對於使用 docker/docker-compose/docker stack 進行開發、部署的使用者,可能會遇到以下問題
- 如何有效地區分 develop/staging/production 環境配置?
- 如何有效應對在不同環境甚至差異的架構下部署的需求?
有經驗的同學知道環境變數是問題的答案,但本內容並不止於紙上談兵,而是結合 aspnet core 示例進行說明,並給出 GNU 工具說明和進行 python 實現。
docker-compose
我們常常基於 compose 檔案進行部署,但純靜態的 compose 檔案可能無法滿足以下需求
- 為了從宿主機讀取資料或者從容器持久化資料,我們需要調整目錄掛載位置;
- 為了避免埠衝突我們需要修改埠對映;
環境變數
docker-compose 支援環境變數,我們可以在 compose 檔案中加入動態元素來修改部分行為,一個使用變數進行目錄和埠對映的 compose 檔案如下:
version: '3'
networks:
default:
services:
nginx:
image: nginx
networks:
- default
volume:
- ${nginx_log}:/var/log/nginx
ports:
- ${nginx_port-81}:80
該 compose 檔案對變數 nginx_port 提供了預設值81。在 linux 下為了使用環境變數我們有若干種方式:
- 全域性環境變數:可以使用 export 宣告
- 程式級別環境變數:可以使用 source 或 env 引入
souce 是 bash 指令碼的一部分,這會引入額外的複雜度,而 env 使用起來很簡單,使用它加上鍵值對及目標命令即可,形式如 env [OPTION]... [-] [NAME=VALUE]... [COMMAND [ARG]...]
,我們使用它進行演示。
$ rm .env
$ docker-compose up -d
WARNING: The Docker Engine you're using is running in swarm mode.
Compose does not use swarm mode to deploy services to multiple nodes in a swarm. All containers will be scheduled on the current node.
To deploy your application across the swarm, use `docker stack deploy`.
Starting docker-compose-env-sample_nginx_1 ... done
$ docker-compose ps
Name Command State Ports
-----------------------------------------------------------------------------------------------
docker-compose-env-sample_nginx_1 /docker-entrypoint.sh ngin ... Up 0.0.0.0:81->80/tcp
$ docker-compose down
$ env nginx_port=82 docker-compose up -d
WARNING: The Docker Engine you're using is running in swarm mode.
Compose does not use swarm mode to deploy services to multiple nodes in a swarm. All containers will be scheduled on the current node.
To deploy your application across the swarm, use `docker stack deploy`.
Creating network "docker-compose-env-sample_default" with the default driver
Creating docker-compose-env-sample_nginx_1 ... done
$ docker-compose ps
Name Command State Ports
-----------------------------------------------------------------------------------------------
docker-compose-env-sample_nginx_1 /docker-entrypoint.sh ngin ... Up 0.0.0.0:82->80/tcp
可以看到使用 env 宣告的變數 nginx_port=82 修改了容器的埠對映。雖然 env 支援多條鍵值對,但真實環境裡變數較多、變數值冗長,雖然可以通過 bash 指令碼來管理,但可讀性、可維護性太差,所以 docker-compose 提供了基於檔案的環境變數機制。
.env 檔案
閱讀仔細的同學看到命令起始語句 rm .env
時可能心生疑問,這便是支援的基於檔案的環境變數機制,它尋找 docker-compose.yml 檔案同目錄下的 .env 檔案,並將其解析成環境變數,以影響 docker-compose 的啟動行為。
我們使用以下命令生成多行鍵值對作為 .env 檔案內容,注意 > 和 >> 的差異
$ echo 'nginx_log=./log' > .env
$ echo 'nginx_port=83' >> .env
$ cat test
nginx_log=./log
nginx_port=83
重新啟動並檢查應用,可以看到新的埠對映生效了。
$ docker-compose down
Removing docker-compose-env-sample_nginx_1 ... done
Removing network docker-compose-env-sample_default
$ docker-compose up -d
WARNING: The Docker Engine you're using is running in swarm mode.
Compose does not use swarm mode to deploy services to multiple nodes in a swarm. All containers will be scheduled on the current node.
