目录
- 起点
- 搭建swarm
- 编写docker-compose.yml
- 部署服务
- 感想
1. 起点
学习爬虫有一段时间了，使用过Scrapy, 就想试试其它的爬虫框架，选择pyspider也是因为想通过pyspider了解一下分布式爬虫，由于docker技术的成熟，也就顺理成章的选择docker来完成这件事。
2. 搭建swarm
创建节点
创建三个docker machine:
$ docker-machine create --driver virtualbox manager1
$ docker-machine create --driver virtualbox worker1
$ docker-machine create --driver virtualbox worker2
执行如下命令可查看新创建的docker machine, 以及docker machine对用的IP地址
$ docker-machine ls
NAME ACTIVE DRIVER STATE URL SWARM DOCKER ERRORS
default * virtualbox Running tcp://192.168.99.100:2376 v17.05.0-ce
manager1 - virtualbox Running tcp://192.168.99.101:2376 v17.05.0-ce
worker1 - virtualbox Running tcp://192.168.99.102:2376 v17.05.0-ce
worker2 - virtualbox Running tcp://192.168.99.103:2376 v17.05.0-ce
创建swarm
登陆 manager1:
$ docker-machine ssh manager1
执行如下命令，创建一个新的swarm
docker@manager1:~$ docker swarm init --advertise-addr 192.168.99.101
Swarm initialized: current node (wpf2jcvhhvfosv3c9ac6c50dh) is now a manager.
To add a worker to this swarm, run the following command:
docker swarm join \
--token SWMTKN-1-69wvyxsrnjtm11z38eus20tm0z9cof2ks9khzyv7fdo8it0dln-drdoszuykjp1uvhmn2spaa8vj \
192.168.99.101:2377
To add a manager to this swarm, run 'docker swarm join-token manager' and follow the instructions.
将节点加入swarm
登陆worker1, 将worker1加入swarm:
docker@worker1:~$ docker swarm join \
> --token SWMTKN-1-69wvyxsrnjtm11z38eus20tm0z9cof2ks9khzyv7fdo8it0dln-drdoszuykjp1uvhmn2spaa8vj \
> 192.168.99.101:2377
This node joined a swarm as a worker.
登陆worker2, 将worker2加入swarm:
docker@worker2:~$ docker swarm join \
> --token SWMTKN-1-69wvyxsrnjtm11z38eus20tm0z9cof2ks9khzyv7fdo8it0dln-drdoszuykjp1uvhmn2spaa8vj \
> 192.168.99.101:2377
This node joined a swarm as a worker.
查看当前swarm状态
docker@manager1:~$ docker node ls
ID HOSTNAME STATUS AVAILABILITY MANAGER STATUS
k926754fhudg5tu51rnlp2fdj worker2 Ready Active
q1seyrwugtdceqd515tmp8ph3 worker1 Ready Active
wpf2jcvhhvfosv3c9ac6c50dh * manager1 Ready Active Leader
至此，三个节点的swarm已经创建完成。
3. 编写docker-compose.yml
docker-compose.yml请参考
注意事项
- compose file使用version: 3
- 部署多replicas时，不需要使用HAproxy的Load Balance，swarm服务本身自带VIP，如：
-
command中需要连接其它服务时，配置参数不可写在文件中，如scheduler需要连接mysql, redis等，不能使用config.json文件
command: -c config.json scheduler 在使用stack deploy时，docker-compose file中 link, depends_on等命令被忽略，具体信息请参考compose file版本3
所有服务使用同一网络段，如cars
-
如果需要连接远端mysql, redis修改连接地址即可，如
command: '--taskdb "mysql+taskdb://root:root@10.208.20.94:3306/taskdb" --resultdb "mysql+resultdb://root:root@10.208.20.94:3306/resultdb" --projectdb "mysql+projectdb://root:root@10.208.20.94:3306/projectdb" --message-queue "redis://10.208.20.94:6379/db" webui --max-rate 10 --max-burst 3 --scheduler-rpc "http://scheduler:23333/" --fetcher-rpc "http://fetcher/"'
4. 部署服务
部署
登陆manager1, 执行如下命令:
docker@manager1:~$ docker stack deploy -c docker-compose.yml myspider
注意事项
swarm服务部署没有严格的顺序，所以会出现mysql, redis服务启动较晚，在service部署要设置restart_policy, 如
docker@manager1:~$ docker stack deploy -c docker-compose.yml myspider
Creating network myspider_cars
Creating service myspider_fetcher
Creating service myspider_processor
Creating service myspider_result-worker
Creating service myspider_webui
Creating service myspider_redis
Creating service myspider_mysql
Creating service myspider_scheduler
Creating service myspider_phantomjs
5. 感想
由于本身对swarm stack缺乏经验，中途一度想放弃swarm, 转而采用k8s，还好坚持下来，所以也就有了这篇记录，列出了当前踩的一些坑。
