Docker tutorial for beginners : Part 2

Nuttachot Promrit

Feb 11, 2020 • 6 min read

บทความโดย ผศ.ดร.ณัฐโชติ พรหมฤทธิ์
ภาควิชาคอมพิวเตอร์
คณะวิทยาศาสตร์
มหาวิทยาลัยศิลปากร

ใน Part นี้เราจะมารู้จักคำสั่งของ Dockerfile สำหรับการสร้าง Image และการใช้ Docker-compose เพื่อจัดการกับ Container รวมทั้งการจัดการ Container แบบง่ายๆ ด้วย Web Based GUI ครับ

Dockerfile

Dockerfile คือหัวใจสำคัญของ Docker โดย Dockerfile จะบอกให้ Docker สร้าง Image ขึ้นมาทีละ Layer แบบ Read only ด้วยคำสั่ง docker build

ซึ่งแต่ละ Layer ของ Image จะเป็นเพียงไฟล์ที่เก็บความเปลี่ยนแปลงของ Layer ก่อนหน้า คล้ายกับการ Commit Version ของ Source Code บน Version Control System โดยเราเรียก Layer แรกของ Image ว่า Base image

คำสั่งของ Dockerfile จะขึ้นต้นด้วยอักษรตัวใหญ่ตามด้วย Argument ซึ่งจะถูกประมวลผลขณะที่มีการสร้าง Image จากบรรทัดบนจนถึงบรรทัดล่างสุด

ตัวอย่างคำสั่งของ Dockerfile เช่น

FROM python:3.7.2-alpine3.8
COPY . /app
ENTRYPOINT [“python”, “./app/hello.py”, “my_var”]

คำสั่งหลักๆ ของ Dockerfile 12 คำสั่ง ได้แก่

FROM กำหนด Base image

LABEL ใช้กำหนด Metadata เช่น ชื่อ Version หรือเจ้าของ Image

ENV กำหนด Environment variable ภายใน Container

RUN ใช้สำหรับติดตั้ง Packagesให้ Container

COPY สำหรับ Copy file และ Folder ไปยัง Container

ADD สำหรับ Copy file และ Folder ไปยัง Container โดยสามารถแตกไฟล์ .tar รวมทั้ง Copy file จาก Host ภายนอกได้

CMD สำหรับรันคำสั่งที่ต้องการขณะรัน Container

WORKDIR กำหนด Working directory ของ Container

ARG กำหนด Variable ขณะสร้าง Image

ENTRYPOINT สำหรับรันคำสั่งที่ต้องการขณะรัน Container

EXPOSE กำหนด Port ที่เปิดให้ Container อื่นติดต่อเข้ามา

VOLUME สร้าง Folder เก็บข้อมูลแบบถาวรให้ Container

ตัวอย่างของ Dockerfile

# Example Dockerfile
FROM python:3.7.2-alpine3.8

LABEL maintainer="[email protected]"

RUN apk add --update git

WORKDIR /myapp

COPY . .

ARG my_var=my_default_value

ENTRYPOINT ["python", "./app/hello.py", "my_var"]

EXPOSE 8000

VOLUME /my_volume

จากตัวอย่างด้านบนเราจะติดตั้ง Packages บน Alpine image ด้วยคำสั่ง RUN apk ขณะที่การติดตั้ง Packages บน Ubuntu image จะใช้คำสั่ง RUN apt-get ครับ

RUN apt-get update && apt-get install my_package

Build a smaller image

Layer ของ Docker image นั้นทำให้เราสร้างและเคลื่อนย้าย Image ได้รวดเร็ว และประหยัดเนื้อที่ของ Harddisk ถ้ามี Image หลายตัวแชร์ Layer ด้วยกัน นอกจากนี้เมื่อมีการ Pull image จาก Docker hub หรือ Registry แล้ว Docker จะ Download เฉพาะ Layer ที่ไม่มีใน Cache บน Host Machine เท่านั้น

