Docker：分布式系统的软件工程革命（上）

128次阅读

共计 17047 个字符，预计需要花费 43 分钟才能阅读完成。

【编者按】为了使用 Docker，需要了解不少工具及其设计思路；而这些工具的文档分布在不同的网站。为了方便大家学习，本文以开发一个极简的搜索引擎为例，展示 Docker 带来的革新。本文以技术教程为主线，穿插了一些关于 Hadoop 和 Mesos 等“模仿”项目的介绍，简要追溯它们勇敢而艰难的“邯郸学步”的历程。本文来自王益的个人博客。

以下为原文：

Docker 最近很火。Docker 实现了“集装箱”——一种介于“软件包”和“虚拟机”之间的概念——并被寄予厚望，以期革新 Internet 服务以及其他大数据处理系统的开发、测试、和部署流程。

为了使用 Docker，需要了解不少工具及其设计思路；而这些工具的文档分布在不同的网站。为了方便大家学习，本文以开发一个极简的搜索引擎为例，展示 Docker 带来的革新。

说是革新，其实是 Google 已经用了很多年的方式，只是最近才因为 Docker 开源项目而广为人知。最近这将近十年的时间里，各互联网公司和高校都在奋力模仿 Google 的计算技术。了解这一模仿的过程，可以帮助我们深入理解分布式系统（包括现在常说的“大数据系统”）中若干重要问题。为此，本文以技术教程为主线，穿插了一些关于 Hadoop 和 Mesos 等“模仿”项目的介绍，简要追溯它们勇敢而艰难的“邯郸学步”的历程。最后，本文会介绍 Google 最近公布的“正确答案”——Hubernetes——Google 核心技术 Borg 的开源版本。

开源项目 Docker，Red Hat 新的虚拟化选择 http://www.linuxidc.com/Linux/2013-10/91051.htm

dockerlite: 轻量级 Linux 虚拟化 http://www.linuxidc.com/Linux/2013-07/87093.htm

Docker 的搭建 Gitlab CI 全过程详解 http://www.linuxidc.com/Linux/2013-12/93537.htm

Docker 和一个正常的虚拟机有何区别? http://www.linuxidc.com/Linux/2013-12/93740.htm

在 Docker 中使用 MySQL http://www.linuxidc.com/Linux/2014-01/95354.htm

Docker 将改变所有事情 http://www.linuxidc.com/Linux/2013-12/93998.htm

Docker 安装应用 (CentOS 6.5_x64) http://www.linuxidc.com/Linux/2014-07/104595.htm

Docker 是一个软件系统，实现了一种称为“集装箱”的概念。集装箱类似 Google 机群管理系统 Borg 中的包（package）。

通常我们说的“包”是软件包——比如 Ubuntu/Debian Linux 里常见的.deb 文件——安装的时候，安装程序会把被依赖的包也装上。可是执行的时候呢？得根据具体情况配置，然后依次启动互相依赖的多个程序。比如，启动一个 Web 服务之前，要启动 Apache 和 MySQL；而且他们仨都得有合理的配置，确保它们能一起工作，来实现这个 Web 服务。

但是 Docker 集装箱以及 Borg 中的包更像虚拟机。虚拟机里包括程序和配置，所以可以被执行——也就是执行其中的程序。因为程序是配置好的，所以虚拟机可以被扔到各种环境上去执行——包括开发机、做演示用的笔记本电脑、用 VirtualBox 虚拟的机群、测试机群、预发布环境和产品环境。近几年随着“云计算”概念的普及，虚拟机被广泛使用，作为分布式计算的基础调度单元。

Docker 作为一个软件系统，可以用来创建“集装箱镜像”（container image）和执行这些镜像。就像 VirtualBox 是一个软件系统，可以用来创建和执行虚拟机。但是集装箱比虚拟机“轻”——一个虚拟机包括一组虚拟硬件、操作系统，用来执行用户程序；而集装箱里没有虚拟的硬件，也没有操作系统，它用主机（host）的硬件和操作系统来执行程序。

那么在集装箱里跑程序和直接在主机上跑有什么区别呢？一个区别是，集装箱有一套网络端口空间（port space）。一个集装箱里的进程可以各自开端口，也可以连接对方的端口进行通信。但是这些端口是集装箱之外的进程看不到的。我们也可以让集装箱把某些内部端口号展示给外部，比如把集装箱内的端口 5000 映射到外部的 8080。这样，当我们用主机上的程序（比如浏览器）访问本机（主机）的 8080 端口时，实际上访问的是集装箱里的 5000 端口。这项对外公开集装箱内部端口的技术，称为端口转发（port forwarding），和虚拟机的端口转发概念一样。另一个区别在于，集装箱里有虚拟的文件系统。这样我们可以把要执行的程序拷贝进集装箱。也可以把主机上的某些目录映射成集装箱虚拟文件系统的某些目录。

集装箱这个想法已经在深刻地改变传统分布式系统的开发、测试和部署的流程了。传统的做法是，开发者写一个 Makefile（或者其他描述，比如 CMakeList、POM 等）来说明如何把源码编译成二进制文件。随后，开发人员会在开发机上配置并且执行二进制文件，来作测试。测试人员会在测试机群上配置和执行，来作验证。而运维人员会在数据中心里的预发布环境和产品环境上配置和执行，这就是部署。因为开发机、测试机群、和产品环境里机器的数量和质量都不同，所以配置往往很不同。加上每个新版本的软件系统，配置方式难免有所差异，所以经常造成意外错误。以至于绝大部分团队都选择趁夜深人静、用户不活跃的时候，上线新版本，苦不堪言。

