閱讀準(zhǔn)備

1. docker基礎(chǔ)命令，docker-compose基礎(chǔ)
2. pyspider基礎(chǔ)

如果您不熟悉上面的內(nèi)容酝惧，可以先網(wǎng)上查閱有關(guān)資料瞎饲。

1. 創(chuàng)建網(wǎng)絡(luò)接口

首先，創(chuàng)建一個(gè)Driver為bridge的網(wǎng)絡(luò)接口乡数，命名為pyspider：
docker network create --driver bridge pyspider

• 說(shuō)明1： 需要?jiǎng)?chuàng)建該網(wǎng)絡(luò)接口的原因是：在下面創(chuàng)建Docker容器的過(guò)程中帖蔓，我們使用了docker和docker-compose分別創(chuàng)建了不同的服務(wù)。按正常來(lái)說(shuō)瞳脓，如果都使用docker-compose來(lái)創(chuàng)建服務(wù)會(huì)更好塑娇；但是這里有些特殊需求，所有就混合使用docker和docker-compose來(lái)創(chuàng)建服務(wù)了劫侧。

• 說(shuō)明2：直接使用docker命令創(chuàng)建容器時(shí)埋酬，容器的默認(rèn)網(wǎng)絡(luò)接口使用的是NAME為bridge的接口；而使用docker-compose時(shí)烧栋，默認(rèn)的網(wǎng)絡(luò)接口使用的不是NAME 為bridge的接口写妥，而是根據(jù)docker-compose.yml文件所在目錄命名的網(wǎng)絡(luò)接口。如审姓，我的docker-compose.yml文件在目錄Pyspider下珍特，則使用docker-compose時(shí)的默認(rèn)網(wǎng)絡(luò)接口就是pyspider_default。所以魔吐，如果我們使用docker和docker-compose時(shí)扎筒，默認(rèn)的情況下它們屬于不同的子網(wǎng)，網(wǎng)絡(luò)不互通酬姆，這不是我們想要的嗜桌。dokcer和docker-compose的網(wǎng)絡(luò)接口都可以通過(guò)參數(shù)自定義，從而實(shí)現(xiàn)它們的服務(wù)的網(wǎng)絡(luò)互通辞色，所有我們才自己創(chuàng)建一個(gè)網(wǎng)絡(luò)接口骨宠。

• 說(shuō)明3：

  • 可以通過(guò)命令docker network ls查看已有的網(wǎng)絡(luò)接口，如下圖：
    
    docker網(wǎng)絡(luò)接口
  • 可以通過(guò)docker network inspect bridge命令查看網(wǎng)絡(luò)接口的詳細(xì)信息相满。如NAME為bridge的詳細(xì)信息如下圖：
    
    查看網(wǎng)絡(luò)接口信息

資料： https://docs.docker.com/engine/userguide/networking/

2. 創(chuàng)建Redis服務(wù)

運(yùn)行命令：docker run --network=pyspider --name redis -d -p 6379:6379 redis 創(chuàng)建Redis服務(wù)层亿。

• 說(shuō)明1：其中，參數(shù)--network=pyspider指定使用pyspider網(wǎng)絡(luò)接口立美。我們可以使用docker inspect redis | grep IPA查看該容器的ip地址匿又，如下圖：
  
  查看容器ip地址
  
  我們還可以通過(guò)docker logs reids查看容器redis的日志輸出，來(lái)觀察redis服務(wù)是否正常運(yùn)行悯辙。

3. 創(chuàng)建mysql服務(wù)

運(yùn)行：docker run --network pyspider -p 3306:3306 --name pymysql -v /Users/andy/Pyspider/mysql/conf/my.cnf:/etc/mysql/my.cnf -v /Users/andy/Pyspider/mysql/logs:/logs -v /Users/andy/Pyspider/mysql/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=root123 -d mysql以創(chuàng)建mysql服務(wù)琳省。

• 說(shuō)明：
  • 指定網(wǎng)絡(luò)接口--network=pyspider
  • -p 3306:3306指定端口號(hào)
  • -v /Users/andy/Pyspider/mysql/conf/my.cnf:/etc/mysql/my.cnf指定mysql配置文件
  • -v /Users/andy/Pyspider/mysql/logs:/logs指定日志目錄
  • -v /Users/andy/Pyspider/mysql/data:/var/lib/mysql指定mysql的數(shù)據(jù)文件存儲(chǔ)目錄
  • -e MYSQL_ROOT_PASSWORD=root123指定root賬戶的密碼為root123

用docker inspect pymysql | grep IPA查看mysql容器的ip地址迎吵。

mysql容器ip地址

4. 創(chuàng)建pyspider的scheduler服務(wù)

運(yùn)行：docker run --network=pyspider --name scheduler -d -p 23333:23333 --restart=always binux/pyspider --taskdb "mysql+taskdb://root:root123@172.20.0.2:3306/taskdb" --resultdb "mysql+projectdb://root:root123@172.20.0.2:3306/resultdb" --projectdb "mysql+projectdb://root:root123@172.20.0.2:3306/projectdb" --message-queue "redis://172.20.0.3:6379/0" scheduler --inqueue-limit 10000 --delete-time 3600

• 參數(shù)說(shuō)明

  • --network=pyspider指定網(wǎng)絡(luò)接口
  • -p 23333:23333指定端口
  • root:root123@172.20.0.2:3306為mysql服務(wù)的ip地址，端口针贬，用戶名和密碼
  • redis://172.20.0.3:6379/0為redis服務(wù)的配置击费。
  • 命令運(yùn)行成功后，可以通過(guò)docker logs scheduler查看scheduler服務(wù)的運(yùn)行情況桦他。

