Docker 筑梦师系列（一）：实现容器互联

在实际应用中，不同的服务之间是需要通信的，例如后端 API 和数据库；幸运的是，Docker 为我们提供了网络（Network）机制，能够轻松实现容器互联。这篇文章将带你轻松上手 Docker 网络，学会使用默认网络和自定义网络，成为一名能够连接多个“梦境”的筑梦师！

在Docker一杯茶教程中，我们带你了解了镜像和容器这两大关键的概念，熟悉了常用的 docker 命令，并成功地容器化了第一个应用。但是，那只是我们“筑梦之旅”的序章。接下来，我们将实现后端 API 服务器 + 数据库的容器化。

如果您觉得我们写得还不错，记得 点赞 + 关注 + 评论 三连，鼓励我们写出更好的教程💪

我们为你准备好了应用程序代码，请运行以下命令：

# 如果你看了上一篇教程，仓库已经克隆下来了
cd docker-dream
git fetch origin network-start
git checkout network-start

# 如果你打算直接从这篇教程开始
git clone -b network-start https://github.com/tuture-dev/docker-dream.git
cd docker-dream

和之前容器化前端静态页面服务器相比，多了一个难点：服务器和数据库分别是两个独立的容器，但是服务器需要连接和访问数据库，怎么实现跨容器之间的通信？

在《盗梦空间》中，不同的梦境之间是无法连接的，然而幸运的是在 Docker 中是可以的——借助 Docker Network。

提示

在早期，Docker 容器可以通过 docker run 命令的 --link 选项来连接容器，但是 Docker 官方宣布这种方式已经过时，并有可能被移除
（参考文档）。而本文将讲解 Docker 官方推荐的方式连接容器：自定义网络（User-defined Networks）。

Network 类型

Network，顾名思义就是“网络”，能够让不同的容器之间相互通信。首先有必要要列举一下 Docker Network 的五种驱动模式（driver）：

• bridge：默认的驱动模式，即“网桥”，通常用于单机（更准确地说，是单个 Docker 守护进程）
• overlay：Overlay 网络能够连接多个 Docker 守护进程，通常用于集群，后续讲 Docker Swarm 的文章会重点讲解
• host：直接使用主机（也就是运行 Docker 的机器）网络，仅适用于 Docker 17.06+ 的集群服务
• macvlan：Macvlan 网络通过为每个容器分配一个 MAC 地址，使其能够被显示为一台物理设备，适用于希望直连到物理网络的应用程序（例如嵌入式系统、物联网等等）
• none：禁用此容器的所有网络

这篇文章将围绕默认的 Bridge 网络驱动展开。没错，就是连接不同梦境的那座“桥”。

小试牛刀

我们还是通过一些小实验来理解和感受 Bridge Network。与上一节不同的是，我们将使用 Alpine Linux 镜像作为实验原材料，因为：

• 非常轻量小巧（整个镜像仅 5MB 左右）
• 功能丰富，比“瑞士军刀” Busybox 还要完善

网桥网络可分为两类：

1. 默认网络（Docker 运行时自带，不推荐用于生产环境）
2. 自定义网络（推荐使用）

让我们分别实践一下吧。

默认网络

这个小实验的内容如下图所示：

我们会在默认的 bridge 网络上连接两个容器 alpine1 和 alpine2。 运行以下命令，查看当前已有的网络：

docker network ls

应该会看到以下输出（注意你机器上的 ID 很有可能不一样）：

NETWORK ID          NAME                DRIVER              SCOPE
cb33efa4d163        bridge              bridge              local
010deedec029        host                host                local
772a7a450223        none                null                local

这三个默认网络分别对应上面的 bridge、host 和 none 网络类型。接下来我们将创建两个容器，分别名为 alpine1 和 alpine2，命令如下：

docker run -dit --name alpine1 alpine
docker run -dit --name alpine2 alpine

-dit 是 -d（后台模式）、-i（交互模式）和 -t（虚拟终端）三个选项的合并。通过这个组合，我们可以让容器保持在后台运行而不会退出（没错，相当于是在“空转”）。

用 docker ps 命令确定以上两个容器均在后台运行：

CONTAINER ID        IMAGE               COMMAND             CREATED             STATUS              PORTS               NAMES
501559d2fab7        alpine              "/bin/sh"           2 seconds ago       Up 1 second                             alpine2
18bed3178732        alpine              "/bin/sh"           3 seconds ago       Up 2 seconds                            alpine1

