DockerSamples 101教程:使用Docker Compose编排多容器应用
2025-06-20 20:38:19作者:伍希望
前言
在现代应用开发中,微服务架构已成为主流趋势,而Docker Compose正是简化多容器应用管理的利器。本文将深入讲解如何在DockerSamples 101教程项目中使用Docker Compose来编排一个包含Node.js应用和MySQL数据库的完整解决方案。
Docker Compose核心概念
Docker Compose是一个用于定义和运行多容器Docker应用的工具。它通过一个YAML文件来配置应用服务,只需一个命令就能创建并启动所有服务。这种方式的优势在于:
- 环境一致性:确保开发、测试和生产环境的一致性
- 配置即代码:将基础设施配置纳入版本控制
- 简化协作:团队成员只需一个命令即可启动完整环境
环境准备
在开始之前,请确保已安装Docker Compose。大多数现代Docker安装包已包含Compose工具,可通过以下命令验证:
docker-compose version
构建Compose文件
基础结构
我们首先创建docker-compose.yml文件,并定义Compose文件版本:
version: "3.7"
services:
这里使用3.7版本,它支持大多数现代Docker功能。
应用服务配置
将原本通过docker run启动Node.js应用的命令转换为Compose配置:
services:
app:
image: node:10-alpine
command: sh -c "yarn install && yarn run dev"
ports:
- 3000:3000
working_dir: /app
volumes:
- ./:/app
environment:
MYSQL_HOST: mysql
MYSQL_USER: root
MYSQL_PASSWORD: secret
MYSQL_DB: todos
关键配置解析:
- volumes:将主机当前目录挂载到容器的/app目录,实现代码热更新
- environment:设置应用连接MySQL所需的环境变量
- ports:暴露3000端口供外部访问
数据库服务配置
MySQL服务的Compose配置如下:
services:
mysql:
image: mysql:5.7
volumes:
- todo-mysql-data:/var/lib/mysql
environment:
MYSQL_ROOT_PASSWORD: secret
MYSQL_DATABASE: todos
volumes:
todo-mysql-data:
重要注意事项:
- 数据持久化:使用命名卷
todo-mysql-data保存数据库数据 - 服务发现:服务名
mysql自动成为网络别名,供应用容器访问 - 环境配置:设置root密码和初始数据库
完整Compose文件示例
version: "3.7"
services:
app:
image: node:10-alpine
command: sh -c "yarn install && yarn run dev"
ports:
- 3000:3000
working_dir: /app
volumes:
- ./:/app
environment:
MYSQL_HOST: mysql
MYSQL_USER: root
MYSQL_PASSWORD: secret
MYSQL_DB: todos
mysql:
image: mysql:5.7
volumes:
- todo-mysql-data:/var/lib/mysql
environment:
MYSQL_ROOT_PASSWORD: secret
MYSQL_DATABASE: todos
volumes:
todo-mysql-data:
应用生命周期管理
启动应用栈
docker-compose up -d
此命令会:
- 自动创建专用网络
- 初始化数据卷
- 按依赖顺序启动服务
查看日志
docker-compose logs -f
使用-f参数可以实时跟踪日志输出,对于调试多服务交互非常有用。
停止应用
docker-compose down
默认情况下,此命令会:
- 停止并移除容器
- 删除专用网络
- 保留数据卷(确保数据库持久化)
如需同时删除数据卷,可添加--volumes参数。
最佳实践建议
- 服务依赖管理:Node.js应用需要等待MySQL完全就绪,建议在应用中实现健康检查机制
- 环境变量管理:敏感信息如数据库密码应考虑使用环境变量文件或密钥管理服务
- 版本控制:将Compose文件纳入版本控制,方便团队协作
- 多环境配置:利用Compose的extends功能或环境变量适应不同部署环境
总结
通过本教程,我们学习了如何使用Docker Compose编排多容器应用。相比手动管理多个容器,Compose提供了更简洁高效的管理方式,特别适合开发复杂微服务架构。掌握Compose的使用,将显著提升开发效率和环境一致性。
下一步,您可以探索更高级的Compose特性,如服务扩展、健康检查和多文件配置,以构建更健壮的容器化应用。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
621
795
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
433
395
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.68 K
989