本文小編為大家詳細(xì)介紹“Node服務(wù)如何進(jìn)行Docker鏡像化”，內(nèi)容詳細(xì)，步驟清晰，細(xì)節(jié)處理妥當(dāng)，希望這篇“Node服務(wù)如何進(jìn)行Docker鏡像化”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學(xué)習(xí)新知識(shí)吧。
創(chuàng)新互聯(lián)公司主營義安網(wǎng)站建設(shè)的網(wǎng)絡(luò)公司,主營網(wǎng)站建設(shè)方案,手機(jī)APP定制開發(fā),義安h5微信小程序開發(fā)搭建,義安網(wǎng)站營銷推廣歡迎義安等地區(qū)企業(yè)咨詢
以一個(gè)例子開頭，大部分剛接觸 Docker 的同學(xué)應(yīng)該都會(huì)這樣編寫項(xiàng)目的 Dockerfile，如下所示：
FROM node:14
WORKDIR /app
COPY . .
# 安裝 npm 依賴
RUN npm install
# 暴露端口
EXPOSE 8000
CMD ["npm", "start"]
構(gòu)建，打包，上傳，一氣呵成。然后看下鏡像狀態(tài)，臥槽，一個(gè)簡(jiǎn)單的 node web 服務(wù)體積居然達(dá)到了驚人的 1.3 個(gè) G，并且鏡像傳輸與構(gòu)建速度也很慢：
要是這個(gè)鏡像只需要部署一個(gè)實(shí)例也就算了，但是這個(gè)服務(wù)得提供給所有開發(fā)同學(xué)進(jìn)行高頻集成并部署環(huán)境的（實(shí)現(xiàn)高頻集成的方案可參見我的 上一篇文章）。首先，鏡像體積過大必然會(huì)對(duì)鏡像的拉取和更新速度造成影響，集成體驗(yàn)會(huì)變差。其次，項(xiàng)目上線后，同時(shí)在線的測(cè)試環(huán)境實(shí)例可能成千上萬，這樣的容器內(nèi)存占用成本對(duì)于任何一個(gè)項(xiàng)目都是無法接受的。必須找到優(yōu)化的辦法解決。
發(fā)現(xiàn)問題后，我就開始研究 Docker 的優(yōu)化方案，準(zhǔn)備給我的鏡像動(dòng)手術(shù)了。
首先開刀的是當(dāng)然是前端最為熟悉的領(lǐng)域，對(duì)代碼本身體積進(jìn)行優(yōu)化。之前開發(fā)項(xiàng)目時(shí)使用了 Typescript，為了圖省事，項(xiàng)目直接使用 tsc 打包生成 es5 后就直接運(yùn)行起來了。這里的體積問題主要有兩個(gè)，一個(gè)是開發(fā)環(huán)境 ts 源碼并未處理，并且用于生產(chǎn)環(huán)境的 js 代碼也未經(jīng)壓縮。
另一個(gè)是引用的 node_modules 過于臃腫。仍然包含了許多開發(fā)調(diào)試環(huán)境中的 npm 包，如 ts-node，typescript 等等。既然打包成 js 了，這些依賴自然就該去除。
一般來說，由于服務(wù)端代碼不會(huì)像前端代碼一樣暴露出去，運(yùn)行在物理機(jī)上的服務(wù)更多考慮的是穩(wěn)定性，也不在乎多一些體積，因此這些地方一般也不會(huì)做處理。但是 Docker 化后，由于部署規(guī)模變大，這些問題就非常明顯了，在生產(chǎn)環(huán)境下需要優(yōu)化的。
對(duì)于這兩點(diǎn)的優(yōu)化的方式其實(shí)我們前端非常熟悉了，不是本文的重點(diǎn)就粗略帶過了。對(duì)于第一點(diǎn)，使用 Webpack + babel 降級(jí)并壓縮 Typescript 源碼，如果擔(dān)心錯(cuò)誤排查可以加上 sourcemap，不過對(duì)于 docker 鏡像來說有點(diǎn)多余，一會(huì)兒會(huì)說到。對(duì)于第二點(diǎn)，梳理 npm 包的 dependencies 與 devDependencies 依賴，去除不是必要存在于運(yùn)行時(shí)的依賴，方便生產(chǎn)環(huán)境使用 npm install --production 安裝依賴。