• 查看scheduler的ip地址為：172.20.0.4蔫巩，方便后邊使用。

• pyspider分布式部署中快压，scheduer服務(wù)只能創(chuàng)建一個(gè)圆仔。

5. 使用docker-compose創(chuàng)建pyspider的其它組件

配置文件docker-compose.yml的內(nèi)容如下：

version: '2'
services:
  phantomjs:
    image: 'binux/pyspider:latest'
    command: phantomjs
    cpu_shares: 256
    environment:
      - 'EXCLUDE_PORTS=5000,23333,24444'
    expose:
      - '25555' # 暴露端口25555給link到此service的容器
    mem_limit: 256m
    restart: always

  phantomjs-lb:
    image: 'dockercloud/haproxy:latest' # 使用haproxy使用負(fù)載均衡
    links:
      - phantomjs
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock # docker-compose v2版本中haproxy需要指定docker socket(MAC系統(tǒng)中)
    restart: always

  fetcher:
    image: 'binux/pyspider:latest'
    command: '--message-queue "redis://172.20.0.3:6379/0" --phantomjs-proxy "phantomjs:80" fetcher --xmlrpc' # fetcher以rpc的方式啟動(dòng)
    cpu_shares: 256
    environment:
      - 'EXCLUDE_PORTS=5000,25555,23333'
    links:
      - 'phantomjs-lb:phantomjs'
    mem_limit: 256m
    restart: always

  fetcher-lb:
    image: 'dockercloud/haproxy:latest' # 使用haproxy使用負(fù)載均衡
    links:
      - fetcher
    volumes:
      - /var/run/docker.sock:/var/run/docker.sock # docker-compose v2版本中haproxy需要指定docker socket(MAC系統(tǒng)中)
    restart: always
    
  processor:
    image: 'binux/pyspider:latest'
    command: '--projectdb "mysql+projectdb://root:root123@172.20.0.2:3306/projectdb" --message-queue "redis://172.20.0.3:6379/0" processor'
    cpu_shares: 256
    mem_limit: 256m
    restart: always
 
  result-worker:
    image: 'binux/pyspider:latest'
    command: '--taskdb "mysql+taskdb://root:root123@172.20.0.2:3306/taskdb"  --projectdb "mysql+projectdb://root:root123@172.20.0.2:3306/projectdb" --resultdb "mysql+resultdb://root:root123@172.20.0.2:3306/resultdb" --message-queue "redis://172.20.0.3:6379/0" result_worker'
    cpu_shares: 256
    mem_limit: 256m
    restart: always
    
  webui:
    image: 'binux/pyspider:latest'
    command: '--taskdb "mysql+taskdb://root:root123@172.20.0.2:3306/taskdb"  --projectdb "mysql+projectdb://root:root123@172.20.0.2:3306/projectdb" --resultdb "mysql+resultdb://root:root123@172.20.0.2:3306/resultdb" --message-queue "redis://172.20.0.3:6379/0" webui --max-rate 0.3 --max-burst 3 --scheduler-rpc "http://172.20.0.4:23333/" --fetcher-rpc "http://fetcher/"'
    cpu_shares: 256
    environment:
      - 'EXCLUDE_PORTS=24444,25555,23333'
    ports:
      - '5000:5000' # webui的對(duì)外的端口為5000，可以通過(guò)http://localhost:5000訪問(wèn)webui服務(wù)蔫劣。
    links:
      - 'fetcher-lb:fetcher' # link到其它負(fù)載均衡haproxy的服務(wù)坪郭。
    mem_limit: 256m
    restart: always

networks:
  default:
    external:
      name: pyspider #指定docker-compose的網(wǎng)絡(luò)接口為：pyspider；實(shí)現(xiàn)和docker run方式創(chuàng)建容器的互通脉幢。

• webui服務(wù)說(shuō)明
  • --fetcher-rpc "http://fetcher/"是以服務(wù)名的方式指定webui鏈接到的fetcher服務(wù)歪沃，因?yàn)閒etcher實(shí)例可以有很多個(gè)，我們?nèi)绻胕p指定就不能起到負(fù)載均衡的目的了嫌松。
  • --scheduler-rpc "http://172.20.0.4:23333/"是webui直接用ip和port的方式鏈接到scheduler服務(wù)沪曙，因?yàn)閟cheduler只有一個(gè)。
  • command的其它參數(shù)可以參考pyspider的文檔：http://docs.pyspider.org/en/latest/
• haproxy的文檔：https://github.com/docker/dockercloud-haproxy
• docker-compose的文檔：https://docs.docker.com/compose/

docker-compose.yml文件寫(xiě)好后萎羔，運(yùn)行docker-compose up（要在docker-compose.yml所在目錄）命令液走，docker-compose開(kāi)始創(chuàng)建容器服務(wù)，如下圖：

docker-compose up

所有組件服務(wù)創(chuàng)建完成后贾陷，訪問(wèn)：http://localhost:5000缘眶，即可看到webui界面。

如果想創(chuàng)建更多的fetcher, result_work, phantomjs容器實(shí)例昵宇，可以使用：docker-compose scale phantomjs=2 processor=4 result-worker=2磅崭。docker-compose會(huì)自動(dòng)幫你創(chuàng)建2個(gè)phantomjs服務(wù)，4個(gè)processor服務(wù)瓦哎，2個(gè)result-worker服務(wù)；haproxy會(huì)自動(dòng)實(shí)現(xiàn)負(fù)載均衡柔逼，如下圖：

docker-compose scale

最后說(shuō)明

1. redis, mysql, scheudler服務(wù)的ip地址需要根據(jù)您的容器的ip具體而定蒋譬。
2. 我所使用的系統(tǒng)為MAC，dokcer版本為：Version 17.06.0-ce-mac19 (18663)