多容器环境

为为这个容器分配一个 IP 地址在上一节中，我们看到使用 Docker 运行应用程序非常容易。我们从一个简单的静态网站开始，然后尝试使用 Flask 应用程序。只需要几个命令就可以在本地和云端运行。这些应用程序的一个共同点就是它们在一个 容器 中运行。
如果你有生产环境运行服务的经验就会知道，通常一个应用程序不会那么简单。几乎总是涉及数据库（或任何其他类型的持久存储）。像 Redis 和 Memcached 这样的系统已经成为大多数 Web 应用体系结构的必备品。那么在本节中，我们将花一些时间学习如何对依赖不同服务来运行的应用程序进行 Docker 化。
特别是，我们将看到如何运行和管理 多容器 docker 环境。为什么要使用多容器呢？Docker 的一个关键点是它提供隔离的方式。将进程与其依赖绑定在沙箱（也就是容器）中的想法使其如此强大。
正如将应用程序层分离开来是一种很好的策略一样，聪明的做法是将每个服务的容器分开。每一层可能有不同的资源需求，这些需求可能会以不同的速度增长。通过将层分离到不同的容器中，我们可以根据不同的资源需求使用最合适的实例类型来组合每一层。这在整个 微服务 运动中也发挥了很好的作用，这也是Docker (或任何其他容器技术) 处于现代微服务体系结构 最前沿 的主要原因之一。
SF Food Trucks
我们要 Docker 化的应用叫做 SF Food Trucks。构建这个应用的原因是因为它拥有一些有价值的东西（它很像一个真实的应用），至少依赖于一种服务，对本教程而言并不是太复杂。
SF Food Trucks
应用的后端是用 Python（Flask）编写的，搜索引擎使用的 Elasticsearch。和教程中的其他内容一样，Github 上提供了整个源代码。我们将使用它作为我们的候选应用来了解如何构建、运行和部署多容器环境。
首先，在本地克隆仓库。
$ git clone https://github.com/prakhar1989/FoodTrucks
$ cd FoodTrucks
$ tree -L 2
.
├── Dockerfile
├── README.md
├── aws-compose.yml
├── docker-compose.yml
├── flask-app
│   ├── app.py
│   ├── package-lock.json
│   ├── package.json
│   ├── requirements.txt
│   ├── static
│   ├── templates
│   └── webpack.config.js
├── setup-aws-ecs.sh
├── setup-docker.sh
├── shot.png
└── utils
    ├── generate_geojson.py
    └── trucks.geojson
在flask-app文件夹包含 Python 应用，而utils文件夹中有一些工具程序可以将数据加载到 Elasticsearch 中。该目录还包含一些 YAML 配置文件和一个 Dockerfile，我们将在本教程中逐步详细的了解这些文件。如果你有什么疑问可以随机查看文件。
既然你很兴奋（希望是这样），让我们想一想如何将应用 Docker 化。我们可以看到该应用包含 Flask 后端服务和 Elasticsearch 服务。将这个应用程序分开的一种简单的方法是使用两个容器 - 一个运行 Flask 进程，另一个运行 Elasticsearch（ES）进程。这样，如果我们的应用变得流行，可以通过添加更多容器来扩展它，如何扩展取决于瓶颈是什么。
所以我们需要两个容器。这应该不难吧！我们已经在上一节中构建了自己的 Flask 容器。对于 Elasticsearch，让我们看看是否可以在 docker hub 上找到一些有用的。
$ docker search elasticsearch
NAME                              DESCRIPTION                                     STARS     OFFICIAL   AUTOMATED
elasticsearch                     Elasticsearch is a powerful open source se...   697       [OK]
itzg/elasticsearch                Provides an easily configurable Elasticsea...   17                   [OK]
tutum/elasticsearch               Elasticsearch image - listens in port 9200.     15                   [OK]
barnybug/elasticsearch            Latest Elasticsearch 1.7.2 and previous re...   15                   [OK]
digitalwonderland/elasticsearch   Latest Elasticsearch with Marvel & Kibana       12                   [OK]
monsantoco/elasticsearch          ElasticSearch Docker image                      9                    [OK]
不出所料，官方有一个现成的 Elasticsearch  镜像。为了让 ES 运行，我们可以简单的使用docker run在本地运行单节点 ES 容器。
注意：Elastic 是 Elasticsearch 背后的公司，有自己的 注册中心。如果你打算使用Elasticsearch，建议使用注册中心中的镜像。
我们先来拉取镜像吧
$ docker pull docker.elastic.co/elasticsearch/elasticsearch:6.3.2
然后通过指定端口并设置一个环境变量来配置 Elasticsearch 集群作为单节点运行，在开发模式下运行它。
$ docker run -d --name es -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:6.3.2
277451c15ec183dd939e80298ea4bcf55050328a39b04124b387d668e3ed3943
如上所示，我们使用--name es为容器命名，方便在后续命令中使用。启动容器后，我们可以通过运行docker container logs来查看日志，其中包含容器名称(或 容器ID)。如果 Elasticsearch 启动成功，你应该会看到类似于下面的日志。
注意：Elasticsearch 的启动需要几秒钟，所以在看到日志中初始化之前需要稍等片刻。
$ docker container ls
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED             STATUS              PORTS                                            NAMES
277451c15ec1        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   2 minutes ago       Up 2 minutes        0.0.0.0:9200->9200/tcp, 0.0.0.0:9300->9300/tcp   es
​
$ docker container logs es
[2018-07-29T05:49:09,304][INFO ][o.e.n.Node               ] [] initializing ...