我們知道，容器技術(shù)提供的是操作系統(tǒng)級(jí)別的進(jìn)程隔離，Docker 容器本身是一個(gè)運(yùn)行在獨(dú)立操作系統(tǒng)下的進(jìn)程，也就是說，Docker 鏡像需要打包的是一個(gè)能夠獨(dú)立運(yùn)行的操作系統(tǒng)級(jí)環(huán)境。因此，決定鏡像體積的一個(gè)重要因素就顯而易見了：打包進(jìn)鏡像的 Linux 操作系統(tǒng)的體積。
一般來說，減小依賴的操作系統(tǒng)的大小主要需要考慮從兩個(gè)方面下手，第一個(gè)是盡可能去除 Linux 下不需要的各類工具庫，如 python，cmake, telnet 等。第二個(gè)是選取更輕量級(jí)的 Linux 發(fā)行版系統(tǒng)。正規(guī)的官方鏡像應(yīng)該會(huì)依據(jù)上述兩個(gè)因素對(duì)每個(gè)發(fā)行版提供閹割版本。
以 node 官方提供的版本 node:14 為例，默認(rèn)版本中，它的運(yùn)行基礎(chǔ)環(huán)境是 Ubuntu，是一個(gè)大而全的 Linux 發(fā)行版，以保證最大的兼容性。去除了無用工具庫的依賴版本稱為 node:14-slim 版本。而最小的鏡像發(fā)行版稱為 node:14-alpine。Linux alpine 是一個(gè)高度精簡(jiǎn)，僅包含基本工具的輕量級(jí) Linux 發(fā)行版，本身的 Docker 鏡像只有 4～5M 大小，因此非常適合制作最小版本的 Docker 鏡像。
在我們的服務(wù)中，由于運(yùn)行該服務(wù)的依賴是確定的，因此為了盡可能的縮減基礎(chǔ)鏡像的體積，我們選擇 alpine 版本作為生產(chǎn)環(huán)境的基礎(chǔ)鏡像。
這時(shí)候，我們遇到了新的問題。由于 alpine 的基本工具庫過于簡(jiǎn)陋，而像 webpack 這樣的打包工具背后可能使用的插件庫極多，構(gòu)建項(xiàng)目時(shí)對(duì)環(huán)境的依賴較大。并且這些工具庫只有編譯時(shí)需要用到，在運(yùn)行時(shí)是可以去除的。對(duì)于這種情況，我們可以利用 Docker 的分級(jí)構(gòu)建的特性來解決這一問題。
首先，我們可以在完整版鏡像下進(jìn)行依賴安裝，并給該任務(wù)設(shè)立一個(gè)別名（此處為build)。
# 安裝完整依賴并構(gòu)建產(chǎn)物
FROM node:14 AS build
WORKDIR /app
COPY package*.json /app/
RUN ["npm", "install"]
COPY . /app/
RUN npm run build
之后我們可以啟用另一個(gè)鏡像任務(wù)來運(yùn)行生產(chǎn)環(huán)境，生產(chǎn)的基礎(chǔ)鏡像就可以換成 alpine 版本了。其中編譯完成后的源碼可以通過--from參數(shù)獲取到處于build任務(wù)中的文件，移動(dòng)到此任務(wù)內(nèi)。
FROM node:14-alpine AS release
WORKDIR /release
COPY package*.json /
RUN ["npm", "install", "--registry=http://r.tnpm.oa.com", "--production"]
# 移入依賴與源碼
COPY public /release/public
COPY --from=build /app/dist /release/dist
# 啟動(dòng)服務(wù)
EXPOSE 8000
CMD ["node", "./dist/index.js"]
