DockerSamples 101教程:构建多容器应用的最佳实践
2025-06-20 07:10:53作者:范靓好Udolf
前言
在之前的教程中,我们学习了如何构建和运行单容器应用。但在实际生产环境中,应用通常由多个服务组成。本文将深入探讨如何构建一个由Node.js应用和MySQL数据库组成的多容器应用系统。
为什么需要多容器架构
单一职责原则是容器设计的核心理念之一。每个容器应该专注于做好一件事情:
- 独立扩展性:前端应用和数据库通常有不同的扩展需求
- 隔离更新:可以单独更新某个服务而不影响其他组件
- 环境一致性:开发环境使用容器化数据库,生产环境可无缝切换为云数据库服务
- 简化管理:避免在单个容器内运行多个进程带来的复杂性
容器网络基础
容器默认运行在隔离环境中,要让容器间通信,我们需要理解Docker网络的基本原理:
- 同一网络内的容器可以直接通信
- 不同网络的容器相互隔离
- Docker提供内置的DNS服务,容器可以通过名称解析IP
实战:构建Todo应用的多容器架构
第一步:创建专用网络
docker network create todo-app
这个命令创建了一个名为todo-app的桥接网络,后续所有相关容器都将加入这个网络。
第二步:启动MySQL容器
docker run -d \
--network todo-app --network-alias mysql \
-v todo-mysql-data:/var/lib/mysql \
-e MYSQL_ROOT_PASSWORD=secret \
-e MYSQL_DATABASE=todos \
mysql:5.7
关键参数解析:
--network-alias mysql:为容器设置网络别名,其他容器可通过"mysql"主机名访问-v:使用命名卷持久化数据库数据-e:设置环境变量初始化数据库
第三步:验证MySQL服务
docker exec -it <容器ID> mysql -p
输入密码"secret"后,执行SHOW DATABASES;应能看到todos数据库已创建。
第四步:理解服务发现
Docker内置的DNS服务使得容器间通信变得简单。我们可以使用专门的网络诊断工具验证:
docker run -it --network todo-app nicolaka/netshoot
dig mysql
输出中将显示mysql主机名解析为MySQL容器的实际IP地址。
第五步:启动应用容器
docker run -dp 3000:3000 \
-w /app -v $PWD:/app \
--network todo-app \
-e MYSQL_HOST=mysql \
-e MYSQL_USER=root \
-e MYSQL_PASSWORD=secret \
-e MYSQL_DB=todos \
node:10-alpine \
sh -c "yarn install && yarn run dev"
重要安全提示:虽然环境变量适合开发环境,但生产环境应使用更安全的机密管理方式,如Docker Secrets或Kubernetes Secrets。
第六步:验证数据持久化
- 在Todo应用中添加几个事项
- 连接到MySQL容器验证数据是否持久化:
docker exec -ti <mysql容器ID> mysql -p todos
SELECT * FROM todo_items;
生产环境建议
- 数据库管理:考虑使用云数据库服务替代容器化数据库
- 连接池配置:适当配置应用连接池参数
- 备份策略:定期备份MySQL数据卷
- 监控:为数据库和应用容器配置监控
总结
通过本教程,我们实现了:
- 多容器应用的架构设计
- Docker网络的基本使用
- 容器间服务发现机制
- 数据库持久化配置
虽然手动管理多容器应用可行,但随着服务增多,管理复杂度会显著增加。在下一阶段,我们将介绍使用Docker Compose工具简化多服务应用的管理。
记住:良好的容器设计应该遵循单一职责原则,保持轻量化和模块化,这样才能充分发挥容器技术的优势。
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
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
647
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
434
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
30
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
984
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