`
herman_liu76
  • 浏览: 100999 次
  • 性别: Icon_minigender_1
  • 来自: 上海
社区版块
存档分类
最新评论

[笔记]windows安装docker toolbox后将springboot应用提交docker镜像库

阅读更多
### 目的

之前写了一个mini-tcc的测试springboot,想到在自己的windows弄个docker试试,以前在centos上装过docker,很久没玩了。这次写的这个过程基本上从网上查方法实现的,没啥新意,本没必要写出来,不过在这个过程中也碰到一些坑,而且自己写笔记记录一遍印象深,所以写一篇操作过程。

引用
> 整体过程:你提交代码到仓库,如果是getlab,使用webhook自动触发拉取,不是的话就配置cron表达式定时构建,jenkins拉取到代码后,需要进行构建,测试,打包,一系列操作,这是最基本的,姑且认为这是持续集成CI,然后需要将镜像push到镜像仓库,然后远程ssh执行k8s的sh脚本命令,删除新建相关组件,从镜像仓库拉取镜像,部署服务,这可以叫持续交付CD,整个过程你就提交了代码,整体自动化,这可以算是持续部署,整体思路就是这样


## 一、安装 docker toolbox

window装docker有两个选择,使用toolbox或者Docker for Windows。因为本人家里的电脑了10年历史了,所以果断找toolbox,这个要先装一个linux虚拟机,其上再运行docker,差别不表网上很多。toolbox安装后会安装一个VirtualBox虚拟机,一个Kitematic,这是GUI管理*docker*的工具

安装时从阿里镜像找安装包:

http://mirrors.aliyun.com/docker-toolbox/windows/

安装后,桌面产生三个快捷方式

  • Docker Quickstart Terminal:应该是快速启动virtualBox,再虚拟一个default的linux,再安装docker,返回一个shell可以操作。
  • Kitematic (Alpha):*Kitematic*是一个 Docker GUI 工具,进去可以看到里面加好的docker容器,可以看到控制台。
  • Oracle VM VirtualBox:VirtualBox号称是最强的免费虚拟机软件,进去可以看到有一个default的linux虚拟机在运行。你可以增加自己的各种window,linux操作系统。

给当前用户产生多个环境变量:DOCKER_HOST、DOCKER_MACHINE_NAME、DOCKER_CERT_PATH...
(用testContainer做测试也方便了,目前还是用的内置H2数据库)

### 问题

运行Docker Quickstart Terminal后,一直提示要升级,网上查,把安装路径下的boot2docker.iso拷贝到**C:\Users\{window用户}\\.docker\machine\cache**,就可以了。

运行后,**可以使用docker-machine来管理docker,和在Docker Quickstart Terminal里差不多**,不过当前用户不同。在命令行CMD中,输入docker-machine ssh default,可以管理这个default里的docker

  • > Docker Quickstart Terminal用户是windows当前用户,~目录是 /c/Users/{Acer},而没有在etc/passwd中找到这个文件,也找不到docker用户。
  • >
  • > docker-machine进入default后,当前用户是docker,可以找到其它的root之类的用户,可以看到/c/这个本地挂载的目录。
  • >
  • > 两个都可以操作docker images/container,而且操作结果是一样的,**还是不太明白这两个的关系。**


给docker添加*镜像*源配置,docker从哪个镜像库来上传,下载docker镜像。

sudo sed -i "s|EXTRA_ARGS='|EXTRA_ARGS='--registry-mirror={你的镜像源地址} |g" /var/lib/boot2docker/profile


## 二、springboot应用处理

开始是使用maven插件:<artifactId>docker-maven-plugin</artifactId>

建文件:src/main/decker/Dockerfile

打包后,copy到windows桌面,因为default默认挂载c/User 对应c:\Users,可以/usr/local中建一个文件夹,把jar与Dockerfile放在一起,再构建一个本地镜像。