Docker 鏡像的生成規(guī)則是，生成鏡像的結(jié)果僅以最后一個(gè)鏡像任務(wù)為準(zhǔn)。因此前面的任務(wù)并不會(huì)占用最終鏡像的體積，從而完美解決這一問題。
當(dāng)然，隨著項(xiàng)目越來越復(fù)雜，在運(yùn)行時(shí)仍可能會(huì)遇到工具庫報(bào)錯(cuò)，如果曝出問題的工具庫所需依賴不多，我們可以自行補(bǔ)充所需的依賴，這樣的鏡像體積仍然能保持較小的水平。
其中最常見的問題就是對(duì)node-gyp與node-sass庫的引用。由于這個(gè)庫是用來將其他語言編寫的模塊轉(zhuǎn)譯為 node 模塊，因此，我們需要手動(dòng)增加g++ make python這三個(gè)依賴。
# 安裝生產(chǎn)環(huán)境依賴（為兼容 node-gyp 所需環(huán)境需要對(duì) alpine 進(jìn)行改造）
FROM node:14-alpine AS dependencies
RUN apk add --no-cache python make g++
COPY package*.json /
RUN ["npm", "install", "--registry=http://r.tnpm.oa.com", "--production"]
RUN apk del .gyp
我們知道，Docker 使用 Layer 概念來創(chuàng)建與組織鏡像，Dockerfile 的每條指令都會(huì)產(chǎn)生一個(gè)新的文件層，每層都包含執(zhí)行命令前后的狀態(tài)之間鏡像的文件系統(tǒng)更改，文件層越多，鏡像體積就越大。而 Docker 使用緩存方式實(shí)現(xiàn)了構(gòu)建速度的提升。若 Dockerfile 中某層的語句及依賴未更改，則該層重建時(shí)可以直接復(fù)用本地緩存。
如下所示，如果 log 中出現(xiàn)Using cache字樣時(shí)，說明緩存生效了，該層將不會(huì)執(zhí)行運(yùn)算，直接拿原緩存作為該層的輸出結(jié)果。
Step 2/3 : npm install
---> Using cache
---> efvbf79sd1eb
通過研究 Docker 緩存算法，發(fā)現(xiàn)在 Docker 構(gòu)建過程中，如果某層無法應(yīng)用緩存，則依賴此步的后續(xù)層都不能從緩存加載。例如下面這個(gè)例子：
COPY . .
RUN npm install
此時(shí)如果我們更改了倉庫的任意一個(gè)文件，此時(shí)因?yàn)?code>npm install層的上層依賴變更了，哪怕依賴沒有進(jìn)行任何變動(dòng)，緩存也不會(huì)被復(fù)用。
因此，若想盡可能的利用上npm install層緩存，我們可以把 Dockerfile 改成這樣：
COPY package*.json .
RUN npm install
COPY src .
這樣在僅變更源碼時(shí)，node_modules的依賴緩存仍然能被利用上了。
由此，我們得到了優(yōu)化原則：
最小化處理變更文件，僅變更下一步所需的文件，以盡可能減少構(gòu)建過程中的緩存失效。
對(duì)于處理文件變更的 ADD 命令、COPY 命令，盡量延遲執(zhí)行。
在保證速度的前提下，體積優(yōu)化也是我們需要去考慮的。這里我們需要考慮的有三點(diǎn)：
Docker 是以層為單位上傳鏡像倉庫的，這樣也能最大化的利用緩存的能力。因此，執(zhí)行結(jié)果很少變化的命令需要抽出來單獨(dú)成層，如上面提到的npm install的例子里，也用到了這方面的思想。
如果鏡像層數(shù)越少，總上傳體積就越小。因此，在命令處于執(zhí)行鏈尾部，即不會(huì)對(duì)其他層緩存產(chǎn)生影響的情況下，盡量合并命令，從而減少緩存體積。例如，設(shè)置環(huán)境變量和清理無用文件的指令，它們的輸出都是不會(huì)被使用的，因此可以將這些命令合并為一行 RUN 命令。