To deploy your application across the swarm, use `docker stack deploy`.
Creating network "docker-compose-env-sample_default" with the default driver
Creating docker-compose-env-sample_nginx_1 ... done
$ docker-compose ps
Name Command State Ports
-----------------------------------------------------------------------------------------------
docker-compose-env-sample_nginx_1 /docker-entrypoint.sh ngin ... Up 0.0.0.0:83->80/tcp
通過 .env 檔案的使用,我們能將相關配置管理起來,降低了複雜度。
env_file
即便應用已經打包,我們仍然有動態配置的需求,比如 aspnet core 程式使用 ASPNETCORE_ENVIRONMENT 控制異常顯示、postgresql 使用 POSTGRES_USER 和 POSTGRES_PASSWORD 傳遞憑據。由前文可知我們可以將變數儲存在額外的 env 檔案中,但業務使用的環境變數與 compose 檔案混雜在一起並不是很好的實踐。
比如我們有用於微信登入和支援的站點,它帶來大量的配置變數,可能的 compose 檔案內容如下:
version: '3'
networks:
default:
services:
pay:
image: mcr.microsoft.com/dotnet/core/aspnet:3.1
volumes:
- ${site_log}:/app # 日誌路徑
- ${site_ca}: /ca # 支付證照
working_dir: /app
environment:
- ASPNETCORE_ENVIRONMENT: ${ASPNETCORE_ENVIRONMENT}
- redis: ${redis}
- connection_string: ${connection_string}
- wechat_app_id: ${wechat_app_id}
- wechat_app_secret: ${wechat_app_secret}
- wechat_mch_app_id: ${wechat_mch_app_id}
entrypoint: ['dotnet', 'some-site.dll']
ports:
- ${site_port}:80
mall:
image: openjdk:8-jdk-alpine
environment:
- ?
# 忽略
真實情況下配置項可能更多,這使用 compose 檔案冗長,帶來各種管理問題。對此 compose 檔案支援以 env_file 簡化配置,參考 compose-file/#env_file,我們可以使用單獨的檔案存放和管理 environment 選項。
- environment:
- - ASPNETCORE_ENVIRONMENT: ${ASPNETCORE_ENVIRONMENT}
- - redis: ${redis}
- - connection_string: ${connection_string}
- - wechat_app_id: ${wechat_app_id}
- - wechat_app_secret: ${wechat_app_secret}
- - wechat_mch_app_id: ${wechat_mch_app_id}
+ env_file:
+ - pay_env
至此我們可以將系統配置與業務配置分離。env_file 使用和 .env 機制相似,不再贅述。
docker stack
和 docker-compose 比起來,docker stack 帶來了諸多變化。
- 從技術上來說,docker-compose 使用 python 編寫,而 docker stack 是 docker engine 的一部分。前者只是單機適用,後者帶來了 swarm mode,使能夠分散式部署 docker 應用。雖然不能忽略 Kubernetes 的存在,但 docker swarm 提供必要特性時保持了足夠輕量。
- 從跨平臺需求來說,docker-compose 目前只分發了 x86_64 版本,docker stack 無此問題。
不支援基於檔案的環境變數
可以看到 docker stack 是 docker-compose 的替代,但在 compose 檔案規格上,docker-compose 與 docker stack 有顯著差異,後者不支援基於檔案的環境變數,但支援容器的 env_file 選項,我們使用 docker stack 對前文的示例進行測試。
$ rm .env
$ docker stack deploy -c docker-compose.yml test
Creating network test_default
Creating service test_nginx
$ docker service ls
ID NAME MODE REPLICAS IMAGE PORTS
4np70r5kl01m test_nginx replicated 0/1 nginx:latest *:81->80/tcp
$ docker stack rm test
Removing service test_nginx
Removing network test_default
$ env nginx_port=82 docker stack deploy -c docker-compose.yml test
Creating network test_default
Creating service test_nginx
$ docker service ls
ID NAME MODE REPLICAS IMAGE PORTS
jz16fgu76btp test_nginx replicated 0/1 nginx:latest *:82->80/tcp
$ echo 'nginx_port=83' > .env
$ docker stack rm test
Removing service test_nginx
Removing network test_default
$ docker stack deploy -c docker-compose.yml test
Creating network test_default
Creating service test_nginx
$ docker service ls
ID NAME MODE REPLICAS IMAGE PORTS
4lmoexqbyexc test_nginx replicated 0/1 nginx:latest *:81->80/tcp
可以看到 docker stack 並不支援基於檔案的環境變數,這會使得我們開倒車新增了 export 或 source 或 env 的 bash 指令碼和部署嗎?
