/下的东西（包括/home）根本不会持久化，只有/mnt/sda1这个目录下的才能持久化。如果你放在/home目录下，只要VM一重启，就会丢失的，/mnt/sda1则不会，实际上就是那个~/.boot2docker-vm.vmdk文件挂载到了/mnt/sda1目录下

端口映射

和磁盘映射一样，你有时候会需要将Container的端口映射到host主机上，同样蛋疼的是，由于多了一层VM，端口映射也显得比较麻烦。首先你需要设置VirtualBox的端口映射，然后再将Container的端口映射到你的VM里面：

具体是这么做的，通过2条命令：

boot2docker ssh -L 8000:localhost:8000 

docker run -i -t -p 8000:8000

 

也就是说在docker run的时候通过-p选项指定要映射的端口到VM，而boot2docker ssh命令则是将VM的8000端口映射到了host(Mac)的8000端口，这样你就可以通过Mac的localhost:8000访问Container的8000端口了。 其实，有另一种解决方案就是你不用映射到host（Mac），而是直接登录到VM里面进行访问就好了，boot2docker ssh就可以登录到VM，这样就类似于你的host是ubuntu，但这种解决方案的问题是这个ubuntu太弱了（TinyCoreLinux），如果你在这个ubuntu里面开发代码，或者是运行浏览器，是非常蛋疼的事情，关键还是这个ubuntu是每次重启都会复原的！所以我建议还是做多一层映射好了。 最后，实际上在VM里面，你是可以直接访问所有的Container的端口的，因为VM到Container的网络都是桥接的。

 

ok,万事具备，我们现在在刚才挂载的~/workspace/node目录下构建nodejs程式应用，此应用包含一个 package.json, server.js ，如下：

package.json

?

1 2 3 4 5 6 7 8 9 10 11

{     "name": "docker-dev",     "version": "0.1.0",     "description": "Docker Dev",     "dependencies": {         "connect-redis": "~1.4.5",         "express": "~3.3.3",         "hiredis": "~0.1.15",         "redis": "~0.8.4"     } }

server.js

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

var express = require('express'),     app = express(),     redis = require('redis'),     RedisStore = require('connect-redis')(express),     server = require('http').createServer(app);   app.configure(function() {   app.use(express.cookieParser('keyboard-cat'));   app.use(express.session({         store: new RedisStore({             host: process.env.REDIS_HOST || 'localhost',             port: process.env.REDIS_PORT || 6379,             db: process.env.REDIS_DB || 0         }),         cookie: {             expires: false,             maxAge: 30 * 24 * 60 * 60 * 1000         }     })); });   app.get('/', function(req, res) {   res.json({     status: "ok"   }); });   var port = process.env.HTTP_PORT || 3000; server.listen(port); console.log('Listening on port ' + port);

server.js 会拉取所有的依赖并启动一个特定的应用. 这个特定的应用被设定成将会话信息存储到Redis中，并暴露出一个请求端点，其会响应返回一个JSON的状态消息. 这都是非常标准的东西.

需要注意的一件事情就是针对Redis的连接信息可以使用环境变量重写——这将会在稍后从开发环境dev迁移到生产环境prod时起到作用.

最后来启动容器：

docker run -i -t --rm \

           -p 3000:3000 \

           -v /mnt/sda1/dev:/src \

           myname/nodejs-dev:base

这里把主机上的端口 3000 转发到容器上的端口3000，把~/workspace/node目录，也就是VM里的/mnt/sda1/dev目录挂载到容器中的 /src 里面。

由于Dockerfile指定了CMD ["/bin/bash"], 容器一启动，我们就会登录到一个bash shell环境中. 如果docker运行命令执行成功了，就会像下面这样:

bash-3.2$ docker run -i -t --rm -p 3000:3000 \

> -v /mnt/sda1/dev:/src \

> myname/nodejs-dev:base

 

[ root@a987b4f6f3f9:/src ]$ 

 

开始开发

现在容器是运行起来了，在开始写代码之前，我们将需要整理出一些标准的，非docker相关的东西. 首先，要使用下面的语句启动容器里面的redis服务器:

?

1	service redis-server start

然后，要安装项目依赖和nodemon. Nodemon 会观察项目文件中的变更，并适时重启服务器.

?

1 2	npm install npm install -g nodemon

最后，使用如下命令启动服务器:

?

1	nodemon server.js

现在，如果你在浏览器中导航到 http://localhost:3000, 你应该会看到像下面这样的东西:

让我们来像Server.js中加入另外一个端点，以模拟开发流程:

?

1 2 3 4 5

app.get('/hello/:name', function(req, res) {   res.json({     hello: req.params.name   }); });

你会看到nodemon已经侦测到了你所做的修改，并重启了服务器:

而现在，如果你将浏览器导航到http://localhost:3000/hello/world, 你会看到如下的响应:

 

 

 

其他的一些坑

在使用的过程中，还遇到一些不少的坑：

1. /etc/hosts文件无法修改，这样你就不能自己做域名解析
2. VM的系统时间是UTC +0000的，而且貌似无法修改
3. Container的IP无法指定为静态IP，因此每次重启Container时，IP可能会变化

 

docker的限制以及后续的一些想法

docker其实还是有一些限制的：

• 要求你的环境是Linux的，而且内核必须很新（>= 2.6.27 (29)），这其实是LXC本身的限制，和docker无关
• docker的Container目前host是不能修改的，当然有解决方案（dnsmasq）
• docker的Container也暂时无法指定静态IP

用docker作为开发环境甚至是生产环境其实还有很多地方值得尝试：

• 在团队内部构建本地的仓库，标准化所有的开发环境，使得团队的新人可以快速上手
• 在生产环境部署docker，这其实是PAAS的虚拟化和自动化的一种方式，利用LXC和Docker能够更便捷地实施PAAS
• 尝试用docker做分布式集群模拟和测试，成本会更加低廉，更加容器维护

 

 

参考文章：

利用Docker构建开发环境

基于Docker开发nodejs应用