[2018-07-29T05:49:09,385][INFO ][o.e.e.NodeEnvironment    ] [L1VMyzt] using [1] data paths, mounts [[/ (overlay)]], net usable_space [54.1gb], net total_space [62.7gb], types [overlay]
[2018-07-29T05:49:09,385][INFO ][o.e.e.NodeEnvironment    ] [L1VMyzt] heap size [990.7mb], compressed ordinary object pointers [true]
[2018-07-29T05:49:11,979][INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded module [x-pack-security]
[2018-07-29T05:49:11,980][INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded module [x-pack-sql]
[2018-07-29T05:49:11,980][INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded module [x-pack-upgrade]
[2018-07-29T05:49:11,980][INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded module [x-pack-watcher]
[2018-07-29T05:49:11,981][INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded plugin [ingest-geoip]
[2018-07-29T05:49:11,981][INFO ][o.e.p.PluginsService     ] [L1VMyzt] loaded plugin [ingest-user-agent]
[2018-07-29T05:49:17,659][INFO ][o.e.d.DiscoveryModule    ] [L1VMyzt] using discovery type [single-node]
[2018-07-29T05:49:18,962][INFO ][o.e.n.Node               ] [L1VMyzt] initialized
[2018-07-29T05:49:18,963][INFO ][o.e.n.Node               ] [L1VMyzt] starting ...
[2018-07-29T05:49:19,218][INFO ][o.e.t.TransportService   ] [L1VMyzt] publish_address {172.17.0.2:9300}, bound_addresses {0.0.0.0:9300}
[2018-07-29T05:49:19,302][INFO ][o.e.x.s.t.n.SecurityNetty4HttpServerTransport] [L1VMyzt] publish_address {172.17.0.2:9200}, bound_addresses {0.0.0.0:9200}
[2018-07-29T05:49:19,303][INFO ][o.e.n.Node               ] [L1VMyzt] started
[2018-07-29T05:49:19,439][WARN ][o.e.x.s.a.s.m.NativeRoleMappingStore] [L1VMyzt] Failed to clear cache for realms [[]]
[2018-07-29T05:49:19,542][INFO ][o.e.g.GatewayService     ] [L1VMyzt] recovered [0] indices into cluster_state
现在，我们试试向 Elasticsearch 容器发送请求。向9200端口的容器发送cURL请求。
$ curl 0.0.0.0:9200
{
  "name" : "ijJDAOm",
  "cluster_name" : "docker-cluster",
  "cluster_uuid" : "a_nSV3XmTCqpzYYzb-LhNw",
  "version" : {
    "number" : "6.3.2",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "053779d",
    "build_date" : "2018-07-20T05:20:23.451332Z",
    "build_snapshot" : false,
    "lucene_version" : "7.3.1",
    "minimum_wire_compatibility_version" : "5.6.0",
    "minimum_index_compatibility_version" : "5.0.0"
  },
  "tagline" : "You Know, for Search"
}
哇塞！看起来不错！这个时候我们让 Flask 容器也运行起来。在我们开始之前，我们需要一个Dockerfile。在上一节中，我们使用python:3-onbuild作为基础镜像。但是，这一次，除了安装使用 pip 安装 Python 依赖项之外，我们还希望应用程序生成用于生产的压缩后的 Javascript 文件。所以，我们还需要 Nodejs。由于我们需要自定义构建步骤，因此我们将从ubuntu基础镜像的Dockerfile开始从头开始构建。
注意：如果你发现现有的镜像不能满足您的需求，可以随意从另一个基础镜像开始，然后自行调整。对于 Docker Hub 上的大多数镜像，一般可以在 Github 上找到相应的 Dockerfile。在开始动手编写前阅读现成的 Dockerfile 是最好方法之一。
我们的 Flask 应用的 Dockerfile 如下所示：
# start from base
FROM ubuntu:14.04
MAINTAINER Prakhar Srivastav <[email protected]>
​
# install system-wide deps for python and node
RUN apt-get -yqq update
RUN apt-get -yqq install python-pip python-dev curl gnupg
RUN curl -sL https://deb.nodesource.com/setup_8.x | bash
RUN apt-get install -yq nodejs
​
# copy our application code
ADD flask-app /opt/flask-app
WORKDIR /opt/flask-app
​
# fetch app specific deps
RUN npm install
RUN npm run build
RUN pip install -r requirements.txt
​
# expose port
EXPOSE 5000
​
# start app
CMD [ "python", "./app.py" ]
这里有很多新东西，我们快速浏览一下这个文件。我们从 Ubuntu LTS 基础镜像开始，并使用包管理器apt-get来安装依赖项 Python 和 Node。yqq选项用于禁止输出，并假设所有提示都是 “yes”。
然后，我们使用ADD命令将我们的应用程序复制到容器中卷中 - 位于/opt/flask-app。这是我们代码所在的位置。我们还需要将它设置为工作目录，以便于在这个位置的上下文中运行下面的命令。现在我们已经安装了系统范围的依赖，然后可以安装应用的依赖。首先，我们通过使用 npm 运行我们package.json  文件 中定义的 build 命令来处理 Node 。我们通过安装 Python 包，暴露端口并定义要运行的CMD来结束文件，就像在上一节中所做的那样。
最后，我们可以继续构建镜像并运行容器（替换下面的prakhar1989为你自己的用户名）。
$ git clone https://github.com/prakhar1989/FoodTrucks && cd FoodTrucks
$ docker build -t prakhar1989/foodtrucks-web .
第一次运行时，可能要花一点时间，因为 Docker 客户端要下载 ubuntu 镜像，运行所有命令并准备镜像。在对应用代码进行任何更改后重新运行 docker build 几乎是瞬时的，现在尝试运行我们的应用。
$ docker run -P --rm prakhar1989/foodtrucks-web
Unable to connect to ES. Retying in 5 secs...
Unable to connect to ES. Retying in 5 secs...
Unable to connect to ES. Retying in 5 secs...
Out of retries. Bailing out...