envsubst
envsubst 是 Unix/Linux 工具,CentOS 安裝命令為 yum install -y gettext
,它支援將模板內容中的佔位變數替換成環境變數再輸出結果,檔案 docker.yml 包含了兩個變數 redis_tag 和 redis_port ,我們用作示例演示 envsubst 的能力。
$ cat docker.yml
version: '3'
services:
redis:
image: redis:${redis_tag}
ports:
- ${redis_port}:6379
我們使用 env 提供環境變數,將檔案 docker.yml 提供給 envsubst。
$ env redis_tag=6.0.5 redis_port=6379 envsubst < docker.yml
version: '3'
services:
redis:
image: redis:6.0.5
ports:
- 6379:6379
可以看到 redis_tag 和 redis_port 被替換成變數值,envsubst 就像 aspnet razor 一樣把輸入引數當作模板解析出來了。聰明的你馬上能夠了解可以行部署結構與步驟:
- 提供基於變數的 compose 檔案
- 提供差異化的環境變數檔案
- 需要部署時,使用 envsub 填充/解析 compose 檔案,作為具體的執行檔案
一個可行的目錄結構如下:
$ tree .
.
├── develop.env
├── docker.debug.yml
├── docker.production.yml
├── docker.yml
└── production.env
0 directories, 5 files
該目錄中,docker.debug.yml 和 docker.production.yml 是模板解析的輸出檔案,用於具體部署。為了生成該檔案,我們可以使用 bash 指令碼解析 develop.env 或 production.env,用於為 env 及 envsubst 提供引數,Parse a .env (dotenv) file directly using BASH 既是相關討論,可以看到花樣百出的解析辦法。而對 envsubst 的進一步瞭解,我認識到它的規則有些許困惑:
- 預設使用系統環境變數下;
- 未提供引數列表時,所有變數均被處理,查詢失敗的變數被當作空白字元;
- 提供引數列表時,跳過沒有列出的變數,查詢失敗的變數被忽略並保持原樣;
為了改進,這裡額外進行了 python 實現。
envsubst.py
envsubst.py 程式碼僅 74 行,可見於文章末尾,它基於以下目標實現。
- [x] 零依賴
- [x] 支援行內鍵值對
- [x] 支援基於檔案的鍵值對
- [x] 支援手動忽略外部環境變數
- [x] 支援行內模板輸入
- [x] 支援基於檔案的模板輸入
- [ ] 嚴格模式
1. 使用行內鍵值對
$ python envsubst.py --env user=root password=123456 -i '${OS} ${user}:${password}'
Windows_NT root:123456
2. 忽略環境變數
$ python src/envsubst.py --env user=root password=123456 --env-ignore -i '${OS} ${user}:${password}'
${OS} root:123456
3. 使用基於檔案的環境變數
$ echo 'OS=macOS' > 1.env
$ python src/envsubst.py --env-file 1.env -i '${OS} ${user}:${password}'
macOS ${user}:${password}
4. 使用文字內容作為輸入引數
$ echo '${OS} ${user}:${password}' > 1.yml
$ python src/envsubst.py --env-file 1.env -f 1.yml
macOS ${user}:${password}
至此我們的能力被大大增強,使用 envsubst.py 可以完成以下功能:
- 實現基於檔案的環境變數解析,結合 env 命令完成 docker stack 使用;
- 結合環境變數轉換各種模板內容,像 compose 檔案、系統配置等,直接使用轉換後的內容。
envsubst.py 關注易於使用的變數提供與模板解析,為保持簡單有以下限制:
- 變數記法
$user
和${user}
在 bash 指令碼和 envsubst 中均有效,為避免複雜度和程式碼量提升,未予支援; - envsubst 中形如
${nginx_ports:-81}:80
的預設值寫法等特性,未予支援。
當然你可以基於該邏輯進行基於檔案的鍵值對解析,再配合 envsubst 或 env 工作,這完全沒有問題,也沒有難點,就不再贅述。
業務中的環境變數
雖然各業務如何使用環境變數是其自身邏輯,但在看到許多 anti-pattern 後我認為相關內容仍值得描述,由於以下事實存在:
- 各種業務系統的配置方式不一致,第三方元件依賴的配置形式不同,比如多數 aspnet dotnet 應用使用 json 檔案進行配置,java 應用使用類似 ini 格式的 properties 檔案進行配置,node 應用和 SPA 前端方式更多無法展開。