RUN set ENV=prod && rm -rf ./trash
Docker cache 的下載也是通過層緩存的方式，因此為了減少鏡像的傳輸下載時(shí)間，我們最好使用固定的物理機(jī)器來進(jìn)行構(gòu)建。例如在流水線中指定專用宿主機(jī)，能是的鏡像的準(zhǔn)備時(shí)間大大減少。
當(dāng)然，時(shí)間和空間的優(yōu)化從來就沒有兩全其美的辦法，這一點(diǎn)需要我們?cè)谠O(shè)計(jì) Dockerfile 時(shí)，對(duì) Docker Layer 層數(shù)做出權(quán)衡。例如為了時(shí)間優(yōu)化，需要我們拆分文件的復(fù)制等操作，而這一點(diǎn)會(huì)導(dǎo)致層數(shù)增多，略微增加空間。
這里我的建議是，優(yōu)先保證構(gòu)建時(shí)間，其次在不影響時(shí)間的情況下，盡可能的縮小構(gòu)建緩存體積。
我們編寫傳統(tǒng)的后臺(tái)服務(wù)時(shí)，總是會(huì)使用例如 pm2、forever 等等進(jìn)程守護(hù)程序，以保證服務(wù)在意外崩潰時(shí)能被監(jiān)測(cè)到并自動(dòng)重啟。但這一點(diǎn)在 Docker 下非但沒有益處，還帶來了額外的不穩(wěn)定因素。
首先，Docker 本身就是一個(gè)流程管理器，因此，進(jìn)程守護(hù)程序提供的崩潰重啟，日志記錄等等工作 Docker 本身或是基于 Docker 的編排程序（如 kubernetes）就能提供了，無需使用額外應(yīng)用實(shí)現(xiàn)。除此之外，由于守護(hù)進(jìn)程的特性，將不可避免的對(duì)于以下的情況產(chǎn)生影響：
增加進(jìn)程守護(hù)程序會(huì)使得占用的內(nèi)存增多，鏡像體積也會(huì)相應(yīng)增大。
由于守護(hù)進(jìn)程一直能正常運(yùn)行，服務(wù)發(fā)生故障時(shí)，Docker 自身的重啟策略將不會(huì)生效，Docker 日志里將不會(huì)記錄崩潰信息，排障溯源困難。
由于多了個(gè)進(jìn)程的加入，Docker 提供的 CPU、內(nèi)存等監(jiān)控指標(biāo)將變得不準(zhǔn)確。
因此，盡管 pm2 這樣的進(jìn)程守護(hù)程序提供了能夠適配 Docker 的版本：pm2-runtime，但我仍然不推薦大家使用進(jìn)程守護(hù)程序。
其實(shí)這一點(diǎn)其實(shí)是源自于我們的固有思想而犯下的錯(cuò)誤。在服務(wù)上云的過程中，難點(diǎn)其實(shí)不僅僅在于寫法與架構(gòu)上的調(diào)整，開發(fā)思路的轉(zhuǎn)變才是最重要的，我們會(huì)在上云的過程中更加深刻體會(huì)到這一點(diǎn)。
無論是為了排障還是審計(jì)的需要，后臺(tái)服務(wù)總是需要日志能力。按照以往的思路，我們將日志分好類后，統(tǒng)一寫入某個(gè)目錄下的日志文件即可。但是在 Docker 中，任何本地文件都不是持久化的，會(huì)隨著容器的生命周期結(jié)束而銷毀。因此，我們需要將日志的存儲(chǔ)跳出容器之外。
最簡(jiǎn)單的做法是利用 Docker Manager Volume，這個(gè)特性能繞過容器自身的文件系統(tǒng)，直接將數(shù)據(jù)寫到宿主物理機(jī)器上。具體用法如下：
docker run -d -it --name=app -v /app/log:/usr/share/log app
運(yùn)行 docker 時(shí)，通過-v 參數(shù)為容器綁定 volumes，將宿主機(jī)上的 /app/log 目錄（如果沒有會(huì)自動(dòng)創(chuàng)建）掛載到容器的 /usr/share/log 中。這樣服務(wù)在將日志寫入該文件夾時(shí)，就能持久化存儲(chǔ)在宿主機(jī)上，不隨著 docker 的銷毀而丟失了。
