DockOne微信分享（一二一）：喜马拉雅FM测试环境的Docker化实践案例

【编者的话】随着容器技术的流行，作为线上应用Docker的铺垫，喜马拉雅FM从16年开始推进测试环境Docker化。本次分享将重点为大家介绍我们在Docker化的过程中如何进行技术选型、环境搭建，特别是实践中碰到的一些问题及其解决方案。

【3 天烧脑式 Docker 训练营 | 上海站】随着Docker技术被越来越多的人所认可，其应用的范围也越来越广泛。本次培训我们理论结合实践，从Docker应该场景、持续部署与交付、如何提升测试效率、存储、网络、监控、安全等角度进行。

简介

为什么要Docker化？

1. 
   标准化
   
   • 
     配置标准化，以部署Tomcat为例，实际物理环境中，通常一台物理机部署多个Tomcat，这就存在Tomcat的端口及目录管理问题。 理想状态下：一个项目一个主机Tomcat，Tomcat永远位于/usr/local/tomcat（或其它你喜欢的位置）下，对外端口是8080，debug端口是8000。
   • 
     部署标准化，现在云平台越来越流行，同时，也不会立即丢弃物理环境，因此必然存在着同时向云环境和物理环境部署的问题。这就需要一系列工具，能够屏蔽物理环境和云环境的差异，Docker在其中扮演重要角色。
2. 
   API化，通过API接口操作项目的部署（CPU、内存分配、机器分配、实例数管理等），而不是原来物理机环境的的手工命令行操作。
3. 自动化，调度系统可以根据API进行一些策略性的反应，比如自动扩容缩容。

上述工作，原有的技术手段不是不可以做，可是太麻烦，可用性和扩展性都不够好。

几个小目标

1. 
   业务之间不互相干扰
   
   • 一个项目/war一虚拟机/容器
   • Ip-pert-task
2. 
   容器之间、容器与物理机之间可以互通
3. 容器编排：健康检查、容器调度等
4. 使用方式：通过yaml/json来描述任务，通过API部署

总结一下，基于n台物理机搭建容器环境，整个工作的主线：一个项目一个主机 ==> 物理机资源不够 ==> 虚拟化 ==> 轻量级虚拟化 ==> Docker ==> 针对Docker容器带来的网络、存储等问题 ==> 集群编排 ==> 对CI/CD的影响。

网络

虚拟化网络的两种思路：

Overlay

• 隧道，通常用到一个专门的解封包工具
• 路由，每个物理机充作一个路由器，对外，将容器数据路由到目标机器上；对内，将收到的数据路由到目标容器中。

通常需要额外的维护物理机以及物理机上容器IP（段）的映射关系。

Underlay

不准确的说，容器的网卡暴露在物理网络中，直接收发，通常由外部设备（交换机）负责网络的连通性。

经过对比，我们采用了MacVLAN，主要是因为：

1. 简单
2. 效率高
3. 我们就是想将容器“当成”虚拟机用，容器之间互通就行，不需要支持复杂的网络伸缩、隔离、安全等策略。

关于MacVLAN，这涉及到LAN ==> VLAN => MacVLAN的发展过程，请读者自行了解。网络部分参见《Docker MacVLAN实践》。

IP分配问题

对于物理机、KVM等虚拟机来说，其生命周期很长，IP一经分配便几乎不变，因此通常由人工通过命令或Web界面手动分配。而对于Docker容器来说，尤其是测试环境，容器的创建和销毁非常频繁，这就涉及到频繁的IP分配和释放。因此，IP分配必须是自动的，并且有一个IP资源池来管理IP。

在Docker网络中，CNM（Container Network Management）模块通过IPAM（IP address management）driver管理IP地址的分配。我们基于TalkingData/Shrike改写了自己的IPAM插件，fix了在多实例部署模式（一个Docker host部署一个IPAM，以防止单实例模式出现问题时，整个系统不可用的问题）下的重复存取问题。