- 業務複雜度各不相同,出於便於管理的需要,有些配置被分拆成多個零散檔案;
因為業務的差異性與複雜度的客觀存在,而開發人員生而自由(笑),應用的配置方式實在難以列舉。這對於運維人員來說不異於災難,在生產環境因配置不存在導致的事故比比皆是。雖然運維人員難辭其咎,但開發人員有責任避免零散、複雜、難以管理的配置方式。
值得慶幸的是,環境變數是通用語言,多數應用都可以基於環境變數進行配置。以整合 elastic apm 的情況進行說明,園友文章 使用Elastic APM監控你的.NET Core應用 有所描述,我們需要以下形式的 ElasticApm 配置:
{
"ElasticApm": {
"LogLevel": "Error",
"ServerUrls": "http://apm-server:8200",
"TransactionSampleRate": 1.0
}
}
在部署到生產環境時,我們需要告之運維同學:"xxxx.json 裡有一個叫 ElasticApm 的配置項,需要把它的屬性 ServerUrls 值修改到 http://10.xx.xx.xx:8200", 結合前文描述,我們看如何改進。
- 新增依賴 Microsoft.Extensions.Configuration.EnvironmentVariables 以啟用基於環境的配置
- 新增 env_file,將
ElasticApm__ServerUrls=http://10.xx.xx.xx:8200
寫入其中
僅此而已,我們需要了解的內容是:如何新增環境變數,使能夠覆蓋 json 檔案中的配置,文件 aspnetcore-3.1#environment-variables 詳細說明了使用方法:使用雙下劃線以對映到冒號,使用字首以過濾和獲取所需要環境變數。
示例程式碼使用了 set 命令新增環境變數,和在 linux 和 cygwin 上使用 export 或 env 效果相同,注意它們不是必須步驟。
我們使用以下控制檯程式輸出生效的配置資訊:
static void Main(string[] args)
{
var configuration = new ConfigurationBuilder()
.AddJsonFile($"appsettings.json")
.AddEnvironmentVariables(prefix: "TEST_")
.Build();
Console.WriteLine("ElasticApm:ServerUrls = {0}", configuration.GetValue<String>("ElasticApm:ServerUrls"));
}
直接使用 dotnet run
$ dotnet run
ElasticApm:ServerUrls = http://apm-server:8200
$ env TEST_ElasticApm__ServerUrls=http://10.x.x.x:8200 dotnet run
ElasticApm:ServerUrls = http://10.x.x.x:8200
在 docker 中執行
$ docker run --rm -it -v $(pwd)/bin/debug/netcoreapp3.1:/app -w /app mcr.microsoft.com/dotnet/core/runtime dotnet dotnet-environment-variables.dll
ElasticApm:ServerUrls = http://apm-server:8200
$ docker run --rm -it -e TEST_ElasticApm__ServerUrls=http://10.x.x.x:8200 -v $(pwd)/bin/debug/netcoreapp3.1:/app -w /app mcr.microsoft.com/dotnet/core/runtime dotnet dotnet-environment-variables.dll
ElasticApm:ServerUrls = http://10.x.x.x:8200
$ echo 'TEST_ElasticApm__ServerUrls=http://10.x.x.x:8200' > env
$ docker run --rm -it --env_file $(pwd)/env -v $(pwd)/bin/debug/netcoreapp3.1:/app -w /app mcr.microsoft.com/dotnet/core/runtime dotnet dotnet-environment-variables.dll
在 docker-compose 檔案中執行
$ echo 'TEST_ElasticApm__ServerUrls=http://10.x.x.x:8200' > env
$ cat docker-compose.yml | grep env
env_file: ./env
entrypoint: ['dotnet', 'dotnet-environment-variables-console-sample.dll']
$ docker-compose up
WARNING: The Docker Engine you're using is running in swarm mode.