通过以下命令查看默认的 bridge 网络的详情：

docker network inspect bridge

应该会输出 JSON 格式的网络详细数据：

[
  {
    "Name": "bridge",
    "Id": "cb33efa4d163adaa61d6b80c9425979650d27a0974e6d6b5cd89fd743d64a44c",
    "Created": "2020-01-08T07:29:11.102566065Z",
    "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": {
      "18bed3178732b5c7a37d7ad820c111fac72a6b0f47844401d60a18690bd37ee5": {
        "Name": "alpine1",
        "EndpointID": "9c7d8ee9cbd017c6bbdfc023397b23a4ce112e4957a0cfa445fd7f19105cc5a6",
        "MacAddress": "02:42:ac:11:00:02",
        "IPv4Address": "172.17.0.2/16",
        "IPv6Address": ""
      },
      "501559d2fab736812c0cf181ed6a0b2ee43ce8116df9efbb747c8443bc665b03": {
        "Name": "alpine2",
        "EndpointID": "da192d61e4b2df039023446830bf477cc5a9a026d32938cb4a350a82fea5b163",
        "MacAddress": "02:42:ac:11:00:03",
        "IPv4Address": "172.17.0.3/16",
        "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": {}
  }
]

我们重点要关注的是两个字段：

• IPAM：IP 地址管理信息（IP Address Management），可以看到网关地址为 172.17.0.1（由于篇幅有限，想要了解网关的同学可自行查阅计算机网络以及 TCP/IP 协议方面的资料）
• Containers：包括此网络上连接的所有容器，可以看到我们刚刚创建的 alpine1 和 alpine2，它们的 IP 地址分别为 172.17.0.2 和 172.17.0.3（后面的 /16 是子网掩码，暂时不用考虑）

提示

如果你熟悉 Go 模板语法，可以通过 -f（format）参数过滤掉不需要的信息。例如我们只想查看 bridge 的网关地址：

$ docker network inspect --format '{{json .IPAM.Config }}' bridge
[{"Subnet":"172.17.0.0/16","Gateway":"172.17.0.1"}]

让我们进入 alpine1 容器中：

docker attach alpine1

注意

attach 命令只能进入设置了交互式运行的容器（也就是在启动时加了 -i 参数）。

如果你看到前面的命令提示符变成 / #，说明我们已经身处容器之中了。我们通过 ping 命令测试一下网络连接情况，首先 ping 一波图雀社区的主站 tuture.co（-c 参数代表发送数据包的数量，这里我们设为 5）：

/ # ping -c 5 tuture.co
PING tuture.co (150.109.19.98): 56 data bytes
64 bytes from 150.109.19.98: seq=2 ttl=37 time=65.294 ms
64 bytes from 150.109.19.98: seq=3 ttl=37 time=65.425 ms
64 bytes from 150.109.19.98: seq=4 ttl=37 time=65.332 ms

--- tuture.co ping statistics ---
5 packets transmitted, 3 packets received, 40% packet loss
round-trip min/avg/max = 65.294/65.350/65.425 ms

OK，虽然丢了几个包，但是可以连上（取决于你的网络环境，全丢包也是正常的）。由此可见，容器内可以访问主机所连接的全部网络（包括 localhost）。

接下来测试能否连接到 alpine2，在刚才 docker network inspect 命令的输出中找到 alpine2 的 IP 为 172.17.0.3，尝试能否 ping 通：

/ # ping -c 5 172.17.0.3
PING 172.17.0.3 (172.17.0.3): 56 data bytes
64 bytes from 172.17.0.3: seq=0 ttl=64 time=0.147 ms
64 bytes from 172.17.0.3: seq=1 ttl=64 time=0.103 ms
64 bytes from 172.17.0.3: seq=2 ttl=64 time=0.102 ms
64 bytes from 172.17.0.3: seq=3 ttl=64 time=0.125 ms
64 bytes from 172.17.0.3: seq=4 ttl=64 time=0.125 ms

--- 172.17.0.3 ping statistics ---
5 packets transmitted, 5 packets received, 0% packet loss
round-trip min/avg/max = 0.102/0.120/0.147 ms

完美！我们能够从 alpine1 中访问 alpine2 容器。作为练习，你可以自己尝试一下能否从 alpine2 容器中 ping 通 alpine1 哦。

注意

如果你不想让 alpine1 停下来，记得通过 Ctrl + P + Ctrl + Q（按住 Ctrl，然后依次按 P 和 Q 键）“脱离”（detach，也就是刚才 attach 命令的反义词）容器，而不是按 Ctrl + D 哦。