后来,使用更新的插件:<artifactId>dockerfile-maven-plugin</artifactId>,一次性打包到镜像库中。使用阿里云的镜像库,事先建好,用户密码都设置好。

```xml
	<properties>
		<project.build.sourceEncoding>UTF-8</project.build.sourceEncoding>
		<project.reporting.outputEncoding>UTF-8</project.reporting.outputEncoding>
		<java.version>1.8</java.version>
		<docker.image.prefix>mini-tcc</docker.image.prefix>
		<dockerfile.maven.version>1.4.0</dockerfile.maven.version>
		<docker.registry.name.prefix>registry.cn-hangzhou.aliyuncs.com/springtcc</docker.registry.name.prefix>
	</properties>


			<plugin>
				<groupId>com.spotify</groupId>
				<artifactId>dockerfile-maven-plugin</artifactId>
				<version>${dockerfile.maven.version}</version>
				<dependencies>
					<dependency>
						<groupId>javax.activation</groupId>
						<artifactId>activation</artifactId>
						<version>1.1.1</version>
					</dependency>
				</dependencies>
				<executions>
					<execution>
						<id>default</id>
						<goals>
							<goal>build</goal>
							<goal>push</goal>
						</goals>
					</execution>
				</executions>
				<configuration>
					<repository>${docker.registry.name.prefix}/${project.artifactId}</repository>
					<tag>${project.version}</tag>
					<username>{你自己的用户名}</username>
					<password>{你自己的密码}</password>
					<buildArgs>
						<JAR_FILE>target/${project.build.finalName}.jar</JAR_FILE>
					</buildArgs>
				</configuration>
			</plugin>
```


### 问题

在maven打包时,之前的Dockerfile放到pom同级别的根目录中,但没修改地址“ADD target/”,找不到jar文件。

引用
**maven goal**:clean package -Dmaven.test.skip=true dockerfile:push


```
FROM openjdk:8-jdk-alpine
VOLUME /tmp
ADD target/spring-boot-thymeleaf-0.0.1-SNAPSHOT.jar app.jar
ENTRYPOINT ["JAVA","-Djava.security.egd=file:/dev/./urandom","-jar","app.jar"]
```


### 其它

查看运行日志:docker logs -f --tail=100 {vigorous_hermann} container的名字,这里没有用 -v 映射主机目录,只在控制台输出。

## 三、总结

运行镜像,看到之前测试mini_tcc的日志。

```
docker@default:/$ docker container ls -a
CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS                           PORTS               NAMES
c423234453d5        docker2             "java -Djava.securit…"   19 hours ago        Exited (143) About an hour ago                       vigorous_hermann
docker@default:/$ docker start vigorous_hermann
vigorous_hermann
docker@default:/$ docker container ls
CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS              PORTS                  NAMES
c423234453d5        docker2             "java -Djava.securit…"   19 hours ago        Up 5 seconds        0.0.0.0:80->8080/tcp   vigorous_hermann
docker@default:/$ docker logs -f --tail=100 vigorous_hermann
        at org.hibernate.internal.SessionImpl.doFlush(SessionImpl.java:1436)
Caused by: org.h2.jdbc.JdbcSQLException: Value too long for column "ID CHAR(20) NOT NULL": "'7777788888999999999999' (22)"; SQL statement:
insert into staff (age, name, id) values (?, ?, ?) [22001-196]
        at org.h2.message.DbException.getJdbcSQLException(DbException.java:345)

开始本地DB非事务...
Hibernate: select staffbo0_.id as id1_0_0_, staffbo0_.age as age2_0_0_, staffbo0_.name as name3_0_0_ from staff staffbo0_ where staffbo0_.id=?
Hibernate: insert into staff (age, name, id) values (?, ?, ?)
开始远程TCC...
Eat book...!
[bookEat] return value:null
house book...!
[bookHouse] return value:HS100083
plane booked!
[bookPlane] return value:null
【正常,需确认数】3
Eat confirm...!
house confirm...!HS100083
plane confirmed!
【threadLocal removed!】
```