完了😰！我们的 Flask 应用竟然不能运行，对。因为它不能连接到 Elasticsearch。那我们如何告诉一个容器关于另一个容器的信息并让它们通信？继续往下看。
Docker 网络
在我们讨论 Docker 提供的专门用于处理此类场景的特性之前，先来尝试是否能够找到解决问题的方法。希望这能让你们对我们将要学习的具体特性有所了解。
好吧，让我们运行 docker container ls(于 docker ps 相同)，看看都有什么。
$ docker container ls
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED             STATUS              PORTS                                            NAMES
277451c15ec1        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   17 minutes ago      Up 17 minutes       0.0.0.0:9200->9200/tcp, 0.0.0.0:9300->9300/tcp   es
我们有一个 ES 容器运行在 0.0.0.0:9200 端口上，我们可以直接访问它。如果我们能让 Flask app 连接到这个 URL，它就能连接到 ES，对吧？让我们深入研究一下 Python 代码，看看如何定义连接。
es = Elasticsearch(host='es')
要让它可以运行，我们需要告诉 Flask 容器 ES 容器在0.0.0.0主机上运行（默认情况下是端口9200），这样才可以工作，对吧？很不幸，这样不可以，因为 IP 0.0.0.0是从 宿主机（也就是我的 Mac）访问 ES容器的 IP 。另一个容器没法通过这个 IP 地址上访问，那么问题来了，如果这个 IP 不能访问，那么 ES 容器应该访问哪个 IP 地址？你可以问这个问题我很高兴。
现在是时候探索 Docker 的网络。安装 docker 时，它会自动创建三个网络。
$ docker network ls
NETWORK ID          NAME                DRIVER              SCOPE
c2c695315b3a        bridge              bridge              local
a875bec5d6fd        host                host                local
ead0e804a67b        none                null                local
桥接网络 是默认运行容器时的网络。这意味着当我运行 ES 容器时，它在这个桥接网络中运行。为了验证这一点，让我们检查一下网络
$ docker network inspect bridge
[
    {
        "Name": "bridge",
        "Id": "c2c695315b3aaf8fc30530bb3c6b8f6692cedd5cc7579663f0550dfdd21c9a26",
        "Created": "2018-07-28T20:32:39.405687265Z",
        "Scope": "local",
        "Driver": "bridge",
        "EnableIPv6": false,
        "IPAM": {
            "Driver": "default",
            "Options": null,
            "Config": [
                {
                    "Subnet": "172.17.0.0/16",
                    "Gateway": "172.17.0.1"
                }
            ]
        },
        "Internal": false,
        "Attachable": false,
        "Ingress": false,
        "ConfigFrom": {
            "Network": ""
        },
        "ConfigOnly": false,
        "Containers": {
            "277451c15ec183dd939e80298ea4bcf55050328a39b04124b387d668e3ed3943": {
                "Name": "es",
                "EndpointID": "5c417a2fc6b13d8ec97b76bbd54aaf3ee2d48f328c3f7279ee335174fbb4d6bb",
                "MacAddress": "02:42:ac:11:00:02",
                "IPv4Address": "172.17.0.2/16",
                "IPv6Address": ""
            }
        },
        "Options": {
            "com.docker.network.bridge.default_bridge": "true",
            "com.docker.network.bridge.enable_icc": "true",
            "com.docker.network.bridge.enable_ip_masquerade": "true",
            "com.docker.network.bridge.host_binding_ipv4": "0.0.0.0",
            "com.docker.network.bridge.name": "docker0",
            "com.docker.network.driver.mtu": "1500"
        },
        "Labels": {}
    }
]
你可以看到我们的容器 277451c15ec1 在 Containers 部分输出了。我们还可以看到为这个容器分配一个 IP 地址 172.17.0.2。这不正是我们需要的 IP 地址吗？我们通过运行我们的 Flask 容器并尝试访问这个 IP 来查找。
$ docker run -it --rm prakhar1989/foodtrucks-web bash
[email protected]:/opt/flask-app# curl 172.17.0.2:9200
{
  "name" : "Jane Foster",
  "cluster_name" : "elasticsearch",
  "version" : {
    "number" : "2.1.1",
    "build_hash" : "40e2c53a6b6c2972b3d13846e450e66f4375bd71",
    "build_timestamp" : "2015-12-15T13:05:55Z",
    "build_snapshot" : false,
    "lucene_version" : "5.3.1"
  },
  "tagline" : "You Know, for Search"
}
[email protected]:/opt/flask-app# exit
这对你来说应该很简单了。我们使用 bash 进程以交互模式启动容器。--rm 会在容器在完成工作后清理容器。我们使用 curl 尝试，但我们需要先安装它。一旦我们这样做了，我们就可以在 172.17.0.2:9200 和 ES 通信。完美😏!
