Docker模板
标签（空格分隔）： docker template
在为了能够快速搭建演示docker诸多功能的单虚机环境，可以使用以下模板在Azure上快速创建
模板内容：
#cloud-config
package_upgrade: true
write_files:
- path: /etc/systemd/system/docker.service.d/docker.conf
content: |
[Service]
ExecStart=
ExecStart=/usr/bin/dockerd
- path: /etc/docker/daemon.json
content: |
{
"hosts": ["fd://","tcp://0.0.0.0:2375"]
}
runcmd:
- curl -sSL https://get.docker.com/ | sh
- usermod -aG docker chengzh
- apt-get -y install docker-compose
- curl -L git.io/scope -o /usr/local/bin/scope
- chmod a+x /usr/local/bin/scope
- scope launch 10.0.0.4 10.0.0.5 10.0.0.6
- docker run -d -p 9000:9000 --restart always -v /var/run/docker.sock:/var/run/docker.sock -v /opt/portainer:/data --name=portainer portainer/portainer -H unix:///var/run/docker.sock
- docker run --volume=/:/rootfs:ro --volume=/var/run:/var/run:rw --volume=/sys:/sys:ro --volume=/var/lib/docker/:/var/lib/docker:ro --publish=8090:8080 --detach=true --restart always --name=cadvisor google/cadvisor:latest
- docker run -d -p 9100:9100 -v "/proc:/host/proc" -v "/sys:/host/sys" -v "/:/rootfs" --net=host --restart always --name=promnx prom/node-exporter --path.procfs /host/proc --path.sysfs /host/sys --collector.filesystem.ignored-mount-points "^/(sys|proc|dev|host|etc)($|/)"
- docker run -d -i -p 3000:3000 -e "GF_SERVER_ROOT_URL=http://grafana.server.name" -e "GF_SECURITY_ADMIN_PASSWORD=admin" --net=host --restart always --name=grafana grafana/grafana
- git clone https://github.com/microservices-demo/microservices-demo
- cd microservices-demo
- docker-compose -f deploy/docker-compose/docker-compose.yml up -d
- sysctl -w vm.max_map_count=262144
- docker run busybox sh -c 'while true; do echo "This is a log message from container busybox!"; sleep 10; done;'
- curl -L -O https://artifacts.elastic.co/downloads/beats/filebeat/filebeat-5.4.0-amd64.deb
- dpkg -i filebeat-5.4.0-amd64.deb
- docker run -d -p 5601:5601 -p 9200:9200 -p 5044:5044 -it --name elk sebp/elk
- echo "deb [arch=amd64] https://packages.microsoft.com/repos/azure-cli/ wheezy main" | \
- tee /etc/apt/sources.list.d/azure-cli.list
- apt-key adv --keyserver packages.microsoft.com --recv-keys 52E16F86FEE04B979B07E28DB02C46DF417A0893
- apt-get install apt-transport-https
- apt-get update && sudo apt-get install azure-cli
- sudo snap install kubectl --classic
模板文件说明
- 启用了docker daemon的2375端口号，并且使用了0.0.0.0这个大杀器地址，所以一定要注意不能把2375publish到公网，否则后果自负
- 安装最新版的docker，并给chengzh账号授予docker管理权限，可以将chengzh替换为你自己的虚机管理员账号
- 为了后续实验方便，安装了docker-compose
- 安装了weave scope，使用默认的4040端口进行监听
- 安装了portainer在9000端口上进行监听
- 安装了cadvisor，使用的是8090端口，如果不演示该功能，可以不用发布8090端口
- 安装了node-expoter，该容器的功能和cadvisor一样，是向Prometheus提供监控数据源的，端口9100，同样如果不演示expoter功能，则可以不用开放9100端口
- 安装了grafana，该容器是Prometheus的下游，用来做dashboard，使用3000端口
- 安装了weave sock的微服务演示模板
- 倒数第二个代码block主要功能是启用ELK进行日志收集，这段代码运行质量堪忧，可能需要部分或全部采用手工方式重建，具体细节见后续的手动操作说明部分
- 最后一个代码block的主要功能是安装azure cli和kubectl
模板使用步骤
以下步骤在安装了azure cli的ubuntu环境中运行
- 运行
sensible-editor sockshop.txt将上述文档代码拷贝进去，保存生成应答文件 - 运行
az group create --name socklab --location westus2创建azure资源组
-
待虚机创建完毕之后，使用以下命令行开放端口
az vm open-port --resource-group socklab --name mysockVM01 --port 4040 --priority 1001 az vm open-port --resource-group socklab --name mysockVM01 --port 9000 --priority 1002 az vm open-port --resource-group socklab --name mysockVM01 --port 80 --priority 1003 az vm open-port --resource-group socklab --name mysockVM01 --port 443 --priority 1004 az vm open-port --resource-group socklab --name mysockVM01 --port 8080 --priority 1005 az vm open-port --resource-group socklab --name mysockVM01 --port 8000 --priority 1006 az vm open-port --resource-group socklab --name mysockVM01 --port 3000 --priority 1007 az vm open-port --resource-group socklab --name mysockVM01 --port 5601 --priority 1008
手动执行部分
运行Prometheus之前需要创建prometheus.yml，以下是该文件模板
# my global config
global:
scrape_interval: 15s # Set the scrape interval to every 15 seconds. Default is every 1 minute.
evaluation_interval: 15s # Evaluate rules every 15 seconds. The default is every 1 minute.
# scrape_timeout is set to the global default (10s).
# Alertmanager configuration
alerting:
alertmanagers:
- static_configs:
- targets:
# - alertmanager:9093
# Load rules once and periodically evaluate them according to the global 'evaluation_interval'.
rule_files:
# - "first_rules.yml"
# - "second_rules.yml"
# A scrape configuration containing exactly one endpoint to scrape:
# Here it's Prometheus itself.
scrape_configs:
# The job name is added as a label `job=<job_name>` to any timeseries scraped from this config.
- job_name: 'prometheus'
# metrics_path defaults to '/metrics'
# scheme defaults to 'http'.
static_configs:
- targets: ['localhost:9090','localhost:8090','localhost:9100']
说明: 最后一段是重点，说明promethus除了把自己当作数据源之外，还分别引用cadivsor和exporter获取数据源，我们也可以看到，如果要监控多台机器，则需要在这里将其他机器的信息填入。
使用sensible-editor prometheus.yml创建配置文件
运行以下命令创建Prometheus容器
docker run -d -p 9090:9090 \
-v /home/chengzh/prometheus.yml:/etc/prometheus/prometheus.yml \
--restart always \
--name prometheus \
--net=host \
prom/prometheus
ELK手动初始化
假定之前脚本中的ELK部分运行正常，则首先使用sensible-editor /etc/filebeat/filebeat.yml命令编辑配置文件：将相关内容替换为
- /var/lib/docker/containers/*/*.log
- /var/log/syslog
之后再运行以下命令重启filebeat服务
systemctl start filebeat.service
重启之后ELK的修复
除了weave work之外其他容器都能自动重启，但是ELK需要特别干预，在docker host重启之后使用root账号权限运行以下命令：
sysctl -w vm.max_map_count=262144
docker start elk
systemctl start filebeat.service
docker start busybox