Logistics_Day02：Docker 入门使用

01-[复习]-上次课程内容回顾

主要讲解物流大数据项目项目介绍和项目解决方案。

1、项目介绍
	行业背景、项目背景：数据量大（海量数据、大规模数据）和业务复杂
	本项目基于一家大型物流公司研发的智慧物流大数据平台
		物流实时大屏系统：ClickHouse数据库 + 服务接口SpringCloud + NodeJS/Vue

2、项目解决方案
	物流快读：业务流程，6个部分组成，中间4个部分
		快递单：tbl_express_bill，运单：tbl_waybill，客户表、快递员表、仓库表、车辆运输表
	逻辑架构
		业务数据：数据库RDBMs（Oracle、MySQL）
		采集数据：OGG、Canal
		数据缓冲：Kafka
		实时ETL：StructuredStreaming
		数据存储：Kudu（离线报表和即席查询Impala）、Es（物流信息检索）、ClickHouse（实时大屏和服务接口）
		资源统一调度：YARN、Azkaban
	数据流转图
    	业务数据存储			大数据存储与分析
    技术选项，为什么选择这些框架？？
    	Kafka，大数据流式处理
    	计算Spark,目前来说，能够使用Spark搞定，就不用Flink
	非功能描述
		服务器选项：云主机还是物理机
		集群规模：按照数据量计算和规划
	服务器资源规划
		本次学习项目时，服务器说明

02-[了解]-第2天：课程内容提纲

主要讲解Docker容器基本使用

1、Docker 容器是什么
	虚拟化是什么
	容器是什么
	虚拟机与容器比较


2、Docker 框架安装部署
	Docker容器引擎框架架构
		C/S
	安装，在线联网yum安装
	启动服务及加速配置
	
3、Docker容器命令使用
	镜像image
	容器container

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NlPjC7CH-1651888604573)(/img/image-20210518151229534.png)]

03–[了解]-大数据项目为什么使用Docker

​ 随着大数据平台型产品方向的深入应用实践和Docker开源社区的逐渐成熟，业界有不少的大数据研发团队开始使用Docker。

Docker会让大数据平台部署更加简单快捷、让研发和测试团队集成交付更加敏捷高效、让产线环境的运维更加有质量保障。

虚拟机可以实现一些开发、测试与运维之间的问题，但是存在很多缺陷：

官网：https://www.docker.com/

04–[理解]-什么是虚拟化

​ 虚拟化（Virtualization），在Windows系统上安装VMWare虚拟化软件，可以将物理机器资源虚拟化到机器上（VM），在虚拟机上安装操作系统，运行应用程序。

在计算机中，虚拟化（英语：Virtualization）是一种资源管理技术，是将计算机的各种实体资源，予以抽象、转换后呈现出来，打破实体结构间的不可切割的障碍，使用户可以比原来的组态更好的方式来应用这些资源。

​ 虚拟化简单讲，就是把一台物理计算机虚拟成多台逻辑计算机，每个逻辑计算机里面可以运行不同的操作系统，相互不受影响，这样就可以充分利用硬件资源。

• 1）、类型一、直接在硬件资源上安装虚拟化软件，创建虚拟机，安装操作系统，运行应用
• 2）、类型二、硬件之上安装操作系统，再安装虚拟化软件，创建虚拟机，安装操作系统，运行应用

05–[掌握]-初识Docker 容器

​ Docker是一个开源的应用容器引擎（框架），创建容器，部署运行应用，比如创建容器Contanier，运行MySQL数据库。

Docker将应用及依赖打包到容器Contanier（轻量级，可移植），发布Deploy到任何流向linux服务器运行

06–[理解]-容器与虚拟机比较

Docker是一种容器技术，==解决软件跨环境迁移的问题===

• 1）、什么是虚拟机

  ​ 虚拟机是一个计算机系统的仿真，简单来说，虚拟机可以实现在一台物理计算机上模拟多台计算机运行任务。

​ VMs也消耗大量系统资源，每个VM不仅运行一个OS的完整copy并且需要所有硬件的虚拟化copy，这消耗大量RAM和CPU。

• 2）、容器是将操作系统虚拟化
  • 容器是在操作系统之上，每个容器共享OS内核，执行文件和库等
  • 容器是非常轻量的，仅仅MB水平并且几秒即可启动
  • VM相比，容器仅需OS、支撑程序和库文件便可运行应用