虽然我们已经找到了让容器相互通信的方法，但这种方法仍然存在两个问题：
我们如何告诉 Flask 容器es主机名代表什么？172.17.0.2还是其他IP，因为 IP 是会变化的。
由于默认情况下桥接 网络被每个容器共享，所以这种方法不安全。我们如何隔离网络？
一个好消息是 Docker 对我们的问题有很棒的答案。它允许我们定义自己的网络，同时使用docker network命令来隔离它们。
我们来创建自己的网络。
$ docker network create foodtrucks-net
0815b2a3bb7a6608e850d05553cc0bda98187c4528d94621438f31d97a6fea3c
​
$ docker network ls
NETWORK ID          NAME                DRIVER              SCOPE
c2c695315b3a        bridge              bridge              local
0815b2a3bb7a        foodtrucks-net      bridge              local
a875bec5d6fd        host                host                local
ead0e804a67b        none                null                local
使用network create命令创建了一个新的桥接网络，这是我们目前所需要的。就 Docker 而言，桥接网络使用软件进行桥接，这个软件桥接器允许连接到同一桥接网络的容器进行通信，同时提供与未连接到该桥接网络的容器的隔离。Docker 网桥驱动程序会自动在主机中安装，以便不同网桥上的容器无法直接相互通信。你可以创建其他类型的网络，推荐你在官方 文档 中阅读它们。
现在我们有了一个网络，我们可以使用--net选项在这个网络中启动我们的容器。在操作前我们先停止在当前桥接桥（默认）网络中运行的 ES 容器。
$ docker container stop es
es
​
$ docker run -d --name es --net foodtrucks-net -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:6.3.2
13d6415f73c8d88bddb1f236f584b63dbaf2c3051f09863a3f1ba219edba3673
​
$ docker network inspect foodtrucks-net
[
    {
        "Name": "foodtrucks-net",
        "Id": "0815b2a3bb7a6608e850d05553cc0bda98187c4528d94621438f31d97a6fea3c",
        "Created": "2018-07-30T00:01:29.1500984Z",
        "Scope": "local",
        "Driver": "bridge",
        "EnableIPv6": false,
        "IPAM": {
            "Driver": "default",
            "Options": {},
            "Config": [
                {
                    "Subnet": "172.18.0.0/16",
                    "Gateway": "172.18.0.1"
                }
            ]
        },
        "Internal": false,
        "Attachable": false,
        "Ingress": false,
        "ConfigFrom": {
            "Network": ""
        },
        "ConfigOnly": false,
        "Containers": {
            "13d6415f73c8d88bddb1f236f584b63dbaf2c3051f09863a3f1ba219edba3673": {
                "Name": "es",
                "EndpointID": "29ba2d33f9713e57eb6b38db41d656e4ee2c53e4a2f7cf636bdca0ec59cd3aa7",
                "MacAddress": "02:42:ac:12:00:02",
                "IPv4Address": "172.18.0.2/16",
                "IPv6Address": ""
            }
        },
        "Options": {},
        "Labels": {}
    }
]
如你所见，我们的es容器现在在foodtrucks-net桥接网络中运行。现在来看看当我们在foodtrucks-net网络中启动时会发生什么。
$ docker run -it --rm --net foodtrucks-net prakhar1989/foodtrucks-web bash
[email protected]:/opt/flask-app# curl es:9200
{
  "name" : "wWALl9M",
  "cluster_name" : "docker-cluster",
  "cluster_uuid" : "BA36XuOiRPaghPNBLBHleQ",
  "version" : {
    "number" : "6.3.2",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "053779d",
    "build_date" : "2018-07-20T05:20:23.451332Z",
    "build_snapshot" : false,
    "lucene_version" : "7.3.1",
    "minimum_wire_compatibility_version" : "5.6.0",
    "minimum_index_compatibility_version" : "5.0.0"
  },
  "tagline" : "You Know, for Search"
}
[email protected]:/opt/flask-app# ls
app.py  node_modules  package.json  requirements.txt  static  templates  webpack.config.js
[email protected]:/opt/flask-app# python app.py
Index not found...
Loading data in elasticsearch ...
Total trucks loaded:  733
 * Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
[email protected]:/opt/flask-app# exit
(⊙o⊙) 哇！这样是可以的！在像 foodtrucks-net 这样的自定义网络上，容器不仅可以通过 IP 地址进行通信，还能将容器名称解析为 IP 地址。这个功能称为自动服务发现。现在运行我们的 Flask 容器。
$ docker run -d --net foodtrucks-net -p 5000:5000 --name foodtrucks-web prakhar1989/foodtrucks-web
852fc74de2954bb72471b858dce64d764181dca0cf7693fed201d76da33df794
​
$ docker container ls
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED              STATUS              PORTS                                            NAMES
852fc74de295        prakhar1989/foodtrucks-web                            "python ./app.py"        About a minute ago   Up About a minute   0.0.0.0:5000->5000/tcp                           foodtrucks-web
13d6415f73c8        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   17 minutes ago       Up 17 minutes       0.0.0.0:9200->9200/tcp, 0.0.0.0:9300->9300/tcp   es
​
$ curl -I 0.0.0.0:5000
HTTP/1.0 200 OK
Content-Type: text/html; charset=utf-8
Content-Length: 3697