编排

Docker解决了单机的虚拟化，但当一个新部署任务到达，由集群中的哪一个Docker执行呢？因此，Docker之外，需要一个编排工具，实现集群的资源管理和任务调度。

这些工具均采用Master/Slave架构，假设我们将物理机分为Master和Slave，这些工具在Slave上运行一个Agent（任务执行和数据上报），在Master上运行一个Manager（任务分发和数据汇总）。从功能上说，任务分发和容器资源汇总，这些工具基本都可以满足要求。就我的理解，其实这些工具的根本区别就是：发展历程的不同。

1. 从一个Docker/容器化调度工具， 扩展成一个分布式集群管理工具
2. 从一个分布式资源管理工具 ，增加支持Docker的Feature

其中的不同，请大家自己体会一下。

到目前为止，根据我们测试环境的实践，发现我司有以下特点：

1. 对编排的需求很弱，基本都是单个微服务项目的部署。微服务项目的协同、服务发现等由公司的服务治理框架负责。
2. 基础服务，比如MySQL、Hadoop等暂不上Docker环境。
3. 需要查询编排工具的API接口，同时有一个良好的Web界面，对编排工具的数据汇总、资源管理能力有一定要求。

因此，最终我们决定使用Marathon + Mesos 方案。当然，后面在实践的过程中，因为网络和编排工具的选择，ip变化的问题给我们带来很大的困扰，甚至专门开发了几个小工具，参见下文。

image的组织

Docker的厉害之处，不在于发明了一系列新技术，而在于整合了一系列老技术，比如AUFS、LXC等，在Docker之前，我司运维也经常使用Cgroups来限制一些c项目进程使用的资源。阿里、腾讯等大厂在Cgroups、Namespace等基础上搞一套自己的容器工具，现在也广为人知。甚至在《尽在双11：阿里巴巴技术演进与超越》关于Docker部分中提到，对于阿里，使用Docker初衷是Docker镜像化，也就是其带来的应用环境标准化，而不是容器化。

Docker镜像的实践主要涉及到以下问题：

1. 搭建私有image repository
2. 对layer进行组织
3. 
   镜像的分发较慢
   
   • 预分发，但这不解决根本，只适用部分场景
   • 对layer进行压缩，京东目前采用该方案
4. 
   镜像化带来的容器重启问题。因为镜像是一体的，哪怕只有一点更改，镜像的发布都必须销毁之前的容器，然后按照新镜像创建新容器。耗时是一方面，对以下场景也很不友好：
   
   • 只是更新一个文件，项目、容器均不需要重启
   • 因为加载缓存等原因，项目、容器启动比较耗时
   
   
   对于具体的场景，可以有具体的办法规避。对于通用的解决方案，阿里通过改写Docker，对镜像支持HotFix标识，deploy这类镜像，不再创建新容器，而是更新容器。

我们要对镜像的layer进行组织，以最大化的复用layer。

因为我们还只是在测试环境使用，镜像较慢的矛盾还不是太突出，这方面并没有做什么工作。

写到这里，我们可以看到一个技术之外的技术问题。阿里对于docker image feature的改造。

1. 可以减少容器的重启次数，进而减少IP的分配和释放。容器生命周期的延长，给用户的感觉是更像一个虚拟机。减少IP变化对其它组件的影响，一些组件不再必要。
2. 影响到容器的编排策略。即deploy新的任务不再是选择一个机器运行容器，而是找到原来的容器应用变更。这大概是阿里采用Docker Swarm编排工具并改造Docker Swarm的部分原因。毕竟Docker Swarm起点就是一个Docker编排工具，跟Docker更亲近，也更容易改造。
3. 我们在Docker化的过程中，对Docker的各种特性一则认为天经地义，二则逆来顺受。出现问题，要么想办法规避，要么在外围造个轮子去解决（还是规避）。这让我想到了最近在看的《大明王朝1566》，皇帝要大兴土木，严党要贪污，胡宗宪左支右绌，勉力维持。海瑞认为问题的根儿在皇帝，直接上了《治安疏》。两者都算不上什么错，胡宗宪在他的位置，重要的是保住总督的位置，这样才能打倭寇。作为一个名义上的严党分子，这样的话也不能他来说。我们在技术的选择上，也经常碰到这样的问题，各种妥协。但越早的认识到各种方案的缺陷，才会避免陷入为了方案而方案，做到预判，嗅到风向变化，随机应变。