虚拟机VM和容器Contanier比较

07–[掌握]-Docker 服务端和客户端

​ Docker是一个客户端-服务端（C/S）架构程序，Docker客户端只需要向Docker服务端或者守护进程发出请求，服务端或者守护进程完成所有工作返回结果。

• 1）、Docker 服务端（Server），运行以后就是一个守护进程（后台运行），类比MySQL数据库服务
  • ​ 启动Docker 服务
• 2）、Docker 客户端（Client），向服务端发送请求指令，Server端接收以后，执行操作，完成以后返回结果给客户端，类比mysql
  • 使用docker命令，操作容器

​ 在同一台宿主机器上运行Docker守护进程或者客户端，Docker 容器引擎提供命令行：docker，就是客户端Client，可以向Docker 服务端发送请求

docker引擎是一个c/s结构的应用，主要组件见下图：

• 1）、镜像image：模板，相当Java中定义类
• 2）、容器Contanier：实例，相当Java中基于类创建对象

1、Server是一个常驻进程
2、REST API 实现了client和server间的交互协议
3、CLI 实现容器和镜像的管理，为用户提供统一的操作界面

08–[掌握]-Docker 结构（镜像和容器）

​ Docker使用C/S架构，==Client 通过接口与Server进程通信实现容器的构建，运行和发布==。client和server可以运行在同一台集群，也可以通过跨主机实现远程通信。

构建（build）：创建镜像、运行（run）：创建容器和启动、发布（Deploy）：应用运行和迁移。

• 1）、镜像Image

  • 自定义镜像文件：DockerFile，build构建出镜像
  • 可以从注册中心仓库中拉取镜像，最大公开镜像仓库：hub.docker.com

  docker pull elasticsearch
  

• 2）、容器Contanier

  • 从镜像中创建容器，运行应用。

• 1）、Docker 镜像
  • Docker 镜像（Image）就是一个只读的模板。

镜像（Image）就是一堆只读层（read-only layer）的统一视角

右边可以看到多个只读层，它们重叠在一起，除了最下面一层，其它层都会有一个指针指向下一层。

统一文件系统（Union File System）技术能够将不同的层整合成一个文件系统，为这些层提供了一个统一的视角，这样就隐藏了多层的存在，在用户的角度看来，只存在一个文件系统。

镜像采用分层的架构，更多为了更好利用资源，进行重用（各层可以被重复使用）。

09–[掌握]-Docker 安装及服务启动

​ Docker容器引擎（框架），Docker Server服务端和Docker Client客户端，将其安装在一台机器上。

​ 直接解压提供压缩包【CentOS7.7.zip】，导入至VMWare虚拟软件中，启动虚拟机。

导入虚拟机以后，启动虚拟机时，选择已经导入移动该虚拟机：192.168.88.10， node1.itcast.cn，root/123456

修改虚拟机为命令行模式（启动后为桌面模式）：

[root@node1 ~]# systemctl  get-default
graphical.target

[root@node1 ~]# systemctl  set-default multi-user.target
Removed symlink /etc/systemd/system/default.target.
Created symlink from /etc/systemd/system/default.target to /usr/lib/systemd/system/multi-user.target.

[root@node1 ~]# 
[root@node1 ~]# systemctl  get-default      
multi-user.target

[root@node1 ~]# shutdown -r now

​ 将Docker安装到Centos上，注意：建议安装在Centos7.x以上的版本。整个安装步骤参考教案即可，采用在线yum源方式安装，所以需要连接网络。

官网：https://docs.docker.com/engine/install/centos/

安装完成以后，启动Docker服务：systemctl start docker