Server: Werkzeug/0.11.2 Python/2.7.6
Date: Sun, 10 Jan 2016 23:58:53 GMT
访问 http://localhost:5000，来看看你伟大的程序可以预览了！虽然这可能看起来有很多步骤，但实际上我们从开始到运行只输入了 4 个命令。我在 bash脚本 中整理了命令。
#!/bin/bash
​
# build the flask container
docker build -t prakhar1989/foodtrucks-web .
​
# create the network
docker network create foodtrucks-net
​
# start the ES container
docker run -d --name es --net foodtrucks-net -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:6.3.2
​
# start the flask app container
docker run -d --net foodtrucks-net -p 5000:5000 --name foodtrucks-web prakhar1989/foodtrucks-web
现在假设你准备将应用的链接发给你的朋友，或者在安装了docker 的服务器上运行。你可以用一个命令运行整个应用！
$ git clone https://github.com/prakhar1989/FoodTrucks
$ cd FoodTrucks
$ ./setup-docker.sh
这就是我们完成的东西！我们发现这是一个非常棒的分享和运行你的应用的强大方式！
Docker Compose
到目前为止，我们一直在探索 Docker 的客户端。然而，在 Docker 生态系统中，还有许多其他的开源工具可以很好地与 Docker 一起工作。其中包含：
​Docker Machine—在你的计算机、云服务商和自己的数据中心内创建 Docker 主机
​Docker Compose—一个用于定义和运行多容器 Docker 应用的工具
​Docker Swarm—Docker 的本机集群解决方案
​Kubernetes—Kubernetes 是一个开源系统，用于自动化部署、扩展和管理容器化应用程序
在本节中，我们将介绍其中一个工具 Docker Compose，并了解如何使用它来轻松的处理多容器的应用。
Docker Compose 的背景故事非常有意思。大概两年前，一家名为 OrchardUp 的公司推出了一个名为 Fig 的工具。这个项目在 Hacker News 上很受欢迎——奇怪的是，我记得读到过它，但不太了解它。
论坛的 第一个评论 实际上很好地解释了 Fig 的全部内容。
所以在这一点上，这就是 Docker 的意义所在：运行进程。现在 Docker 提供了一个非常丰富的API 来运行进程：容器（也就是运行镜像）之间的共享卷（目录）、从主机到容器的转发端口、显示日志等等。但是，到目前为止，Docker 仍然处于进程级别。
虽然它提供了编排多个容器以创建单个 “应用程序” 的选项，但它没有将此类容器组的管理作为单个实体来处理。这就是 Fig 这类工具的作用：将一组容器作为一个整体来讨论。想想 “运行一个应用程序” (也就是 “运行一个编排好的容器集群”)，而不是 “运行一个容器”。
事实证明，很多使用码头的人都同意这种观点。随着 Fig 变得越来越流行，Docker 公司开始注意到了这个问题，然后收购了这家公司，并将 Fig 重新命名为 Docker Compose。
那么 Compose 用来做什么呢？Compose 是一种工具，以一种简单的方式定义和运行多容器 Docker 应用。它提供了一个名为docker-compose.yml的配置文件，仅通过一个命令就可以启动应用程序和它依赖的服务套件。尽管 Compose 是开发和测试环境的理想选择，实际上它适用于所有环境：生产、预发布，开发、测试以及 CI 工作流。
我们来试试可否为前面的 SF-Foodtrucks 应用来创建一个 docker-compose.yml，并测试 Compose 是否可以正常运作。
第一步是安装 Compose。如果你是 Windows 或 Mac，Compose 已经安装在 Docker Toolbox 中。Linux 用户可以按照文档上的 说明 获得 Compose 。由于 Compose 是用 Python 编写的，所以你也可以使用pip install docker-compose的方式安装，测试你的安装。
$ docker-compose --version
docker-compose version 1.21.2, build a133471
安装后我们可以跳到下一步，编写 Compose 文件docker-compose.yml。YAML 的语法非常简单，而且 repo 已经包含了我们将要使用的 docker-compose 文件。
version: "3"
services:
  es:
    image: docker.elastic.co/elasticsearch/elasticsearch:6.3.2
    container_name: es
    environment:
      - discovery.type=single-node
    ports:
      - 9200:9200
    volumes:
      - esdata1:/usr/share/elasticsearch/data
  web:
    image: prakhar1989/foodtrucks-web
    command: python app.py
    depends_on:
      - es
    ports:
      - 5000:5000
    volumes:
      - ./flask-app:/opt/flask-app
volumes:
    esdata1:
      driver: local
我来解释下文件中都是什么意思。在父级，我们定义了服务的名称 - es和web。对于 Docker 需要运行的每个服务，我们可以从 image 中添加额外的参数。对于es，我们只是参考 Elastic 注册中心提供的 elasticsearch 镜像。对于 Flask 应用，我们参考在本节开头构建的镜像。
通过其他参数，例如command，ports可以提供有关容器的更多信息。volumes参数指定web代码所在容器中的挂载点，代码会驻留在这里。不过这完全是可选的，比如你需要访问日志的时候会很有用。稍后我们将看到它在开发过程中有什么用。关于该文件支持的参数的详细信息，请参阅 在线文档 。我们还需要为es容器添加卷，以便加载的数据在重新启动后可以持久化。我们还指定了depends_on，告诉 docker 在启动 web 之前启动 es 容器。你也可以在 docker compose docs 上阅读更多相关信息。
注意：你必须在带有 docker-come.yml 文件的目录中执行大多数 Compose 命令
很好😉！现在文件已经准备好了，让我们看看 docker-compose 的实际运行情况。在开始之前，我们需要确保端口没有被占用。所以如果你有 Flask 和 ES 容器运行，先关闭它们。
$ docker stop $(docker ps -q)
39a2f5df14ef
2a1b77e066e6
现在我们可以运行docker-compose了。进到 food trucks 目录并运行docker-compose up。
$ docker-compose up
Creating network "foodtrucks_default" with the default driver
Creating foodtrucks_es_1
Creating foodtrucks_web_1
Attaching to foodtrucks_es_1, foodtrucks_web_1
es_1  | [2016-01-11 03:43:50,300][INFO ][node                     ] [Comet] version[2.1.1], pid[1], build[40e2c53/2015-12-15T13:05:55Z]
es_1  | [2016-01-11 03:43:50,307][INFO ][node                     ] [Comet] initializing ...
es_1  | [2016-01-11 03:43:50,366][INFO ][plugins                  ] [Comet] loaded [], sites []
es_1  | [2016-01-11 03:43:50,421][INFO ][env                      ] [Comet] using [1] data paths, mounts [[/usr/share/elasticsearch/data (/dev/sda1)]], net usable_space [16gb], net total_space [18.1gb], spins? [possibly], types [ext4]
es_1  | [2016-01-11 03:43:52,626][INFO ][node                     ] [Comet] initialized
es_1  | [2016-01-11 03:43:52,632][INFO ][node                     ] [Comet] starting ...