CI

本质上Jenkins如何跟Marathon结合的问题，现成的方案很多，本文不再赘述。

关键是提供几套不同的模板，以方便不同业务的童鞋使用。

容器变化带来的问题

使用Docker后，容器在物理机之间自由漂移，物理机的角色弱化成了：单纯的提供计算资源。但带来的问题是，影响了许多系统的正常运行。

IP变化

许多系统的正常运行依赖IP，IP不稳定带来一系列的问题。而解决IP的变化问题主要有以下方案

1. 新增组件屏蔽IP变化
2. 提供DNS服务（有缓存和多实例问题）
3. 
   不要改变IP
   
   • 既然重启后，IP会改变，就减少容器重启
   • 服务与IP绑定（这个方案非常不优雅）

对于Web服务，IP的变化导致要经常更改Nginx配置，为此，我们专门改写了一个Nginx插件来解决这个问题。参见一个大牛的工具weibocom/nginx-upsync-module，我为大牛的工具新增了zk支持，参见qiankunli/nginx-upsync-module-zk。

对于RPC服务，我司有自己独立开发的服务治理系统，实现服务注册和发现。但该系统有审核机制，系统认为服务部署在新的机器上时（通过IP识别新机器）应先审核才能对外使用。我们和开发同学协调，在服务上线时，进行额外处理来屏蔽掉这个问题。遗憾的是，对于跨语言调用，因为rpc客户端不通用，仍有很多不便。

文件存储

有许多项目会将业务数据存储在文件中，这就意味着项目deploy进而容器重启之后，要能找到并访问这些文件。在Docker环境下主要有以下两种方案：

1. Docker volumn + cluster fs
2. Docker volume plugin

我们当下主要采用第一种，将cluster fs mount到每台Docker host的特定目录（例如/data），打通container /data ==> docker host /data == cluster fs /data，任意容器即可共享访问/data目录下的数据。

日志采集与查看

为了将日志持久化存储，我们将容器的日志目录映射到了物理机上。but，一个项目的日志分散在多个物理机中。

我司原有日志采集报警系统，负责日志采集、汇总、报警。因此容器化后，日志的采集和报警并不会有什么影响。但该系统只采集错误日志，导致开发人员要查看日志以调试程序时，比较麻烦。最初，我们提供了一个Web Console来访问容器，操作步骤为：login ==> find container ==> input console ==> op。但很多童鞋依然认为过于繁琐，并且Web Console的性能也不理想。而直接为每个容器配置ssh server，又会对safe shutdown等产生不良影响。因此

1. 登陆测试环境，90%是为了查看日志
2. 和开发约定项目的日志目录，并将其映射到物理机下
3. 间接配置ssh。每个物理机启动一个固定ip的ssh container，并映射日志目录
4. 使用go语言实现了一个essh工具，essh -i marathon_app_name即可访问对应的ssh container实例并查看日志。

当然，日志的问题，也可以通过elk解决。

部署有状态服务

其它问题

Mesos + Marathon + Docker的文章很多，其实这才是本文的重点。

1. 
   Base image的影响
   
   1. 时区、Tomcat PermGensize、编码等参数值的修正
   2. base image为了尽可能精简，使用了alpine。其一些文件的缺失，导致一些java代码无法执行。比如，当去掉/etc/hosts中ip和容器主机名的映射后，加上/etc/sysconfig/network的缺失，导致Java代码InetAddress.getLocalHost()执行失败。参见《Java InetAddress.getLocalHost() 在linux里实现》
2. 
   Safe shutdown，部分服务退出时要保存状态数据
3. 
   支持sshd（已解决，但对解决其他问题是个有益的参考），以方便大家查看日志文件（Web Console对查看大量日志时，还是不太好用）
   
