本文根据DCOS联盟第一期线上分享整理而成
讲师介绍
刘金烨
数人云运维工程师
负责Mesos、Marathon、Docker环境维护，运维自动化建设。
曾任职于金山西山居，拥有丰富的Java开发和运维开发经验。
大家好，今天给大家分享自动快速部署DCOS服务相关组件的一些实践。
本次分享将包括以下内容：
云平台部署使用的服务、组件
Docker化服务组件
初始化安装控制主机
集群主机系统检测
使用Ansible初始化集群主机
使用Ansible安装、检测DCOS相关服务
一、使用的服务、组件简介
Ansible 批量管理配置服务
初始化主机、批量安装各服务使用
test yum repo 部署软件包源
启动一个简单 http 服务，把安装使用的软件包全放到这个项目中
Docker 轻量级容器服务
Cadvisor 监控服务
test-registry 组件安装使用镜像仓库
Haproxy 负载均衡组件
Keepalived 高可用组件
部署在master1 和 master2 两台主机，通过检查这两台主机部署的haproxy进行VIP 漂移。
MySQL数据库
自研组件
Consul 服务发现、健康检查、健值存储外访问的切换
Zookeeper Mesos Marathon
DCOS 核心组件，负责集群资源管理，应用调试
二、主要服务的功能说明及逻辑架构
上面简单介绍了安装整个 DCOS 服务的完整过程，在安装各组件前，我们都会先检测是否已经安装了该服务，如果已经存在会中止安装，人工检查后，再进行后续操作。
1、test yum repo
test-yumrepo 是一个简单的 yum 源服务，里面放置了安装 DOCS 需要使用的所有 rpm 包，使用 createrepo 命令进行创建和更新yum 源。
2、test registry
在安装 DCOS 前会把组件镜像全 push 到 registry ,不设置认证用户，配置申请好的证书。
使用这个 registry 时，只需要添加域名解析就可以。
registry 的数据目录，直接复制目录到其它主机。
再启动 registry 服务容器就可以直接使用，而不需要导入导出浪费时间。
因为 docker 镜像是分层的，不同的镜像，也会共用一些公共的镜像层。
使用这个原理，镜像大多数的服务都使用相同的 base 镜像，这样所有的镜像都放置到 registry 中，就可以减少占用磁盘的容量。
3、自研组件
DCOS 自研的控制界台
4、Consul
用它来做各服务的健康检查、服务发现、MySQL主从切换等。
consul 分为server 和 client ，我们注册、注销服务都是通过 client API 进行,这样的好处是 client 上的主机服务都绑定在 client 端，健康检查也都是通过 client 端进行本地检查。
服务本身的状态查询查询则是通过 Server 端。
consul 的服务发现
consul 有多种服务发现机制，我们使用的是比较简单的 dns 模式，通过 consul 自带的 DNS 解析功能实现的。
各服务安装好后，通过调用 consul 的 API 注册服务。
需要服务发现的组件通过 docker run 参数 添加 `--dns` , 在容器内部就可以解析到 consul 中注册的服务地址 , 例如： 访问数据库的配置就可以设置为 mysql.service.consul:3306, 这样的配置。(当然支持srv 服务可以直接用)
5、Haproxy
haproxy做为平台服务的负载均衡服务，对外服务配置服务时，配置的是 consul 中的服务域名。
这里有个坑，原来使用 haproxy 1.5 版本, 后端服务使用域名时，启动后只解析一次(和nginx类似)，这时如果解析到的服务挂掉，访问haproxy页面时会503. 查询官网得知 haproxy 1.6 支持了动态 dns 域名解析的配置，后升级为 haproxy 1.6。
下面是动态 dns 解析相关的配置内容：
6、MySQL 基于 Consul 的主从切换
最初的MySQL主从切换是基于 haproxy+keepalived 来做高可用的。
这种机制下，MySQL主从切换的简单需求需要引入2个开源组件，架构上也非常复杂。
为了减轻架构复杂度和可维护性，我们将主从切换改为了使用 Consul 进行主从切换。MySQL是安装了两台，一主一从，设置权限时，主是读写的，从是普通用户只读权限。
通过将服务注册到 consul 来做健康检查。
MySQL Master 和 Slave 注册到一共注册四个服务到Consul, 如下代码：
正常情况 mysql-vip.service.consul 解析到 主mysql ip。
这里会分两种情况切换到从解析：
主MySQL挂掉后，ip解析到从mysql ip，mysql-vip 切换到从Mysql IP
主库的 consul 挂掉也会导致服务无法解析，即使 mysql-master 正常，所以如果 consul 挂掉也会被激活切换。
请注意：因为MySQL从是只读的，相当于降级服务。
7、Zookeeper Mesos Marathon
参考以前写的文章：容器公司如何用容器进行产品迭代 http://blog.dataman-inc.com/shurenyun-docker-164/
三、Docker化服务
1、dockerfile语法
dockerfile 的语法比较简单，类似shell， 常用的命令主要有：
FROM 依赖的基础镜像
RUN 执行的shell命令
ADD 添加本地文件目录或下载网络中的文件并且解压到镜像中