es_1  | [2016-01-11 03:43:52,703][WARN ][common.network           ] [Comet] publish address: {0.0.0.0} is a wildcard address, falling back to first non-loopback: {172.17.0.2}
es_1  | [2016-01-11 03:43:52,704][INFO ][transport                ] [Comet] publish_address {172.17.0.2:9300}, bound_addresses {[::]:9300}
es_1  | [2016-01-11 03:43:52,721][INFO ][discovery                ] [Comet] elasticsearch/cEk4s7pdQ-evRc9MqS2wqw
es_1  | [2016-01-11 03:43:55,785][INFO ][cluster.service          ] [Comet] new_master {Comet}{cEk4s7pdQ-evRc9MqS2wqw}{172.17.0.2}{172.17.0.2:9300}, reason: zen-disco-join(elected_as_master, [0] joins received)
es_1  | [2016-01-11 03:43:55,818][WARN ][common.network           ] [Comet] publish address: {0.0.0.0} is a wildcard address, falling back to first non-loopback: {172.17.0.2}
es_1  | [2016-01-11 03:43:55,819][INFO ][http                     ] [Comet] publish_address {172.17.0.2:9200}, bound_addresses {[::]:9200}
es_1  | [2016-01-11 03:43:55,819][INFO ][node                     ] [Comet] started
es_1  | [2016-01-11 03:43:55,826][INFO ][gateway                  ] [Comet] recovered [0] indices into cluster_state
es_1  | [2016-01-11 03:44:01,825][INFO ][cluster.metadata         ] [Comet] [sfdata] creating index, cause [auto(index api)], templates [], shards [5]/[1], mappings [truck]
es_1  | [2016-01-11 03:44:02,373][INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
es_1  | [2016-01-11 03:44:02,510][INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
es_1  | [2016-01-11 03:44:02,593][INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
es_1  | [2016-01-11 03:44:02,708][INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
es_1  | [2016-01-11 03:44:03,047][INFO ][cluster.metadata         ] [Comet] [sfdata] update_mapping [truck]
web_1 |  * Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
打开浏览器输入 IP 访问你的应用。惊不惊喜？神不神奇？只要几行配置，我们就让两个 Docker 容器一起运行成功。下面停止服务用分离模式（后台进程）重新运行。
web_1 |  * Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
Killing foodtrucks_web_1 ... done
Killing foodtrucks_es_1 ... done
​
$ docker-compose up -d
Creating es               ... done
Creating foodtrucks_web_1 ... done
​
$ docker-compose ps
      Name                    Command               State                Ports
--------------------------------------------------------------------------------------------
es                 /usr/local/bin/docker-entr ...   Up      0.0.0.0:9200->9200/tcp, 9300/tcp
foodtrucks_web_1   python app.py                    Up      0.0.0.0:5000->5000/tcp
不出所料，我们可以看到两个容器都运行成功。这些名字从哪儿来的？那些是由 Compose 自动创建的。但Compose 也会自动创建网络吗？好奇。。让我们来看看。
先停止运行服务。我们总是可以使用一个命令中重新启动它们。数据卷会一直存在，所以可以使用 docker-compose 重新启动集群。要销毁集群和数据卷，只需要输入docker-compose down -v。
$ docker-compose down -v
Stopping foodtrucks_web_1 ... done
Stopping es               ... done
Removing foodtrucks_web_1 ... done
Removing es               ... done
Removing network foodtrucks_default
Removing volume foodtrucks_esdata1
当我们这样操作的时候，也要删除上次创建的foodtrucks网络。
$ docker network rm foodtrucks-net
$ docker network ls
NETWORK ID          NAME                 DRIVER              SCOPE
c2c695315b3a        bridge               bridge              local
a875bec5d6fd        host                 host                local
ead0e804a67b        none                 null                local
现在我们已经有了一个干净的平台，重新运行我们的服务，看看Compose 还有什么魔法。
$ docker-compose up -d
Recreating foodtrucks_es_1
Recreating foodtrucks_web_1
​
$ docker container ls
CONTAINER ID        IMAGE                        COMMAND                  CREATED             STATUS              PORTS                    NAMES
f50bb33a3242        prakhar1989/foodtrucks-web   "python app.py"          14 seconds ago      Up 13 seconds       0.0.0.0:5000->5000/tcp   foodtrucks_web_1
e299ceeb4caa        elasticsearch                "/docker-entrypoint.s"   14 seconds ago      Up 14 seconds       9200/tcp, 9300/tcp       foodtrucks_es_1
到目前为止，一切顺利。是时候看看是否建立了网络。
$ docker network ls
NETWORK ID          NAME                 DRIVER
c2c695315b3a        bridge               bridge              local
f3b80f381ed3        foodtrucks_default   bridge              local
a875bec5d6fd        host                 host                local
ead0e804a67b        none                 null                local
可以看到，compose 继续创建了一个名为 foodtrucks_default 的新网络，并将这两个新服务都附加到这个网络中，便于让它们可以被其他服务发现。服务的每个容器都连接到默认网络，并且可以被该网络上的其他容器访问，同时可以在与容器名称相同的主机名中被发现。
$ docker ps
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED              STATUS              PORTS                              NAMES
8c6bb7e818ec        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   About a minute ago   Up About a minute   0.0.0.0:9200->9200/tcp, 9300/tcp   es
7640cec7feb7        prakhar1989/foodtrucks-web                            "python app.py"          About a minute ago   Up About a minute   0.0.0.0:5000->5000/tcp             foodtrucks_web_1
​
$ docker network inspect foodtrucks_default
[
    {
        "Name": "foodtrucks_default",