## 四、后续k8s

标准方式还是jenkins,由gitlab源码触发hook,自动构建,产生镜像,再调用k8s脚本完成部署

  • 1. jenkins中添加ssh服务器,即安装k8s的服务器,ssh登录并执行下面的脚本
  • 2. **cd /data/script && sh service_start.sh myservice-docker**
  • 3. **/data/script/目录下创建service_start.sh脚本如下:**

```bash
#!/bin/bash
export service_name=$1
sleep_second=3
 
echo 'kubectl delete rc ${service_name}'
kubectl delete rc ${service_name}
 
echo 'kubectl delete service ${service_name}'
kubectl delete service ${service_name}
 
echo 'kubectl delete pods -l app=${service_name}'
kubectl delete pods -l app=${service_name}
 
sleep ${sleep_second}
 
echo 'create rc'
kubectl create -f /data/${service_name}-rc.yaml
 
echo 'create service'
kubectl create -f /data/${service_name}-svc.yaml
```


参考:

https://www.cnblogs.com/java-zhao/p/6065268.html
分享到:
评论

相关推荐

    C++类构造与析构机制详解:掌握对象生命周期管理核心技术

    内容概要:本文详细阐述了C++类的构造与析构机制,解释了这两种特殊成员函数的工作原理和应用场景,涵盖构造函数的特点、分类与调用方式、构造函数初始化列表、以及析构函数的作用、调用时机和注意事项。文中还探讨了在C++编程中如何运用这些机制实现高效的资源管理和内存安全,特别是遵循RAII原则、避免常见错误(如资源未释放、重复析构、异常安全问题)、并在多线程环境中合理处理同步操作。 适合人群:具有基础C++编程技能的程序员,尤其是希望深入了解对象生命周期管理和高级资源管理技术的人群。 使用场景及目标:①理解和应用C++类的构造与析构机制来编写高效的代码;②预防和修复由于资源管理不当引发的各种错误和性能问题;③提高对面向对象编程的理解,掌握在多线程环境下的资源管理技巧。 其他说明:通过实际案例深入分析C++中构造函数和析构函数的应用,强调RAII(Resource Acquisition Is Initialization)原则的重要性。同时也提及了未来学习方向如智能指针和移动语义等内容,帮助开发者更好地掌握C++编程技巧。

    2025年汽车租赁业务系统应该具备的功能

    本文为抛砖引玉:简单描述,如需根据自身业务详细设计,请随时联系

    百合检验表格(食品香辛料质量验收记录表)检验表格(食品香辛料质量验收记录表).docx

    百合检验表格(食品香辛料质量验收记录表)检验表格(食品香辛料质量验收记录表).docx

    最新PHP盲盒商城系统源码ThinkPHP框架.zip

    最新PHP盲盒商城系统源码ThinkPHP框架

    奇异值确定K_K值VMD_K._vmd_VMD奇异值_VMDK

    奇异值分解(Singular Value Decomposition,简称SVD)是线性代数中的一种重要矩阵分解方法,广泛应用于数据处理和信号分析。在本场景中,我们关注的是如何利用SVD来确定VMD(Variable Modulation Decomposition,可变调制分解)的K值。VMD是一种信号分解技术,它能够将复杂信号分解为一系列调制频率成分,对于非平稳信号的分析和处理非常有用。 理解SVD的基本概念:任何m×n的实数或复数矩阵A都可以表示为三个矩阵的乘积,即A=UΣV^T,其中U是m×m的正交矩阵,Σ是一个m×n的对角矩阵,其对角线元素是奇异值,V是n×n的正交矩阵。奇异值σ_i按照非降序排列,它们反映了矩阵A的信息量和重要性。 在VMD中,奇异值分解的作用在于识别信号的不同频率成分。当对信号进行VMD时,目标是找到最佳的K值,以使分解后的子带信号尽可能独立且无交叉。K值代表了分解得到的调制模式数量,每个模式对应一个特定的频率范围。 为了确定K值,我们需要分析SVD的结果,即奇异值的分布。奇异值的大小反映了原始信号的结构信息。通常,信号中的主要成分对应较大的奇异值,而噪声或不重要的成分对应较小的奇异值。因此,奇异值的下降趋势可以作为判断信号成分变化的一个指标。 通过绘制奇异值的累积贡献率曲线,我们可以观察到奇异值的显著下降点,这个点通常对应着信号主要成分的结束,后续的奇异值可以视为噪声或次要成分。这个显著下降点即为选择K值的依据。一般来说,选择奇异值曲线出现“转折”或者“平台”的位置作为K值,可以确保主要信号成分被保留,同时尽可能减少噪声的影响。 具体实现步骤如下: 1. 对信号进行SVD,得到奇异值序列。 2. 计算奇异值的累积贡献率,即将奇异值按降序排列后,每个奇异值除以所有奇异值的和,然后累加。 3. 绘制累积贡献率曲线,并寻找曲线的转折点或者平台区。 4. 将转折点对应的奇异值个数作为VMD的K值。 在实际应用中,确定K值还可以结合其他准则,如信息熵、能量集中度等,以确保分解的合理性和稳定性。此外,不同的信号和应用场景可能需要调整K值的选择策略,这需要根据具体问题进行细致的研究和实验验证。 总结来说,利用SVD确定VMD的K值是通过对奇异值分布的分析,找出信号主要成分与噪声之间的界限,从而选择一个合适的分解模式数量。这种方法有助于提取信号的关键特征,提高VMD分解的效率和准确性。。内容来源于网络分享,如有侵权请联系我删除。