Compose does not use swarm mode to deploy services to multiple nodes in a swarm. All containers will be scheduled on the current node.
To deploy your application across the swarm, use `docker stack deploy`.
Creating network "dotnet-environment-variables-console-sample_default" with the default driver
Creating dotnet-environment-variables-console-sample_dotnet_1 ... done
Attaching to dotnet-environment-variables-console-sample_dotnet_1
dotnet_1 | ElasticApm:ServerUrls = http://10.x.x.x:8201
dotnet-environment-variables-console-sample_dotnet_1 exited with code 0
在 docker stack 中執行
與 docker-compose 並無太大區別,只是控制檯程式很快退出,無法看到有效輸出,使用 aspnet core 進行驗證更適合,不再贅述,至此我們對運維人員的配置修改描述有了改進:
- 找到檔案 xxxx.json 裡有一個叫 ElasticApm 的配置項,把它的屬性 ServerUrls 值修改到 http://10.xx.xx.xx:8200
+ 在檔案 env 下新增記錄 `TEST_ElasticApm__ServerUrls=http://10.x.x.x:8200`
小結
本內容描述了基於 docker 部署的情況下環境變數的使用,對工具 env 和 envsubst 的使用進行了示例,並給出了 python 實現 envsubst.py,最後以 dotnet 應用對業務中如何使用環境變數並與 docker 整合進行了示範。
envsubst.py
import argparse
import logging
import os
import sys
from typing import Dict, Iterable
class EnvironmentContext:
_args: Dict[str, str]
def __init__(self, env_ignore: bool):
if env_ignore:
self._args = {}
else:
self._args = os.environ.copy()
def update(self, args: Dict[str, str]):
self._args.update(args)
def transform(self, input: str) -> str:
for k, v in self._args.items():
# ${key} = value
k2 = '${' + k + '}'
input = input.replace(k2, v, -1)
return input
def _parse_env_args(lines: Iterable[str]) -> Dict[str, str]:
dict = {}
for line in lines:
arr = line.split('=', 1)
assert len(arr) == 2, 'Arg "{}" invalid'.format(line)
dict[arr[0]] = arr[1]
return dict
def _parse_env_file(env_file: str) -> Dict[str, str]:
dict = {}
with open(env_file) as f:
for num, line in enumerate(f):
if line and not line.startswith('#'):
arr = line.split('=', 1)
assert len(arr) == 2, 'Arg "{}" invalid'.format(line)
dict[arr[0]] = arr[1].strip().strip('"')
return dict
if __name__ == "__main__":
parser = argparse.ArgumentParser()
parser.add_argument('--env', dest='env', type=str, nargs='*', required=False)
parser.add_argument('--env-file', dest='env_file', action='store', required=False)
parser.add_argument('--env-ignore', dest='env_ignore', help='ignore environment variables', action='store_true', required=False)
parser.add_argument('-f', '--file', dest='file', action='store', required=False)
parser.add_argument('-i', '--input', dest='input', action='store', required=False)
if len(sys.argv) <= 2:
parser.print_help()
else:
argv = parser.parse_args()
context = EnvironmentContext(argv.env_ignore)
if argv.env_file:
env_args = _parse_env_file(argv.env_file)
context.update(env_args)
if argv.env:
env_args = _parse_env_args(argv.env)
context.update(env_args)
input = argv.input
if argv.file:
with open(argv.file) as f:
input = f.read()
output = context.transform(input)
print(output)
leoninew 原創,轉載請保留出處 www.cnblogs.com/leoninew