Docker是一个基于容器的虚拟化平台，不同之处在于，你必须创建全新的机器以将它们彼此隔离并确保其独立性，因此Docker将允许你创建仅包含你的应用的容器。以容器形式打包，这些应用程序可以轻松部署在任何运行Docker的主机上，每个容器仍然完全独立！

Docker平台由两部分组成：在后台运行并负责管理容器的Docker后台程序以及允许你通过命令行工具与后台进程交互的Docker客户端。

Docker可以解决什么样的问题？

让我们从最普遍的问题开始。你的团队为客户开发了一款产品，并对其进行了测试，现在是向客户交付内置解决方案的时候了。你如何以最短的时间和最少的资源做到这一点？通常，你会准备许多不同的配置文件和脚本，并编写安装说明，然后花费更多时间解决用户错误或环境兼容性问题。假设你曾经做过一次，如果你需要多次安装产品​​会怎么样？你拥有数百或数千名客户，而不是一个客户，并且必须重复所有安装和配置步骤。手动完成此操作需要花费太多时间，而且费用高且容易出错。如果你需要将产品更新到更新版本，则会变得更加困难。

另一个问题-可重用性。假设你有一个制作浏览器游戏的部门。假设你的部门开发了几款游戏，它们都使用相同的技术堆栈。为了发布新游戏，你必须重新配置与其他配置几乎相同的新服务器。

像其他任何问题一样，我们可以将多个解决方案应用于我们的问题：

安装脚本

第一种方法是编写一个脚本，它将安装你需要的所有内容并在所有相关服务器上运行它。脚本可以是简单的“sh”文件，也可以是复杂的文件，如SFX模块。这种方法的缺点是脆弱和不稳定。如果脚本写得不好，迟早会在某个时候失败。在失败之后，客户环境实际上会变得“漏洞百出”，并且仅仅“回滚”脚本所能执行的动作并不那么容易。

云服务

第二种方法是使用云服务。你可以在虚拟服务器上手动安装所需的所有内容，然后制作镜像。之后，你可以根据需要多次克隆它。也有一些缺点。首先，你依赖于云服务，客户可能不同意你所做的服务器选择。其次，受限于云的速度。因为与专用服务器相比，云提供的虚拟服务器的性能可能无法让你满意。

虚拟机

第三种方法是关于虚拟机。仍然有一些缺点。由于磁盘空间或网络流量受限，下载虚拟机​镜像并不总是很方便，虚拟机映像可能非常大。因此，虚机镜像内的任何更改都需要再次下载整个镜像。另外，并非所有虚拟机都支持内存或CPU共享。

Docker的优势呢？

Docker是开创性的解决方案。以下是Docker容器和简单服务器之间最重要的区别：

无状态

启动后，容器配置不能也不必更改。所有的前期工作都必须在创建镜像的阶段（也称为编译时间）或在容器开始阶段完成。不同类型的配置，端口，公共文件夹和环境变量：在容器启动时必须知道所有这些。当然，Docker允许你随意使用它的内存和文件系统，但是在启动过程中接触你可以接触的东西，这并不是好的方法。

纯粹

容器不知道主机系统的任何信息，不能干扰其他容器，要么进入其他文件系统，要么发送信号给其他的进程。当然，Docker允许容器相互通信，但只能严格使用已声明的方法。你还可以运行赋予一些超级权限容器，例如，访问真实网络或物理设备。

Lazy

当你启动容器时，它不会复制创建它的镜像文件系统。该容器仅在镜像顶部创建一个空文件系统 - 一个图层。该镜像由重叠图层列表组成。这就是为什么容器的起动速度不到一秒钟的原因。

声明

所有容器属性都以声明形式存储。创建镜像的步骤也被描述为严格分离的步骤。网络设置，文件系统的内容，内存容量，公共端口等都在Dockerfile中或在启动时使用静态键的帮助下设置。

功能

容器只做一件事，但做得很好。假设容器只能在一个只在应用程序中执行一个功能的进程中生存。由于容器没有内核启动分区，一个初始化进程，甚至通常只有一个pseudo-root用户，所以它不是一个完整的操作系统。这种专业化使得容器实现的功能可预测和可扩展。

严格

默认情况下，Docker容器禁止访问网络（也可以禁用）。但是，如果有必要，可以违反任何这些规则。

与此同时，Docker允许我们设计更灵活的测试架构，让每个容器都包含一个应用程序（数据库，语言，组件）的模块。要测试新版本的模块，只需要更换相应的容器。

使用Docker，可以从容器构建应用程序，每个层的组件与其他组件隔离。这是微服务架构的概念。

Docker和Jenkins

在我们公司，几个月前开始使用Docker的理念。一位同事就如何帮助我们以及将如何使用它进行了调查。一开始，只使用Docker进行一些自动化测试，但是在看到它的强大功能之后，我们决定进一步开发。