自定义网络

如果你跟着上面一路试下来，会发现默认的 bridge 网络存在一个很大的问题：只能通过 IP 地址相互访问。这毫无疑问是非常麻烦的，当容器数量很多的时候难以管理，而且每次的 IP 都可能发生变化。

而自定义网络则很好地解决了这一问题。在同一个自定义网络中，每个容器能够通过彼此的名称相互通信，因为 Docker 为我们搞定了 DNS 解析工作，这种机制被称为服务发现（Service Discovery）。具体而言，我们将创建一个自定义网络 my-net，并创建 alpine3 和 alpine4 两个容器，连上 my-net，如下图所示。

让我们开始动手吧。首先创建自定义网络 my-net：

docker network create my-net
# 由于默认网络驱动为 bridge，因此相当于以下命令
# docker network create --driver bridge my-net

查看当前所有的网络：

docker network ls

可以看到刚刚创建的 my-net：

NETWORK ID          NAME                DRIVER              SCOPE
cb33efa4d163        bridge              bridge              local
010deedec029        host                host                local
feb13b480be6        my-net              bridge              local
772a7a450223        none                null                local

创建两个新的容器 alpine3 和 alpine4：

docker run -dit --name alpine3 --network my-net alpine
docker run -dit --name alpine4 --network my-net alpine

可以看到，我们通过 --network 参数指定容器想要连接的网络（也就是刚才创建的 my-net）。

提示

如果在一开始创建并运行容器时忘记指定网络，那么下次再想指定网络时，可以通过 docker network connect 命令再次连上（第一个参数是网络名称 my-net，第二个是需要连接的容器 alpine3）：

docker network connect my-net alpine3

进入到 alpine3 中，测试能否 ping 通 alpine4：

$ docker attach alpine3
/ # ping -c 5 alpine4
PING alpine4 (172.19.0.3): 56 data bytes
64 bytes from 172.19.0.3: seq=0 ttl=64 time=0.247 ms
64 bytes from 172.19.0.3: seq=1 ttl=64 time=0.176 ms
64 bytes from 172.19.0.3: seq=2 ttl=64 time=0.180 ms
64 bytes from 172.19.0.3: seq=3 ttl=64 time=0.176 ms
64 bytes from 172.19.0.3: seq=4 ttl=64 time=0.161 ms

--- alpine4 ping statistics ---
5 packets transmitted, 5 packets received, 0% packet loss
round-trip min/avg/max = 0.161/0.188/0.247 ms

可以看到 alpine4 被自动解析成了 172.19.0.3。我们可以通过 docker network inspect 来验证一下：

$ docker network inspect --format '{{range .Containers}}{{.Name}}: {{.IPv4Address}} {{end}}' my-net
alpine4: 172.19.0.3/16 alpine3: 172.19.0.2/16