        "Id": "f3b80f381ed3e03b3d5e605e42c4a576e32d38ba24399e963d7dad848b3b4fe7",
        "Created": "2018-07-30T03:36:06.0384826Z",
        "Scope": "local",
        "Driver": "bridge",
        "EnableIPv6": false,
        "IPAM": {
            "Driver": "default",
            "Options": null,
            "Config": [
                {
                    "Subnet": "172.19.0.0/16",
                    "Gateway": "172.19.0.1"
                }
            ]
        },
        "Internal": false,
        "Attachable": true,
        "Ingress": false,
        "ConfigFrom": {
            "Network": ""
        },
        "ConfigOnly": false,
        "Containers": {
            "7640cec7feb7f5615eaac376271a93fb8bab2ce54c7257256bf16716e05c65a5": {
                "Name": "foodtrucks_web_1",
                "EndpointID": "b1aa3e735402abafea3edfbba605eb4617f81d94f1b5f8fcc566a874660a0266",
                "MacAddress": "02:42:ac:13:00:02",
                "IPv4Address": "172.19.0.2/16",
                "IPv6Address": ""
            },
            "8c6bb7e818ec1f88c37f375c18f00beb030b31f4b10aee5a0952aad753314b57": {
                "Name": "es",
                "EndpointID": "649b3567d38e5e6f03fa6c004a4302508c14a5f2ac086ee6dcf13ddef936de7b",
                "MacAddress": "02:42:ac:13:00:03",
                "IPv4Address": "172.19.0.3/16",
                "IPv6Address": ""
            }
        },
        "Options": {},
        "Labels": {
            "com.docker.compose.network": "default",
            "com.docker.compose.project": "foodtrucks",
            "com.docker.compose.version": "1.21.2"
        }
    }
]
开发工作流
在我们跳到下一部分之前，我还想讲最后一件关于 docker-compose 的事。像前面所描述的，docker-compose 非常适合开发和测试。那么接下来我们看看如何配置 compose 以使我们的开发过程中更容易。
在这个教程中，我们使用了现成的 docker 镜像。虽然我们从头开始构建镜像，但还没有触及任何程序代码，主要局限于编辑 Dockerfile 和 YAML 配置。你一定想知道在开发过程中工作流是什么样的？是否应该为每次更改继续创建 Docker 镜像，然后发布，然后运行它以查看更改是否和预期的一样？我确信这听起来很没劲。一定有更好的方法。在本节中，这就是我们要探索的内容。
我们看看如何在我们刚刚运行的 Foodtrucks 程序中进行修改，首先确保你的应用在运行。
$ docker container ls
CONTAINER ID        IMAGE                                                 COMMAND                  CREATED             STATUS              PORTS                              NAMES
5450ebedd03c        prakhar1989/foodtrucks-web                            "python app.py"          9 seconds ago       Up 6 seconds        0.0.0.0:5000->5000/tcp             foodtrucks_web_1
05d408b25dfe        docker.elastic.co/elasticsearch/elasticsearch:6.3.2   "/usr/local/bin/dock…"   10 hours ago        Up 10 hours         0.0.0.0:9200->9200/tcp, 9300/tcp   es
现在让我们看看我们是否可以改变这个程序，当访问 /hello 的时候显示一个 Hello world !向/hello路由发出请求时的消息。目前程序的响应是 404。
$ curl -I 0.0.0.0:5000/hello
HTTP/1.0 404 NOT FOUND
Content-Type: text/html
Content-Length: 233
Server: Werkzeug/0.11.2 Python/2.7.15rc1
Date: Mon, 30 Jul 2018 15:34:38 GMT
为什么会这样？由于这是一个 Flask 应用，所以可以在app.py中找到答案。在 Flask 中，使用 @ app.route 语法来定义路由。在这个文件理，你会看到，我们只有三条路由定义  /，/debug和/search。/路由显示主应用程序，debug路由用于返回一些调试信息，最后的search路由用于查询elasticsearch。
$ curl 0.0.0.0:5000/debug
{
  "msg": "yellow open sfdata Ibkx7WYjSt-g8NZXOEtTMg 5 1 618 0 1.3mb 1.3mb\n",
  "status": "success"
}
根据上文我们将如何添加新路由hello？你应该猜到了！使用你喜欢的编辑器打开flask-app/app.py然后进行以下修改：
@app.route('/')
def index():
  return render_template("index.html")
​
# add a new hello route
@app.route('/hello')
def hello():
  return "hello world!"
再请求一次试试
$ curl -I 0.0.0.0:5000/hello
HTTP/1.0 404 NOT FOUND
Content-Type: text/html
Content-Length: 233
Server: Werkzeug/0.11.2 Python/2.7.15rc1
Date: Mon, 30 Jul 2018 15:34:38 GMT
纳尼 😱！竟然没用！这是什么鬼？虽然我们确实修改了app.py，但文件驻留在我们的机器（宿主机）中，但由于 Docker 是基于prakhar1989/foodtrucks-web镜像运行的容器，所以它不知道这次修改。要验证这一点，可以尝试：
$ docker-compose run web bash
Starting es ... done
[email protected]:/opt/flask-app# ls
app.py        package-lock.json  requirements.txt  templates
node_modules  package.json       static            webpack.config.js
[email protected]:/opt/flask-app# grep hello app.py
[email protected]:/opt/flask-app# exit
这里我们要做的是验证我们的修改并非是容器中运行的 app.py。通过运行命令来完成这个操作，它有点像 docker run 的兄弟docker compose run，但是可以为服务提供额外的参数（在我们的 例子 中是web）。只要运行 bash，shell 就会按照 Dockerfile 中指定的方式在 /opt/flask-app 中打开。通过 grep 命令，可以看到我们的修改不在文件中。
来看看我们如何解决它。首先，我们需要告诉 docker compose 不要使用镜像，而是在本地使用这些文件。我们还需要将调试模式设置为true以便 Flask 知道在app.py被修改时重新加载服务。替换 docker-compose.yml 的 web 部分。yml 文件如下:
version: "3"
services:
  es:
    image: docker.elastic.co/elasticsearch/elasticsearch:6.3.2
    container_name: es
    environment:
      - discovery.type=single-node
    ports:
      - 9200:9200
    volumes:
      - esdata1:/usr/share/elasticsearch/data
  web:
    build: . # replaced image with build
    command: python app.py
    environment:
      - DEBUG=True  # set an env var for flask
    depends_on:
      - es
    ports:
      - "5000:5000"
    volumes:
      - ./flask-app:/opt/flask-app
volumes:
    esdata1:
      driver: local
有了这些更改（差异），然后停止并启动容器。
$ docker-compose down -v
Stopping foodtrucks_web_1 ... done
Stopping es               ... done
Removing foodtrucks_web_1 ... done
Removing es               ... done
Removing network foodtrucks_default