   1. 使用supervisord（管理SSH和Tomcat），需要通过supervisord传导SIGTERM信号给Tomcat，以确保Tomcat可以safeshutdown。该方法比较low，经常发生supervisord让Tomcat退出，但自己不退出的情况。
   2. 每台机器启动跟一个专门的容器，映射一些必要的volume，以供大家查看日志等文件
4. 
   Marathon多机房主备问题
5. 容器的漂移对日志采集、分析系统的影响
6. 对容器提供DNS服务，以使其可以正确解析外部服务的hostname
7. 如何更好的推广与应用的问题（这是个大问题，包括分享PPT的写作思路、Jenkins模板的创建等，不比解决技术难题耗费的精力少）

todo

1. 日志采集，简化日志搜索
2. 
   一个集中式的DC。当下，项目部署的各个阶段分散在不同的组件中。呈现出来的使用方式，不是面向用户的。
   
   • Jenkins负责代码的编译和Marathon job的触发
   • Marathon负责任务调度、销毁和回滚等
   • Portainer负责容器数据的界面化以及Web Console

这样带来的问题是：

1. 对于运维人员人说，一些操作不能固化下来，比如回滚等，手工操作易出错。
2. 对于用户来说，容易想当然的通过portainer进行增删改容器的操作，进而引起系统的不一致。
3. 因为是现成系统，很难加入我们自己的逻辑，这使得配置上经常出现一些语义冲突的情况。

Q&A

Q：镜像精炼影响很大吗？Docker相同层不是只下载一次吗？

A：我们绝大部分是Java项目，通常一个war包五六十M，更大的也有，占用一个layer。频繁的发布和部署，仅仅是下载这一个layer，时间上还是有一点耗时的。

Q：网络对于Kubernetes出来容易，进去很难。不知道你们说的物理机和Docker网络是怎么互通的？希望能详细说下。

A：首先通过docker ipam driver我们为每个容器分配一个IP，Docker本身也支持MacVLAN，不准确的说，相当于每个容器有一个物理网卡，只是和物理机网段不同。我们通过交换机连通两个网段。

Q：问一下，配置的统一管理是怎么做的？哪些配置信息做了统一管理，数据库的链接信息也是放到配置信息里吗？
A：可能我文中用配置一词不太对，文中的配置更多指的是，Tomcat的安装目录，Tomcat的Web端口、debug端口号，日志目录命名等约定。这个是做镜像时便已经确定的。

Q：容器有了固定IP那么就不需要NAT了，那么在原Mesos下的服务发现就不适用了，能详细介绍下这块怎么搞么？

A：从根本上，不管容器IP变不变，因为以后做扩容缩容，我们认为服务的IP总是会变得。因此我们写了Nginx插件等额外组件来屏蔽IP的变化，而不是尝试让IP不变。

Q：怎么收集Tomcat启动时的log？ 有没有想过用WebSocket？

A：我们公司有自己的日志采集系统，可以采集并分析业务日志。至于Tomcat日志，我们业务上暂时还不需要采集。我们有自己的手段来采集Tomcat运行状态。这里顺便说下，很多方案我们的选择，是基于公司目前已有的一些框架工具，大家要按照自己的情况因地制宜。

Q：将容器的应用端口映射到主机端口，能不能解决IP变化问题？

A：因为容器会在主机之间漂移，我们通过“物理机IP：物理机port”来访问容器时，容器对应的物理机IP在deploy后，还是会变得。

以上内容根据2017年5月23日晚微信群分享内容整理。分享人李乾坤，喜马拉雅FM Java开发工程师。14年开始接触Docker，15年东南大学硕士毕业，随即加入喜马拉雅FM，从事后台开发，16年参与测试环境Docker化，目前负责平台支持业务的维护与开发。 DockOne每周都会组织定向的技术分享，欢迎感兴趣的同学加微信：liyingjiesz，进群参与，您有想听的话题或者想分享的话题都可以给我们留言。

---