    常用护理技术操作规程49项.docx

    常用护理技术操作规程49项.docx

    局部阴影遮挡,灰狼MPPT,灰狼算法 灰狼算法实现部分遮阴的MPPT跟踪,包括光照突变情况,包括灰狼算法程序和matlab simulink模型的搭建,功率,电压,电流波形图和占空比波形图入如下

    局部阴影遮挡,灰狼MPPT,灰狼算法 灰狼算法实现部分遮阴的MPPT跟踪,包括光照突变情况,包括灰狼算法程序和matlab simulink模型的搭建,功率,电压,电流波形图和占空比波形图入如下。 ,局部阴影遮挡; 灰狼MPPT; 灰狼算法; 光照突变; 波形图; 程序搭建; matlab simulink模型,灰狼算法MPPT跟踪,局部遮阴及突变情况研究

    XCP或者CCP标定,A2L标定文件,基于map文件自动更新A2L的地址和结构体变量的地址 源码基于C#需要开发,编译器为VS2022 ,XCP/CCP标定; A2L标定文件; 地图文件自动更新;

    XCP或者CCP标定,A2L标定文件,基于map文件自动更新A2L的地址和结构体变量的地址 源码基于C#需要开发,编译器为VS2022 ,XCP/CCP标定; A2L标定文件; 地图文件自动更新; C#开发; VS2022编译器,基于C#开发的XCP/CCP标定系统,自动更新A2L文件地址与结构体变量

    Win - NEOGEO 颜色转换器-修改kof用

    给那些修改kof的玩家用的工具,简单快捷方便,需要自取

    s10207-024-00818-y.pdf

    s10207-024-00818-y.pdf

    Screenshot_20250314_152955.jpg

    Screenshot_20250314_152955.jpg

    Truvalue V3:环境、社会与治理(ESG)数据分析方法论详解(可复现,有问题请联系博主)

    内容概要:本文档详细介绍了 FactSet 公司推出的 Truvalue V3 平台的内容采集与处理流程及其评分方法。FactSet 利用人工智能技术和语义大数据处理能力收集并解析每日超过4000万份来自20多万信源的全球ESG相关信息。通过对这些非结构化文本数据的深度剖析,Truvalue平台能够识别关键ESG主题并量化情绪倾向度。它不仅提供单篇文章层面的情绪打分(从最消极0到最积极100),而且还综合评估公司长期发展趋势以及短期市场表现。此外,还讨论了动态重要性和重点事件检测等特征,使分析师更容易捕捉到企业活动背后的潜在机会与风险。 适用人群:金融行业从业者如投资顾问、基金经理以及其他关注企业可持续发展和社会责任的专业人士。 使用场景及目标:为投资者提供精准的数据支持以进行资产配置决策;辅助研究员对特定企业或行业的深度调研工作。 其他说明:本方法论特别强调采用SASB标准作为评价基准之一,并解释了几种重要的得分计算公式,如脉搏分数、洞察力分数及时势动量指标等的具体运作机制。同时概述了一些质量控制措施以确保所提供数据的有效性和准确性。