แต่ยิ่งมีจำนวน Layer มาก Image ที่ได้ก็จะใหญ่ขึ้น ทำให้สิ้นเปลือง Memory เมื่อมีการรัน Container ดังนั้นเพื่อให้เกิดความสมดุลระหว่างการประหยัดเนื้อที่ของ Harddisk กับการประหยัด Memory ของ Server ขณะรัน Container เราอาจลดจำนวน Layer ของ Image ลง โดยการลดจำนวนคำสั่งใน Dockerfile ครับ

Remote Login ไปยัง Cloud Server โดยใช้ ssh

ssh [email protected]

สร้าง Project ใหม่ภายใน Folder small_image ซึ่งประกอบด้วย ไฟล์ "Dockerfile"

.
|__ Dockerfile

แก้ไข Dockerfile โดยเพิ่มคำสั่งตามตัวอย่างด้านล่าง

FROM debian:stable

WORKDIR /var/www

RUN apt-get update
RUN apt-get -y --no-install-recommends install curl
RUN apt-get -y --no-install-recommends install ca-certificates

RUN curl https://raw.githubusercontent.com/gadiener/docker-images-size-benchmark/master/main.go -o main.go

RUN apt-get purge -y curl
RUN apt-get purge -y ca-certificates
RUN apt-get autoremove -y
RUN apt-get clean
RUN rm -rf /var/lib/apt/lists/*

สร้าง Docker image

docker build -t debiandock .

ดูจำนวน Layer ของ Image

docker history debiandock

ดูขนาดของ Images

docker images

จะเห็นว่า debiandock image มีขนาด 150MB

แก้ไขไฟล์ Docker ตามตัวอย่างด้านล่าง

FROM debian:stable

WORKDIR /var/www

RUN apt-get update && \
    apt-get -y --no-install-recommends install curl \
        ca-certificates && \
    curl https://raw.githubusercontent.com/gadiener/docker-images-size-benchmark/master/main.go -o main.go && \
    apt-get purge -y curl \
        ca-certificates && \
    apt-get autoremove -y && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*

สร้าง Docker image ใหม่

docker build -t small_debiandock .

ดูจำนวน Layer ของ Image

ดูขนาดของ Images

docker images

ซึ่งจะเห็นว่าขนาดของ Image ลดลงจาก 150MB เป็น 116MB

Docker Compose

ข้อดีหนึ่งของ Docker คือเราสามารถแบ่ง Application ออกเป็นส่วนๆ ตามหน้าที่ และแยกไปเก็บในแต่ละ Container

โดย Docker ได้เตรียม Docker-compose เพื่อจัดการกับ Container หลายๆ ตัวพร้อมกัน ซึ่งการ Config Docker-compose มีขั้นตอนดังนี้

1) แบ่ง Application เป็น Component
2) สร้าง หรือ Pull image
3) Configure environment variables (ถ้าต้องใช้งาน)
4) Configure networking
5) กำหนด Volumes
6) สร้างและรัน Image

เราจะเริ่ม Config Docker-compose เพื่อสร้าง Website แบบ Static ที่มี Server component 1 Component กันครับ

สร้าง Project ใหม่ภายใน Folder web_dock ซึ่งประกอบด้วย ไฟล์ดังต่อไปนี้

.
|__ docker-compose.yml
|__ server/
   |__Dockerfile
   |__index.html
   |__server.py

แก้ไข Dockerfile ตามตัวอย่างด้านล่าง

FROM python:3.7.2-alpine3.8

WORKDIR /html/

ADD server.py .
ADD index.html .

แก้ไขไฟล์ index.html

Hello Docker-compose!