COPY 复制本地文件或目录到镜像中
ENTRYPOINT docker容器启动时的默认命令
CMD docker容器启动时的默认参数
参考：https://docs.docker.com/engine/reference/builder/
下面是dockerfile的示例
2、dockerfile 的一些小技巧
docker 镜像的默认启动命令可以是一个自定义的 shell 脚本，例如我们编写一个 entrypoint.sh 脚本，可以在启动脚本中做很多事情，比如初始化服务、拉取配置、替换变量等等。
3、Dockerfile示例：Zookeeper
Dockerfile
Zookeeper启动脚本：
cat /data/run/dataman_zookeeper.sh
4、docker build
5、docker run
参考 https://docs.docker.com/engine/reference/commandline/run/
6、数人云开放的一些服务的 Dockerfile
https://github.com/Dataman-Cloud/OpenDockerFile
四、初始化安装控制主机
1、启动test yum repo
启动test yum repo，把 test yum repo 配置到当前主机的/etc/yum.repos.d/test.repo 配置内容如下：
然后就可以很方便的安装一些必要的工具服务。
test yum repo的使用方法
其中 --disablerepo=\* 是禁用其它 yum repo, --enablerepo=repo 是开启数人云 testrepo ,这样做是为了防止其它 的yum repo 影响 yum 安装 的过程，减少出错。
2、安装需要使用的基础服务
安装需要部署DOCS需要使用的服务,和一些调试工具 yum --disablerepo=\* --enablerepo=testrepo install -y net-tools iptables ansible 等。
修改 NTP server 的配置。
3、启动安装集群组件使用的镜像仓库test-registry服务
五、集群主机系统安装前配置及检测
安装机准备好 yum repo 和 test registry, 我们就可以准备安装 DCOS集群了。
安装前我们会先检测当前安装机的服务是否是我们要求的主机状态，检查包括：
yum repo 状态正常
test registry 状态正常
NTP server 状态正常
然后修改ansible 配置ansible/inventory/hosts。
规划好主机列表及角色，内容示例如下：
修改自定义的主配置文件config.cfg，这个配置中主要包含了，集群使用的 DCOS master 列表，mysql 主机、用户、初始密码，Keepalived 主机、VIP地址，以后面各服务就从这两个配置中读取内容生成最终配置，再进行安装。
在安装服务前会检测各主机：
系统版本、内核版本检测
文件系统检测
磁盘容量检测
如果检测到的结果异常会跟中止安装。
六、初始化集群主机
前面的初步检测步骤通过后，我们就会对集群主机进行初始化操作。
包含的内容有：
基础操作 防火墙、selinux 等
主机名 设置主机机名解析
NTP 客户端 设置 ntp 服务
Docker 安装配置等
安装运维调试工具 出问题检查的各种工具，比如 netstat\dig等
主机初始化后的环境检查 以上初始化的检查
七、总结
最终我们通过 Ansible 完成了将整套的分布式部署抽象成了两步完成：
在一个配置文件中配置整套安装方案的服务；
执行安装脚本。
这个服务并不是完美的，还有很多可以优化的，比如大数量主机安装的效能问题等，我们会持续对其进行改进。
欢迎大家一起交流、探讨经验。谢谢大家。
Q&A
Q1：现在Docker的版本更新也很快，那数人云是怎么来考虑这个版本的，每次跟着更新，还是延后多少个小版本？
A1：每次Docker更新我们都在在内部进行测试，经过一段时间的验证，没有什么大坑的时候，就更新。没有特定的，延后固定几个版本。
Q2：此前看到一篇文章说，Docker是没有后向兼容的，每次更新版本都会非常痛苦。你们是怎么处理这个问题？
A2：这个问题我们也很烦恼，我们是一台一台主机的升级，不会影响业务的正常使用。DCOS集群本身是高可用的，所以宕机1、2台也不会有问题。
（承接上一问）
Q3：一般来说，DCOS集群我们都建议上百台主机，那一个DCOS集群升级一次大概要耗时多久？
A3：升级的话，提前规划，按应用或集群的角色划分好批次 比如说 Master不能同时升级，两个MySQL主从不能同时升级，Elasticsearh 集群不能同时升级等 提前进行docker pull 预热 100台主机，完整升级一次预计要半小时左右。这个半小时不包含准备时间。
Q4：你们docker volume怎么解决的？
A4：例如MySQL这种需要持久化数据 的服务，我们是发到固定主机。如果是Elasticsearch，这种本身已经有数据同步的服务，我们是直接挂载出来，指定一个主机范围。
Q5：能分享下数人云在DCOS+DevOps方面的经验么？
A5：这次分享的集群安装 就是我们DevOps的一部分，我们的应用和组件都是Docker化的，使用ansible docker run或调用marathon api 进行、更新发布应用，平时的工作主机就是Docker化服务和把这些服务发到DCOS集群中。
原文发布时间为：2016-11-24
本文来自云栖社区合作伙伴DBAplus
相关资源：七夕情人节表白HTML源码(两款)