當(dāng)然，當(dāng)部署集群變多后，物理宿主機(jī)上的日志也會(huì)變得難以管理。此時(shí)就需要一個(gè)服務(wù)編排系統(tǒng)來統(tǒng)一管理了。從單純管理日志的角度出發(fā)，我們可以進(jìn)行網(wǎng)絡(luò)上報(bào)，給到云日志服務(wù)（如騰訊云 CLS）托管?；蛘吒纱鄬⑷萜鬟M(jìn)行批量管理，例如Kubernetes這樣的容器編排系統(tǒng)，這樣日志作為其中的一個(gè)模塊自然也能得到妥善保管了。這樣的方法很多，就不多加贅述了。
鏡像優(yōu)化之外，服務(wù)編排以及控制部署的負(fù)載形式對(duì)性能的影響也很大。這里以最流行的Kubernetes的兩種控制器（Controller）：Deployment 與 StatefulSet 為例，簡(jiǎn)要比較一下這兩類組織形式，幫助選擇出最適合服務(wù)的 Controller。
StatefulSet是 K8S 在 1.5 版本后引入的 Controller，主要特點(diǎn)為：能夠?qū)崿F(xiàn) pod 間的有序部署、更新和銷毀。那么我們的制品是否需要使用 StatefulSet 做 pod 管理呢？官方簡(jiǎn)要概括為一句話：
Deployment 用于部署無狀態(tài)服務(wù)，StatefulSet 用來部署有狀態(tài)服務(wù)。
這句話十分精確，但不易于理解。那么，什么是無狀態(tài)呢？在我看來，StatefulSet的特點(diǎn)可以從如下幾個(gè)步驟進(jìn)行理解：
StatefulSet管理的多個(gè) pod 之間進(jìn)行部署，更新，刪除操作時(shí)能夠按照固定順序依次進(jìn)行。適用于多服務(wù)之間有依賴的情況，如先啟動(dòng)數(shù)據(jù)庫服務(wù)再開啟查詢服務(wù)。
由于 pod 之間有依賴關(guān)系，因此每個(gè) pod 提供的服務(wù)必定不同，所以 StatefulSet 管理的 pod 之間沒有負(fù)載均衡的能力。
又因?yàn)?pod 提供的服務(wù)不同，所以每個(gè) pod 都會(huì)有自己獨(dú)立的存儲(chǔ)空間，pod 間不共享。
為了保證 pod 部署更新時(shí)順序，必須固定 pod 的名稱，因此不像 Deployment 那樣生成的 pod 名稱后會(huì)帶一串隨機(jī)數(shù)。
而由于 pod 名稱固定，因此跟 StatefulSet 對(duì)接的 Service 中可以直接以 pod 名稱作為訪問域名，而不需要提供Cluster IP，因此跟 StatefulSet 對(duì)接的 Service 被稱為 Headless Service。
通過這里我們就應(yīng)該明白，如果在 k8s 上部署的是單個(gè)服務(wù)，或是多服務(wù)間沒有依賴關(guān)系，那么 Deployment 一定是簡(jiǎn)單而又效果最佳的選擇，自動(dòng)調(diào)度，自動(dòng)負(fù)載均衡。而如果服務(wù)的啟停必須滿足一定順序，或者每一個(gè) pod 所掛載的數(shù)據(jù) volume 需要在銷毀后依然存在，那么建議選擇 StatefulSet。
本著如無必要，勿增實(shí)體的原則，強(qiáng)烈建議所有運(yùn)行單個(gè)服務(wù)工作負(fù)載采用 Deployment 作為 Controller。
讀到這里，這篇“Node服務(wù)如何進(jìn)行Docker鏡像化”文章已經(jīng)介紹完畢，想要掌握這篇文章的知識(shí)點(diǎn)還需要大家自己動(dòng)手實(shí)踐使用過才能領(lǐng)會(huì)，如果想了解更多相關(guān)內(nèi)容的文章，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。
重慶分公司
重慶分公司
