Docker 及 GitLab CI 在前端工作流上的实践分享（一）
如今前端工程越来越复杂，打造一个好用的工作流也显得越来越重要。
本文讲分成二个部分，通过简单例子，来介绍上图中那条鱼和狐狸 ：）
part1 : docker 本文的项目代码
part2 : gitlab-ci 点我跳转
ok， 那么现在就开始第一部分
一、什么是 Docker ？
Docker是一个基于轻量级虚拟化技术的容器引擎开源项目，可以轻松的为任何应用创建一个容器。
具体做的就是快速的帮助开发者搭建应用周期里所需的各种环境，快速地部署项目以缩短开发周期。
docker 具备以下几个优势：
1.配置简单
2.可移植
3.独立自给自足
4.轻量级
Docker 的应用场景
1.web应用工作流中的各种环境快速搭建
自动化测试和持续集成、发布
二、安装 docker
首先下载安装包
这里以 mac 为例子
Mac 客户端：https://store.docker.com/edit...
其他版本：https://www.docker.com/get-do...
这时候打开终端，就可以使用docker命令了。
性能和网络设置
安装后，最好进行一些基本的性能和网络设置（在 docker app的设置菜单里，快捷键 commond + ，）
设置镜像加速（很重要），这里利用阿里云的加速 https://cr.console.aliyun.com...
三、Docker 的几个核心概念
在使用 docker 之前，有必要先了解 docker 的几个核心概念。
1.镜像 images
Images 镜像是 Docker 容器的模板文件，用来创建和运行Docker容器。
镜像可以从 Docker Hub 下载：
我们可以先用 docker search 命令来搜索 ubuntu 镜像
然后我们可以用 docker pull ubuntu 来获取那个 images。
各个选项说明:
- REPOSTITORY：表示镜像的仓库源
- TAG：镜像的标签
- IMAGE ID：镜像ID
- CREATED：镜像创建时间
- SIZE：镜像大小
2.容器 container
Container 容器是 Docker 镜像的一个运行实例，一个实例相当于创建了一个独立的环境，我们可以在
里面运行操作系统、程序应用、修改文件数据等等。
当你用 docker run 运行 images 的时候，就会创建对应的容器:
docker run -ti ubuntu:latest /bin/bash
-ti参数可以让容器保持终端交互 （ 退出在容器内输入 exit ）ubuntu:latest就是镜像名，/bin/bash 则是运行命令
想查看运行中的容器：docker ps
退出容器：docker stop 或者 docker kill 加上对应容器的ID (一般输入开头3~4个字母就行了)
重新启动容器： docker start加上对应容器的ID
更多容器相关命令，请查看官网文档，或者--help查看命令帮助
3.使用 Dockerfile 和 Docker-compose 定制镜像
Dockerfile 是一个文本格式的配置文件，用于快速方便的创建自定义镜像。
Docker-compose 则是用于组合多个镜像，创建一个模块化的容器集合。
Dockerfile 常用有以下指令选项:
- FROM
指定构建镜像的基础源镜像，如果本地没有指定的镜像，则会从 docker hub pull 镜像下来。
FROM ubuntu
- RUN
创建镜像过程中，用来执行命令，通常用于安装程序（RUN 会被缓存，可以使用docker build --no-cache 清除缓存）
RUN apt-get update && apt-get install git
- CMD
CMD可以让容器在启动时默认执行一个命令。如果用户启动容器时指定了运行的命令，则会覆盖掉CMD指定的命令。
CMD ["/bin/bash","/etc/php.sh"]
- EXPOSE
容器对外映射的本地端口，需要在 docker run 的时候使用-p或者-P选项生效。
EXPOSE 8080
- ENV
设置环境变量
ENV <key> <value> # 只能设置一个变量 ENV <key>=<value> ... # 允许一次设置多个变量
- ADD
- COPY
ADD 和 COPY 都是本地主机文件、目录到容器指定路径中 。，不同的是，ADD可以复制远程文件 URL，并且支持 Go 的正则模糊匹配，具体规则可参见 Go filepath.Match
ADD hom* /mydir/ # adds all files starting with "hom" ADD hom?.txt /mydir/ # ? is replaced with any single character COPY <src>... <dest>
- VOLUME
本地目录到容器的映射
VOLUME ["/src","/www"]
- WORKDIR
初始执行命令的路径
WORKDIR /www/server RUN pwd # 打印/www/server
以上配置 也可以在 Docker-compose 完成，只是关键字和值的写法不太一样，具体可以参考它们的文档：
Dockerfile: https://docs.docker.com/engin...