可以看到 alpine4 的 IP 的确为 172.19.0.3，解析是正确的！

一些收尾工作

实验做完了，让我们把之前所有的容器全部销毁：

docker rm -f alpine1 alpine2 alpine3 alpine4

把创建的 my-net 也删除：

docker network rm my-net

动手实践

容器化服务器

我们首先对后端服务器也进行容器化。创建 server/Dockerfile，代码如下：

FROM node:10

# 指定工作目录为 /usr/src/app，接下来的命令全部在这个目录下操作
WORKDIR /usr/src/app

# 将 package.json 拷贝到工作目录
COPY package.json .

# 安装 npm 依赖
RUN npm config set registry https://registry.npm.taobao.org && npm install

# 拷贝源代码
COPY . .

# 设置环境变量（服务器的主机 IP 和端口）
ENV MONGO_URI=mongodb://dream-db:27017/todos
ENV HOST=0.0.0.0
ENV PORT=4000

# 开放 4000 端口
EXPOSE 4000

# 设置镜像运行命令
CMD [ "node", "index.js" ]

可以看到这个 Dockerfile 比上一篇教程中的要复杂不少。每一行的含义已经注释在代码中了，我们来看一看多了哪些新东西：

• RUN 指令用于在容器中运行任何命令，这里我们通过 npm install 安装所有项目依赖（当然之前配置了一下 npm 镜像，可以安装得快一点）
• ENV 指令用于向容器中注入环境变量，这里我们设置了 数据库的连接字符串 MONGO_URI（注意这里给数据库取名为 dream-db，后面就会创建这个容器），还配置了服务器的 HOST 和 PORT
• EXPOSE 指令用于开放端口 4000。之前在用 Nginx 容器化前端项目时没有指定，是因为 Nginx 基础镜像已经开放了 8080 端口，无需我们设置；而这里用的 Node 基础镜像则没有开放，需要我们自己去配置
• CMD 指令用于指定此容器的启动命令（也就是 docker ps 查看时的 COMMAND 一列），对于服务器来说当然就是保持运行状态。在后面“回忆与升华”部分会详细展开。

注意

初次尝试容器的朋友很容易犯的一个错误就是忘记将服务器的 host 从 localhost（127.0.0.1）改成 0.0.0.0，导致服务器无法在容器之外被访问到（我自己学习的时候也浪费了很多时间）。

与之前前端容器化类似，创建 server/.dockerignore 文件，忽略服务器日志 access.log 和 node_modules，代码如下：

node_modules
access.log

在项目根目录下运行以下命令，构建服务器镜像，指定名称为 dream-server：

docker build -t dream-server server

连接服务器与数据库

根据之前的知识，我们为现在的“梦想清单”应用创建一个自定义网络 dream-net：

docker network create dream-net

我们使用官方的 mongo 镜像创建并运行 MongoDB 容器，命令如下：

docker run --name dream-db --network dream-net -d mongo

我们指定容器名称为 dream-db（还记得这个名字吗），所连接的网络为 dream-net，并且在后台模式下运行（-d）。

提示

你也许会问，为什么这里开启容器的时候没有指定端口映射呢？因为在同一自定义网络中的所有容器会互相暴露所有端口，不同的应用之间可以更轻松地相互通信；同时，除非通过 -p（--publish）手动开放端口，网络之外无法访问网络中容器的其他端口，实现了良好的隔离性。网络之内的互操作性和网络内外的隔离性也是 Docker Network 的一大优势所在。

危险！

这里我们在开启 MongoDB 数据库容器时没有设置任何鉴权措施（例如设置用户名和密码），所有连接数据库的请求都可以任意修改数据，在生产环境是极其危险的。后续文章中我们会讲解如何在容器中管理机密信息（例如密码）。

然后运行服务器容器：

docker run -p 4000:4000 --name dream-api --network dream-net -d dream-server

查看服务器容器的日志输出，确定 MongoDB 连接成功：

$ docker logs dream-api                                                       
Server is running on http://0.0.0.0:4000
Mongoose connected.

接着你可以通过 Postman 或者 curl 来测试一波服务器 API （localhost:4000 ），这里为了节约篇幅就省略了。当然你也可以直接跳过，因为马上我们就可以通过前端来操作数据了！

容器化前端页面

正如上一篇文章所实现的那样，在项目根目录下，通过以下命令进行容器化：

docker build -t dream-client client

然后运行容器：

docker run -p 8080:80 --name client -d dream-client

可以通过 docker ps 命令检验三个容器是否全部正确开启：

最后，访问 localhost:8080：

可以看到，我们在最后刷新了几次页面，数据记录也都还在，说明我们带有数据库的全栈应用跑起来了！让我们通过交互式执行的方式进入到数据库容器 dream-db 中，通过 Mongo Shell 简单地查询一波刚才的数据：

$ docker exec -it dream-db mongo
MongoDB shell version v3.4.10
connecting to: mongodb://127.0.0.1:27017
MongoDB server version: 3.4.10
Welcome to the MongoDB shell.
For interactive help, type "help".
> use todos
switched to db todos
> db.getCollection('todos').find()
{ "_id" : ObjectId("5e171fda820251a751aae6f5"), "completed" : true, "text" : "了解 Docker Network", "timestamp" : ISODate("2020-01-09T12:43:06.865Z"), "__v" : 0 }
{ "_id" : ObjectId("5e171fe08202517c11aae6f6"), "completed" : true, "text" : "搭建默认网络", "timestamp" : ISODate("2020-01-09T12:43:12.205Z"), "__v" : 0 }
{ "_id" : ObjectId("5e171fe3820251d1a4aae6f7"), "completed" : false, "text" : "搭建自定义网络", "timestamp" : ISODate("2020-01-09T12:43:15.962Z"), "__v" : 0 }