แก้ไขไฟล์ server.py

#!/usr/bin/env python3


import http.server
import socketserver

handler = http.server.SimpleHTTPRequestHandler


with socketserver.TCPServer(("", 80), handler) as httpd:

    httpd.serve_forever()

กลับมาที่ docker-compose.yml แก้ไขไฟล์ตามตัวอย่างด้านล่าง

version: "3"

services:
  server:
    build: server/
    command: python ./server.py
    
    networks:
      - frontend
    ports:
      - 80:80
      
    volumes:
      - server_volume:/html

volumes: 
  server_volume:

networks:
  frontend:
    external:
      name: web_network

สร้าง Image ด้วย docker-compose

docker-compose build

ดู Image

ดู Layer ของ Image

สร้าง Bridge network โดยตั้งชื่อเป็น web_network

docker network create web_network

ดู Network ทั้งหมด

รัน Container ด้วย docker-compose และกลับไปที่ Terminal โดยใช้ parameter -d

docker-compose up -d

ดู Containers ที่รันทั้งหมด ตามที่ docker-compose.yml ดูแล

เปิดดู Website ที่รันบน Container โดยระบุ URL เป็นชื่อ Server ของเราเอง เช่น http://lab20.cpsudevops.com

ดู Volume ที่สร้างขึ้นมาทั้งหมด

docker volume ls

ตรวจสอบ web_dock_server_volume

docker volume inspect web_dock_server_volume

จะเห็นว่า Volume web_dock_server_volume เกิดจากการที่ Docker ได้ Mount Folder html กับ path /var/lib/docker/volumes/web_dock_server_volume/_dat ของ Host Machine

เราสามารถเข้าถึงไฟล์ภายใน Container ผ่าน Folder นี้

sudo ls /var/lib/docker/volumes/web_dock_server_volume/_data

Remote ไปยัง sh shell ของ web_dock_server_1 Container ด้วยคำสั่ง docker exec -it แล้วดูไฟล์ใน Working Directory

docker exec -it web_dock_server_1 sh

Stop/Delete Container ที่ docker-compose.yml ดูแล ด้วยคำสั่ง docker-compose down และลบ image ทั้งหมดด้วย parameter --rmi all

docker-compose down --rmi all

แต่เราจะยังเห็น web_dock_server_volume อยู่ เพราะ Volume เป็นที่เก็บข้อมูลถาวร ซึ่งจะไม่ถูกลบเมื่อมีการ Stop container

ลบ web_dock_server_volume

docker volume rm web_dock_server_volume

ลบ web_network

docker network rm web_network

ดูเนื้อที่ที่ Docker ใช้

docker system df

Web Based Container Management

เพื่อจะจัดการกับ Container แบบง่ายๆ เราจะ Config Docker-compose ให้ใช้งาน Web Based Container Management ที่ชื่อว่า "portainer" ซึ่งเป็น Open source platform กันครับ

สร้าง Network แบบ Bridge ชื่อ webproxy

docker network create webproxy

สร้าง Project ใหม่ภายใน Folder port_dock ซึ่งประกอบด้วย ไฟล์ดังต่อไปนี้

.
|__ docker-compose.yml
|__ .env

แก้ไข docker-compose.yml ตามตัวอย่างด้านล่าง

version: '3'

services:
  portainer:
    container_name: ${CONTAINER_NAME}
    restart: unless-stopped
    image: portainer/portainer
    volumes:
      - portainer_data:/data
      - /var/run/docker.sock:/var/run/docker.sock
    environment:
      VIRTUAL_HOST: ${DOMAINS}

    ports:
      - "80:9000"
volumes: 
  portainer_data:

networks:
    default:
       external:
         name: ${NETWORK}

แก้ไขไฟล์ .env โดยกำหนด Domains ตามชื่อเครื่องของตัวเอง

CONTAINER_NAME=portainer

DOMAINS=labxx.cpsudevops.com

NETWORK=webproxy

รัน Container

docker-compose up

เปิดดู portainer ผ่าน Web Browser โดยใส่ URL เป็นชื่อ Server ของตัวเอง เช่น http://lab20.cpsudevops.com แล้วตั้งรหัสผ่านใหม่

เลือก Local Manage... แล้วกด Connect

กดเมนู Containers เพื่อดู Container ทั้งหมด

กดที่ปุ่ม Stats เพื่อดูการใช้งานทรัพยาการของ Container ครับ

ขอขอบคุณ Nipa.Cloud ที่ให้การสนับสนุน Environment ในการเรียนการสอน
รายวิชา Dev-Ops and Cloud Engineering 101