    毕业设计&课程设计 基于STM32单片机的物联网智能家庭安防系统(软件源码+硬件资料+部署教程+设计任务书+演示视频),高分项目,开箱即用

    毕业设计&课程设计 基于STM32单片机的物联网智能家庭安防系统(软件源码+硬件资料+部署教程+设计任务书+演示视频),高分项目,开箱即用 随着公众安全意识的提高,人们对家庭安全防控的需求愈发迫切,如何合理应用控制、通信及监控等自动化技术手段,打造智能化家庭安防系统成为研究重点。因此提出了基于物联网的家庭安防系统,实现监测燃气泄漏并报警、监测火灾烟雾并报警、检测非法入室并报警等功能,极大保障家庭居住场所的安全性。 用STM32单片机开发: 1、监测燃气泄漏(MQ-5)、监测火灾烟雾(DS18B20、MO-7)、检测非法入室(红外对管) 2、液晶显示燃气浓度、烟雾浓度、温度、是否有人闯入、布防状态 3、按键可以设置燃气、烟雾、温度的报警值,大于时候开启蜂鸣器报警以及对应的报警指示灯 4、当系统开启布防,有人闯入,开启蜂鸣器报警以及对应指示灯,撤防时,不检测非法闯入 5、数据通过wIFI上传到手机端 6、当报警时候发送报警短信,短信包含触发报警的情况:如燃气报警发送:gas leakage 温度或者烟雾报警发送:fire smoke alarm 非法入室发送:Illegal Entry

    白胡椒检验表格(食品香辛料质量验收记录表)检验表格(食品香辛料质量验收记录表).docx

    白胡椒检验表格(食品香辛料质量验收记录表)检验表格(食品香辛料质量验收记录表).docx

    信阳市乡镇边界,矢量边界,shp格式

    矢量边界,行政区域边界,精确到乡镇街道,可直接导入arcgis使用

    c++多媒体音视频播放器

    c++多媒体音视频播放器

    Adobe After Effects 插件

    Adobe After Effects 全套插件安装包

    Flac3d函数形式的应力边界施加编程 flac3d应力边界编程处理 本为本人做的简单案例:针对立方体模型,同时考虑重力和一侧应力边界对模型应力分布进行分析 特色:应力函数可以任意改变,调节简单

    Flac3d函数形式的应力边界施加编程 flac3d应力边界编程处理 本为本人做的简单案例:针对立方体模型,同时考虑重力和一侧应力边界对模型应力分布进行分析。 特色:应力函数可以任意改变,调节简单快捷 代码请前咨询了解清楚,不支持 款 针对地应力反演、走滑断层等分析中的应力边界位移边界问题如有需求定制 ,Flac3d;应力边界施加;编程处理;立方体模型;重力影响;应力分布分析;函数形式应力边界;地应力反演;走滑断层;位移边界问题。,Flac3d编程:应力边界施加的简易案例分析

    基于matlab的凝土随机球形骨料球体蒙特卡洛随机分布模型 三种粒径不同的骨料随机分布 模拟混凝土材料的过程,粒径可自行定义,可设置孔隙率 动画显示建模过程 程序已调通,可直接运行 ,基于Ma

    基于matlab的凝土随机球形骨料球体蒙特卡洛随机分布模型 三种粒径不同的骨料随机分布 模拟混凝土材料的过程,粒径可自行定义,可设置孔隙率 动画显示建模过程 程序已调通,可直接运行 ,基于Matlab; 凝土随机球形骨料; 球体蒙特卡洛随机分布模型; 不同粒径骨料随机分布; 模拟混凝土材料; 粒径可定义; 孔隙率可设置; 动画显示建模过程; 程序已调通。,基于Matlab的混凝土骨料随机分布模拟程序

    2008-2020年各省每十万人口高等学校平均在校生数数据

    2008-2020年各省每十万人口高等学校平均在校生数数据 1、时间:2008-2020年 2、来源:国家统计j、统计nj 3、指标:行政区划代码、地区名称、年份、每十万人口高等学校平均在校生数 4、范围:31省

Global site tag (gtag.js) - Google Analytics