完美！然后按 Ctrl + D 就可以退出来了。

回忆与升华

理解命令：梦境的主旋律

每个容器自从被创建之时，就注定要运行一道命令（Command），就好像在筑梦时要安排一个主旋律、一个基调那样。之前在运行 docker ps 的时候，你应该也注意到了 COMMAND 一栏，正是每个容器所运行的命令。那么我们怎么指定容器的命令呢？又能不能运行新的命令呢？

首先，我们主要通过两种方式指定容器的命令：

通过 Dockerfile 提供默认命令

在构建镜像时，我们可以在 Dockerfile 的最后通过 CMD 指令指定命令，例如在构建后端服务器时的 [ "node", "server.js" ] 命令。在指定命令时，我们有三种写法：

• CMD ["executable","param1","param2"]（exec 格式，推荐）
• CMD ["param1","param2"]（需要结合 Entrypoint 使用）
• CMD command param1 param2（shell 格式）

其中 executable 代表可执行文件的路径，例如 node、/bin/sh；param1、param2 代表参数。我们在后续讨论 Dockerfile 的高阶使用时会讨论 Entrypoint 的使用，这篇文章不会涉及。

注意

在使用第一种 exec 格式时，必须使用双引号，因为整个命令将以 JSON 格式被解析。

提示

如果要执行变量替换等 Shell 操作，例如 echo $HOME，直接写成 ["echo", "$HOME"] 是无效的，需要改写成 ["sh", "-c", "echo $HOME"]。

创建或运行容器时指定命令

在创建或运行容器时，通过添加命令参数可以覆盖构建镜像时指定的命令，例如：

docker run nginx echo hello

通过指定 echo hello 命令参数，就会让这个容器输出一个 hello 然后退出，而不会运行默认的 nginx -g 'daemon off;'。

当然，正如第一篇文章所实践的，我们还可以指定命令为 bash（或 sh、mongo、node 等其他交互式程序），然后结合 -it 选项，就可以进入容器中交互式运行了。

通过 exec 运行新的命令

通过 docker exec，我们可以让已经运行中的容器执行新的命令。例如，对于我们之前的 dream-db 容器，我们通过 mongodump 命令来创建数据库备份：

docker exec dream-db mongodump

然后可以进一步通过 docker exec -it 来进入 dream-db 中进行交互式运行，检查刚才导出的 dump 目录：

$ docker exec -it dream-db bash
root@c51d9355d8da:/# ls dump/
admin  todos

同样地，按 Ctrl + D 退出就可以了。

提示

你也许会好奇，为什么在 docker run 交互式执行的时候按 Ctrl + D 就容器就直接停止了，而在 docker exec 的情况下退出却不会导致容器停止呢？因为 docker exec -it 相当于在现有的容器上运行了一个新的终端进程，而不会影响之前的主命令进程。只要主进程不结束，容器就不会停止。

小诀窍：如何轻松记住几十个 Docker 命令？

在刚才的实战中，我们也接触了很多新的 Docker 命令，怎么记住那么多命令呢？其实 docker 大部分命令都符合以下格式：

docker <对象类型> <操作名称> [其他选项和参数]

• 对象类型：到目前，我们接触的 Docker 对象类型包括容器
  container、镜像 image 和网络 network
• 操作名称：操作可以分为两大类：1）适用于所有对象的操作，例如 ls、rm、inspect 和 prune 等等；2）对象专属操作，例如容器专有的 run 操作，镜像专有的 build 操作，以及网络专有的 connect 操作等等
• 其他选项和参数：可通过 help 命令或 --help 查阅每个命令具体的选项和参数

由于部分命令很常用，Docker 还提供了方便的简写命令，例如显示当前所有容器 docker container ls，可以简写成 docker ps。

我们首先复习一下容器（Container）对象上的命令吧（红色代表适用于所有对象的操作，蓝色代表此对象的专有操作）：

再复习一下镜像（Image）对象上的命令：

最后复习一下网络（Network）对象上的命令：

至此，这篇教程也结束了。但是我们的筑梦之旅才刚刚开始——还有很多问题没有解决：1）现在前端应用还无法在除了本地以外的环境使用（因为访问的后端 API 是硬编码的 localhost）；2）还没有真正部署到远程机器；3）MongoDB 还处于“裸奔”的状态（没设置密码）。不要方，我们在接下里的教程中就会去解决哦。

想要学习更多精彩的实战技术教程？来图雀社区逛逛吧。