Removing volume foodtrucks_esdata1
​
$ docker-compose up -d
Creating network "foodtrucks_default" with the default driver
Creating volume "foodtrucks_esdata1" with local driver
Creating es ... done
Creating foodtrucks_web_1 ... done
最后让我们通过添加一个新路由来更改app.py。现在使用 curl 访问
$ curl 0.0.0.0:5000/hello
hello world
Wohoo！我们得到了想要的 hello world！可以尝试通过在应用中修改一些其他的来玩。
上面就是我们要介绍的 Docker Compose 全部内容。使用 Docker Compose，你还可以暂停服务，在容器上运行一次性命令，甚至扩展容器的数量。我还建议你查看一些其他 用例 的 Docker Compose。希望我能够向你展示使用 Compose 管理多容器环境是多么容易。最后，我们将应用部署到 AWS！
AWS Elastic 容器服务
在上一节中，我们使用docker-compose在本地运行我们的应用，只用了一个命令：docker-compose up。现在我们有一个功能正常的应用，我想和全世界分享它，获得一些用户，赚大钱，然后再北京三环买套房子。当然后面的几个需求超出了本教程的范围，下面我们来花点儿时间介绍如何在 AWS 云端部署我们的多容器应用。
如果你已经阅读过这篇文章，你一定深信 Docker 是一项很酷的技术。你不是一个人，随着 Docker 的迅速崛起，几乎所有云服务商都在其平台上添加对 Docker 应用部署的支持。截至今天，你可以在 Google Cloud Platform，AWS，Azure 和许多其他设备上部署容器。我们已经获得了使用 Elastic Beanstalk 部署单个容器应用的入门知识，在本节中我们将介绍 AWS 的 Elastic 容器服务（或ECS）。
AWS ECS 是一种可扩展且灵活的容器管理服务，支持 Docker 容器。它允许你通过一个简单的 API 在 EC2 实例上操作 Docker 集群。在 Beanstalk 合理的默认设置下，ECS 允许你根据需要调整环境。在我看来，这让我觉得 ECS 在开始的时候非常复杂。
还好 ECS 提供了一个友好的 CLI 工具，可以解析 Compose 文件并自动在 ECS 上配置集群！因为我们已经有了一个功能齐全的 docker-compose，在 AWS 上运行它不会花费太多精力。来开始吧！
第一步是安装 CLI。在 官方文档 中非常清楚地描述了如何在 Mac 和 Linux 上安装 CLI。安装完成后，验证安装：
$ ecs-cli --version
ecs-cli version 0.1.0 (*cbdc2d5)
首先获取用于登录实例的密钥对。在 EC2控制台 创建一个新的密钥对，下载密钥对然后保存在一个你认为安全的位置。在关闭界面前需要注意另外一件事就是区域名称。我已经命名了我的密钥 - 并且在 ecs中将区域设置为us-east-1。这是我在本次演示的其余部分中假设的内容。
EC2 Keypair
接下来配置 CLI。
$ ecs-cli configure --region us-east-1 --cluster foodtrucks
INFO[0000] Saved ECS CLI configuration for cluster (foodtrucks)
我们使用 configure 命令，其中包含我们希望集群驻留的区域名称和集群名称。确保你提供与创建密钥对时相同的区域名称。如果你之前还没在电脑上配置过 AWS CLI，那么你可以查看 官方指南，它详细解释了你该如何顺利进行。
下一步使用 CLI 创建 CloudFormation 模板。
$ ecs-cli up --keypair ecs --capability-iam --size 2 --instance-type t2.micro
INFO[0000] Created cluster                               cluster=foodtrucks
INFO[0001] Waiting for your cluster resources to be created
INFO[0001] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
INFO[0061] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
INFO[0122] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
INFO[0182] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
INFO[0242] Cloudformation stack status                   stackStatus=CREATE_IN_PROGRESS
这里我们提供最初下载的密钥对的名称（在我的例子中是ecs），想要使用的实例数（--size）以及希望容器运行的实例类型。--capability-iam选项告诉 CLI 我们确认该命令可以创建 IAM 资源。
最后一步是使用我们的docker-compose.yml文件。我们需要做一点小的改动，所以不要修改原始版本，只是复制并重命名为aws-compose.yml。这个 文件 修改如下所示：
es:
  image: elasticsearch
  cpu_shares: 100
  mem_limit: 262144000
web:
  image: prakhar1989/foodtrucks-web
  cpu_shares: 100
  mem_limit: 262144000
  ports:
    - "80:5000"
  links:
    - es
我们对原来的 docker-compose.yml 做的唯一修改是为每个容器提供mem_limit和cpu_shares值。我们还删除了version了services键，因为 AWS 还不支持 Compose 文件格式的 第2版。因为我们的应用会运行在t2.micro实例上，所以我分配了 250mb 的内存。在我们进入下一步之前，需要做的另一件事是在 Docker Hub 上发布我们的镜像。在撰写本文时，ecs-cli 还不支持build命令 - Compose 完美支持  build。
$ docker push prakhar1989/foodtrucks-web
终于到头了！现在让我们运行最后一个命令，它将在 ECS 上部署我们的应用程序!
$ ecs-cli compose --file aws-compose.yml up
INFO[0000] Using ECS task definition                     TaskDefinition=ecscompose-foodtrucks:2
INFO[0000] Starting container...                         container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es
INFO[0000] Starting container...                         container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/web
INFO[0000] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/web desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0000] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0036] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0048] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/web desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0048] Describe ECS container status                 container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es desiredStatus=RUNNING lastStatus=PENDING taskDefinition=ecscompose-foodtrucks:2
INFO[0060] Started container...                          container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/web desiredStatus=RUNNING lastStatus=RUNNING taskDefinition=ecscompose-foodtrucks:2
INFO[0060] Started container...                          container=845e2368-170d-44a7-bf9f-84c7fcd9ae29/es desiredStatus=RUNNING lastStatus=RUNNING taskDefinition=ecscompose-foodtrucks:2
上面的调用方式与我们使用 Compose 相似，这不是巧合。--file 参数会指定一个 Compose 文件，这将覆盖默认文件(docker-compose.yml)。顺利的话，你应该在最后一行看到desiredStatus=RUNNING lastStatus=RUNNING。
我们的应用是实时的，该如何访问它呢？
ecs-cli ps
Name                                      State    Ports                     TaskDefinition
845e2368-170d-44a7-bf9f-84c7fcd9ae29/web  RUNNING  54.86.14.14:80->5000/tcp  ecscompose-foodtrucks:2
845e2368-170d-44a7-bf9f-84c7fcd9ae29/es   RUNNING                            ecscompose-foodtrucks:2
继续在你的浏览器中打开 http://54.86.14.14，你应该看到 Food Trucks 的所有黑黄色的荣耀！既然我们正在讨论这个话题，让我们看看 AWS ECS 控制台的外观。
任务
我们可以看到上面已经创建了名为 “foodtrucks” 的 ECS 集群，现在正在运行带有 2 个容器实例的任务。花点时间浏览这个控制台，了解一下这里的所有选项。
就这样。只用几个命令，我们就可以在 AWS 云端部署我们优秀的应用程序！
部署网站
写在最后
Last updated -1