基於Docker&Fabric的Web專案部署方案

本文描述了Web專案的兩種部署方案，石器時代的ssh & pull & restart方式不做太多說明

1.基於Fabric（Python）的部署方案

Fabric 是一個用於ssh的Python庫&命令列工具

Fabric is a Python (2.5-2.7) library and command-line tool for streamlining the use of SSH for application deployment or systems administration tasks.

1.1結構

• Interface

  • flask
  • django
  • …

• Script

  • fabric

    • conf (伺服器配置列表)
    • lib（基礎庫&二次開發）

1.2示例

1.2.1.配置檔案conf_server.sample.py

#!/usr/bin/env python
# coding=utf-8

SERVER_DICT = {
    "www": [
        "root@0.0.0.0",
        "password",
        "/home/mt/v1"
    ],
    "v1": [
        "root@0.0.0.0",
        "password",
        "/home/mt/v1"
    ],
    "v2": [
        "root@0.0.0.0",
        "password",
        "/home/mt/v2"
    ],
    "v3": [
        "root@0.0.0.0",
        "password",
        "/home/mt/v3"
    ]
}

1.2.2.更新操作deploy.py

#!/usr/bin/env python
# coding=utf-8

import sys
sys.path.append("..")
from conf.conf_server import *
from fabric.api import env, run, local

    def run_remote(self):
        print env.host_string
        _path = self.project[2]
        _string = `su mt -c "cd %s && git pull origin master"` % _path
        run(_string)

1.3說明

通過不同伺服器的配置資訊，使用http|socket等方式傳送特定的引數如cloud|help來執行上述的命令達到熱更新以及修復的功能.對應的介面實現可以通過指定：

• 基於許可權的主動更新(不同身份的管理員人肉傳送命令)
• 基於專案的自動更新(webhook)

注意：專案程式碼需要特定的branch（不過這其實也是規範化的程式碼管理必需）

示例：

# 命令列操作
python deploy.py www

# Http介面
curl -X POST -H "Content-Type: application/x-www-form-urlencoded" -d `site=www` "http://api.thonatos.com/deploy/"

2.基於Docker的部署方案

Docker是一個將程式以及其依賴打包進一個標準單元的服務或者工具集

Docker allows you to package an application with all of its dependencies into a standardized unit for software development.

2.1基礎

Docker服務的基礎是虛擬機器，整個Docker服務包含了虛擬機器以及操作虛擬機器的一些列命令集合

這裡需要理解Docker的幾個基本概念，便於更好的理解這種部署開發&部署方式與常規方案的區別

• image（映象）
• container（容器）
• server（伺服器）

映象相當於一個Linux發行版，對比於Linux下的Ubuntu、CentOs等，我們可以按照自己的需求去定義這個發行版的內容以及元件，基礎映象是最小化的Linux執行單元，那麼，我們需要做的就是根據程式的需要，安裝各種依賴元件，並將APP+DEP進行打包，變成我們的“定製發行版”，以此來部署在真實Server上。於此同時，映象在初始化的過程中，可以定義一些列操作，比如——安裝依賴、拉取程式碼以及執行程式

容器是一個例項化以後的虛擬機器，容器依賴於映象，在映象的基礎上做例項化，是初始化以後的虛擬機器

伺服器，就是傳統的伺服器如實體伺服器或者雲主機等

Docker對應了一些列的服務端程式，是標準的C/S架構，每一個伺服器執行一個或多個容器，一個或多個容器的集合叫做叢集，對伺服器進行一些列的包裝後變成一個控制檯，不再去關心伺服器的初始化過程，只管理容器本身是目前Docker的優勢所在。具體表現為，按照原有方式，我們需要先開通N臺伺服器，再依次在每一臺機器上安裝虛擬機器；現在需要的是，將所有的伺服器進行封裝，變成一個通道，在盒子外，我們告訴盒子我們需要多少個容器，它返回給我們對應的服務即可。國內的DaoCloud、阿里雲容器服務已經相對完善。（阿里測試中，DaoCloud已經相對成熟）

2.2環境打包

2.2.1 映象示例

FROM node:argon

# Create app directory
RUN mkdir -p /usr/src/app  
WORKDIR /usr/src/app

# Clone code & Install app dependencies
RUN git clone git@github.com:MT-Libraries/MT-Notes.git ./
RUN npm install

EXPOSE 8080  
CMD [ "npm", "start" ]  

示例在初始化的過程中會從git拉取程式碼並安裝依賴檔案，最終執行在8080埠

2.2.2 部署簡述

• 在DC（DaoCloud）控制檯建立一個叢集
• 在應用中選擇基於映象m建立n個容器
• 等待初始化完成，可以看到當前叢集中的節點數量（節點即為容器數量）
• 同一個叢集中的機器可以跑相同或者不同的服務，當需要負載均衡時，動態的加入或者移除節點即可（通過配置，自動伸縮）

2.2.3 節點管理

節點管理通過阿里雲的Agent服務，相當於為每一個節點建立了一個遠端shell，我們通過控制檯即可輕鬆升級&更新程式

• 批量更新
• 動態管理
• 負載均衡

批量更新，通過一些設定建立的數量如20臺 ，建立完畢後，從原有叢集移除所有節點，加入建立的節點，即可完成更新操作，後續刪除或者銷貨舊版本的容器。停機更新即完成。

動態管理，由於數量可以自定義，我們可以在使用者無感知的情況下增加伺服器到50或者減少伺服器到10，在這個過程中，使用者是不會感覺到變化的（注：這裡需要設計資料共享機制 Session/Cookie）

3.兩種方案的使用

這兩種方案並不存在互斥性，可以並從，也可以只選擇一種，如：

• 獨立Fabric，則以伺服器映象為基礎，備份伺服器本身（缺點是資料量大，伺服器最少20G）
• 獨立Docker，則每次都是通過銷貨/初始容器的方式來實現，換言之，如果是一臺伺服器，則需更換IP
• 組合使用，針對熱更新使用Fabric，針對大規模、大版本、又或者數量大時，使用該方式更便捷