本文详细讲述了Docker堆栈的管理操作。分享给大家供大家参考，具体如下：

在Docker中，镜像是一个轻量级的，独立的可执行程序包，包含运行一个软件所需的所有东西，包括代码、运行环境、库、环境变量和配置文件。容器是镜像的运行实例，默认情况下，它与主机环境完全隔离，只有在配置时才访问主机文件和端口。

在《Docker集群的创建与管理》中，设置了一个运行Docker的机器集群，并部署了一个应用程序，容器在多台机器上运行。现在你可以了解分布式应用程序层次结构的顶层：堆栈。堆栈是一组相互关联的服务，它们可以共享依赖关系，并且可以一起协调和缩放。单个堆栈能够定义和协调整个应用程序的功能。

添加一个新服务并重新部署

将服务添加到docker-compose.yml文件很容易，首先添加一个免费的可视化器服务，使我们能看到是如何调度容器。在编辑器中打开docker-compose.yml，并用下面的代码替换它的内容：

version: "3"
services:
 web:
 # 用你的名称和镜像细节替换username/repo:tag
 image: username/repo:tag
 deploy:
  replicas: 5
  restart_policy:
  condition: on-failure
  resources:
  limits:
   cpus: "0.1"
   memory: 50M
 ports:
  - "80:80"
 networks:
  - webnet
 visualizer:
 image: dockersamples/visualizer:stable
 ports:
  - "8080:8080"
 volumes:
  - "/var/run/docker.sock:/var/run/docker.sock"
 deploy:
  placement:
  constraints: [node.role == manager]
 networks:
  - webnet
networks:
 webnet:

这里唯一新增的就是名为visualizer的web对等服务，在这里可以看到两个新东西：volumes密钥，赋予visualizer访问Docker的主机套接字文件的权限，以及一个placement密钥，确保此服务只能在集群管理器上运行。这个由Docker创建的开源项目构建的容器可以显示集群上运行的Docker服务。

确保你的终端被配置为与myvm1进行通信，运行docker-machine ls列出机器，并确保已连接到myvm1，如果需要可以重新运行docker-machine env myvm1，然后运行给定的命令来配置终端。在管理器上重新运行docker stack deploy命令，任何需要更新的服务都将被更新：

$ docker stack deploy -c docker-compose.yml getstartedlab

在docker-compose.yml文件中可以看到，visualizer在端口8080上运行，通过运行docker-machine ls来获取其中一个节点的IP地址，转到8080端口的IP地址，将看到visualizer正在运行：

visualizer的单个副本按照预期在管理器上运行，并且网络的5个实例遍布整个集群，可以通过运行docker stack ps <stack>来证实这个可视化：

$ docker stack ps getstartedlab

visualizer是一个独立的服务，可以在任何包含它的应用程序中运行，它不依赖于其他任何东西。现在创建一个具有依赖性的服务，Redis服务将提供访问者计数器。

数据持久化

再次通过相同的工作流程来添加一个用于存储应用程序数据的Redis数据库，保存这个新的docker-compose.yml文件，最后添加一个Redis服务：

version: "3"
services:
 web:
 # 用你的名称和镜像细节替换username/repo:tag
 image: username/repo:tag
 deploy:
  replicas: 5
  restart_policy:
  condition: on-failure
  resources:
  limits:
   cpus: "0.1"
   memory: 50M
 ports:
  - "80:80"
 networks:
  - webnet
 visualizer:
 image: dockersamples/visualizer:stable
 ports:
  - "8080:8080"
 volumes:
  - "/var/run/docker.sock:/var/run/docker.sock"
 deploy:
  placement:
  constraints: [node.role == manager]
 networks:
  - webnet
 redis:
 image: redis
 ports:
  - "6379:6379"
 volumes:
  - /home/docker/data:/data
 deploy:
  placement:
  constraints: [node.role == manager]
 command: redis-server --appendonly yes
 networks:
  - webnet
networks:
 webnet:

Redis在Docker库中有一个官方镜像，并且已经被授予redis的简短镜像名称，所以在这里没有username/repo。Redis端口6379已经由Redis预先配置好，从容器中暴露给主机，在docker-compose.yml文件中，将它从主机暴露给外部，这样就可以为任何节点到Redis桌面管理器中，并管理这个Redis实例。

最重要的是，redis规范中有几件事情使数据在这个堆栈的部署之间持续存在：redis总是在管理器上运行，所以它总是使用相同的文件系统；redis在主机的文件系统中访问一个任意目录作为容器内部的/data，这是Redis存储数据的地方。总之，这是在Redis数据的主机物理文件系统中创建“真实来源”。如果没有这个，Redis将把它的数据存储在容器文件系统中的/data中，如果这个容器被重新部署的话，这些数据将被清除。

这个真实来源有两个组成部分：placement在Redis服务上的placement约束，确保它始终使用相同的主机；创建的volumes允许容器作为/data（在Redis容器内）访问/data（在主机上），在容器来来去去的时候，存储在指定主机上的/data文件将会持续存在，从而保持连续性。

在管理器上创建一个/data目录：

$ docker-machine ssh myvm1 "mkdir ./data"

确保终端被配置为与myvm1进行通信，运行docker-machine ls列出机器，并确保已连接到myvm1，如果需要可以重新运行docker-machine env myvm1，然后运行给定的命令来配置终端。在管理器上重新运行docker stack deploy命令，任何需要更新的服务都将被更新：

$ docker stack deploy -c docker-compose.yml getstartedlab

运行docker service ls以验证这三个服务是否按预期运行：

$ docker service ls

查看您的某个节点的网页，您将看到访客计数器的结果，该计数器现在已经存在并将信息存储在Redis上：

另外，使用任一节点的IP地址8080端口访问可视化器，将看到随web和visualizer服务一起运行的redis服务：

希望本文所述对大家docker容器的使用有所帮助