无论在谈论自动化测试还是关于集成测试，我们都面临同样的问题：并行测试和孤立环境。每个测试用例都需要一个干净的数据库才能执行。数据库加载过程大约需要1分30秒。要在每次自动化测试开始时执行此过程，需要几天才能正确测试产品。我们试图导出/导入数据库转储，但仍然不够快。

使用Docker，只在镜像编译期间加载数据库，只有一次。这意味着该镜像已经包含一个干净的数据库，并且从该镜像启动的每个容器都为准备测试提供了一个干净的环境。

另一点涉及所有测试常见的资源。一方面，我们希望隔离被测系统（SUT）；另一方面，我们也想分享SUT之间的一些产品。我们想分享所有必需的依赖关系。例如，我们不希望每张图片中都有所有库文件的副本，因为这样我们就浪费了大量的内存，更不用说性能了。为了解决这个问题，我们配置了一个Maven本地存储库，以便在安装了Docker的主机系统和容器之间共享。在Docker镜像中，我们只保留了一些项目需要测试的指令。所有通用库都在所有容器之间共享。

除了自动化测试外，我们还对产品进行一些集成测试。这些测试还需要一个单独的数据库，以便加载和测试。

我们通过使用Jenkins来确保我们项目的持续集成。到目前为止，我们有一台虚拟机作为Jenkins主设备，两台虚拟机作为从设备。不久之前，我们决定从Jenkins中删除所有执行，并让其仅处理Jenkins配置。因此，只有2个slave可以实际做某件事。但是，除了自动化和集成测试之外，我们在Jenkins还有其他一些工作，这也需要一个执行环境。为此，我们配置了一个从服务器来运行集成测试，另一个服务器执行不需要数据库的作业。所以，通过这种设置（图1），我们一次只能执行一次集成测试。

在某个特定时间，测试执行花费了太多时间，因为一切都按顺序执行。当所有slave的执行都活跃起来时，意味着他们每个人都在编译某个项目，至少有一份工作会因为缺乏资源而挂起。

我们在Linux机器上配置了Docker引擎，并且为我们的测试构建了Dockerfiles，并开始从Jenkins触发它们。我们已经建立了一个独立的环境来执行集成测试，但是，结果我们正面临一些其他问题。每次执行测试后，我们需要进行一些清理并导出日志。我们可以使用一些Linux脚本来做到这一点，但这会给我们带来很多麻烦。

我们已经决定改变我们的方式，以便为我们提供更多的性能和更少的麻烦。我们已经将Jenkins从Windows移到了Linux，现在我们在Docker中运行了Jenkins（如图2所示）。Docker社区非常新颖，在Docker Hub上，你可以找到很多Jenkins镜像。通过一些额外的配置，你可以构建一个严谨的CI环境。

我们在那里发现了一个Jenkins的镜像。当你使用这个镜像启动一个容器时，你可以为这个容器设置一个角色，成为一个Jenkins master或Jenkins slave。

一个Docker容器用作Jenkins master，它存储所有配置——作业，插件，构建历史等，并关注工作区，日志并执行所有必要的清理。另外四个容器作为slave。你注意到了吗？4个slave相比以前的2个，所可扩展性是我们使用Docker的另一个原因。每个slave都有自己独立的环境，这意味着它自己的数据库。不久之后，它就像拥有4台虚拟机一样，但要好得多。现在我们可以同时执行至少3次集成测试。

我们在存储库中找到的Docker镜像只安装了Jenkins。但是，为了确保我们项目的CI，我们需要在从属容器内安装一些其他工具。为此，我们扩展了Jenkins镜像，并且安装了一些特定于Linux的工具，Java，ActiveMQ，PostgreSQL，我们配置了数据库角色和模式，Maven，Node.JS，我们创建了一些默认目录将在以后的项目中使用。

所有这些工具都只安装在用于启动从服务器的镜像上。对于master，我们不需要他们，因为它不会执行任何工作。

镜像如下：

有两种方法可以使用这些镜像启动容器。我们可以逐个启动容器，或者使用Docker Compose，一个用于定义和运行多容器Docker应用程序的工具。即使使用命令行，添加一个更多的从属容器也是非常容易的，更不用说Docker Compose了。docker-compose.yml包含以下内容：

现在我们已经为第一个容器运行定义了一切。我们对所有其他容器都有类似的配置，只是名称不同。使用命令docker-compose up，我们可以启动所有的容器，可以用类似的方式禁止它们：docker-compose down。很高兴有Docker Compose命令，它必须从docker-compose.yml文件所在的相同位置执行。

备份方案

当然，我们已经注意到在主容器被删除的情况下可能遇到麻烦。会发生什么，我们会失去我们所有的CI系统吗？不，有备份计划，我们将所有配置存储在Docker卷内，如图。卷是一个或多个容器内的特殊目录，旨在为持久或共享数据提供功能。所以我们坚持让Jenkins回到Docker主机。如果我们删除了与Jenkins相关的所有容器，我们不会丢失任何东西，仍然拥有启动另一个Jenkins实例的所有必要数据。