Docker-compose: https://docs.docker.com/compo...
四、一个简单案例
使用 docker 为一个spa应用起一个开发环境+测试环境
简单说要做的是：
- 在 docker 里起一个 node 服务热加载项目源码。
- 用 docker 起一个 nginx 服务，代理项目编译后的 dist 目录。
在这，我用 vue-cli 初始化了一个项目，然后新建了个 docker-compose 文件夹（用来配置docker）如下图:
上图是源码目录，
另外，docker-compose 的目录结构如下
docker-compose
- docker-compose.yml
nginx
- Dockerfile
- nginx.conf
sites-enabled
- www.docker-test.com.conf
node
- Dockerfile
- start.sh
- 、node 文件夹下各有一份 Dockerfile 文件，可以创建两个 images 镜像，docker-compose.yml 则用于将两个镜像服务整合使用。
我们先看 node 文件夹下的
Dockerfile：
# docker-compose/php/Dockerfile #基于 node 镜像 FROM node # 复制宿主机的 start.sh 到 容器 /etc/start.sh ADD start.sh /etc/start.sh # 设置初始命令执行目录 WORKDIR /www # 通过 RUN 可以在容器里执行自定义命令 RUN node -v RUN pwd CMD ["/bin/bash","/etc/start.sh"]
start.sh:
#!/bin/bash # 启动 php 服务 npm run dev
再来看 nginx 下的
Dockerfile:
# docker-compose/nginx/Dockerfile #基于 nginx 镜像 FROM nginx #基于 nginx 相关配置复制到容器 ADD nginx.conf /etc/nginx/nginx.conf ADD sites-enabled/* /etc/nginx/conf.d/ #创建 nginx log 和用户相关路径 RUN mkdir /opt/htdocs && mkdir /opt/log && mkdir /opt/log/nginx RUN chown -R www-data.www-data /opt/htdocs /opt/log
这样，两个服务的 Dockerfile 都创建完成了，但是我们还没暴露端口，也没配置 volumes 映射，这里我们可以在 docker-compose.yml 中设置：
nginx:
build: ./nginx
ports:
- "80:80" #映射到本地的端口
volumes:
- /Users/mr.yun/docker-test/docker-demo/dist:/www
node:
build: ./node
ports:
- "8085:8080" #映射到本地的端口 本地访问8085，即访问容器内的8080
volumes:
- /Users/mr.yun/docker-test/docker-demo:/www注意，上面代码中，volumes 的值，要根据你自己的实际项目目录来配置。
配置完以上变量后，cd 进入 docker-compose 文件目录
直接运行命令
# 启动容器集合，会同时创建两个image，并启动两个容器，也可以加 -d 在后台运行 # 运行后可以通过 docker images,docker ps查看生成的镜像和容器 docker-compose up --biuld
等待下载完成，并自动运行
然后在浏览器输入 127.0.0.1:8050 ,就能看到 vue项目,并且修改源码能热加载。
输入 127.0.0.1，则可以看到静态资源 hash 过的项目。（别忘了在本地先 npm run build）
哦了，以上就是 docker 的基本使用介绍，更多玩法和技巧，到实际项目中探索。
个人感觉在项目多、协作人数多的情况下，docker 还是很方便的。