而利用集装箱概念的开发流程里，开发者除了写 Makefile，还要写一个 Dockerfile，来描述如何把二进制文件安装进一个集装箱镜像（container image），并且做好配置。而一个镜像就像一台配置好的虚拟机，可以在机群上启动多个实例（instance），而每个实例通常称为一个集装箱（container）。在自测的时候，开发者在开发机上执行一个或者多个集装箱；在验证时，测试人员在测试机群上执行集装箱；在部署时，运维人员在产品环境执行集装箱。因为执行的都是同样地集装箱，所以不容易出错。

这种流程更合理的划分了开发者和其他角色的工作边界，也大大简化了测试和部署工作。

上节提到，Docker 虚拟了网络地址空间和文件系统。实际上，它还虚拟了进程 ID 空间（pid space）等系统数据结构。这些功能是一个叫 dockerd 的 daemon 程序借助 Linux 内核中的 control groups（又叫 cgroups）功能实现的。

dockerd 负责执行集装箱；就像 VirtualBox 负责执行虚拟机一样。而 cgroup 是 Google 的两个工程师 Paul Menage 和 Rohit Seth 贡献给 Linux 社区的。从他们的工作记录看，主要工作集中在 2008 和 2009 年。据说，Google 开发它就是为了方便在自己的机群上部署各种 Internet 应用和离线处理系统。具体一点儿的故事，请看这篇 Information Week 上的帖子。。

因为 cgroups 功能只有 Linux 内核有，所以 Docker 目前只能运行在 Linux 上。可是，现在很多开发者都在用 Mac。为了能让这些开发者方便的测试自己创作的集装箱镜像，Docker 的开发者写了 boot2docker——利用 VirtualBox 虚拟一个 Linux 主机，并且在上面安装 dockerd。而命令行控制程序 docker 执行在 Mac 主机上，被配置成和虚拟 Linux 主机上的 dockerd 协作。

boot2docker 的安装方式很简单：照着这个流程，下载并执行一个安装包即可。因为 boot2docker 利用了 VirtualBox，所以安装它之前需要先装 VirtualBox。Homebrew 也提供了安装 boot2docker 的选项，但是可能因为 bug 导致 dockerd 和 docker 版本不同，没法协同工作。

在利用 boot2docker 在 Mac 上开始工作之前，还有几个注意事项。当我们在 Linux 主机上启动一个集装箱的时候，我们可以让 Docker 把主机的某些目录映射成集装箱内的目录。这样集装箱里的程序和主机上的程序共享数据，是一种方便的调试方式。但是在用 boot2docker 的时候，“主机”不是 Mac，而是虚拟 Linux 主机。此时如果想把 Mac 上的目录映射到集装箱，先得将其通过 VirtualBox 映射到 Linux 主机。

另一个注意事项和端口转发有关。当我们把集装箱内的某个端口映射为主机的某个端口时，只是映射到了虚拟 Linux 主机；如果想让 Mac 上的程序能访问，还得把虚拟机端口通过 VirtualBox 映射成 Mac 上的端口。这些注意事项，在下文中会有详细解释。

实际开发中的测试机群和产品环境通常都是用的 Linux 服务器。要在上面执行集装箱，也需要安装 Docker。因为 Docker 的开发者提供各种 Linux 软件包，所以通常输入一个命令，即可安装 Docker。比如在 Ubuntu/Debian Linux 里，这个命令是：

sudo apt-get install docker.io

但是目前最常用的用来执行 Docker 集装箱的 Linux 发行版本既不是 Ubuntu、Debian 也不是 RedHat、Fedora，而是 CoreOS。这个发行版本根本没有软件包管理程序，所以也不能通过输入某个命令来安装软件。但是 CoreOS 预装了 Docker，所以可以制作集装箱镜像，或者下载别人发布的集装箱镜像来执行。目前，Amazon AWS 和 Google Compute Engine 这两大云计算平台都提供预装了 CoreOS 的虚拟机。

实际上，Google 数据中心里运行的 Linux 系统和 CoreOS 有很多相似之处。我记得 2010 年我刚离开 Google 加入腾讯的时候，一位腾讯的同事好奇地问：“Google 的机群里用的 Linux 用什么软件包管理程序？是 apt-get 吗？还是 yum？”我回答：“其实服务器上运行的 Linux 是不需要包管理的，只有桌面 Linux 系统才需要”。这位同事很难相信。其实，要不是因为“见了一回猪跑”，我也想不到会是这样。

CoreOS 和其他 Linux 发行版本相比，执行效率高、内存耗费省；此外，利用双磁盘分区技术，即便是更新 Linux 内核也不需要重启。CoreOS 还有很多独特之处，使得它在问世后很短的时间里就被 Amazon 和 Google 采用。如果想进一步了解这些特性，请看这个对 Docker 作者的访谈。

接下来，我们看看��何在 Mac 上用 Go 语言写一个极简化的搜索引擎，并且封装成集装箱镜像。

我们选择 Go 语言为例，而不是更常见的 Java、Python、Perl、Ruby、Scala 等，有很现实的原因——后面这些语言写的程序，在执行时都需要某些运行环境的支持。比如，Java 程序依赖 Java 虚拟机，Python 程序需要 Python 解释器，这些加上预装的程序库需要占用几百 MB 的集装箱空间。而用 Go 写的程序默认是全静态编译的，执行时不需要任何环境支持，不需要预装库，甚至连 Linux 系统动态库都不依赖。鉴于一家公司的系统往往由成千上万的集装箱构成；每个集装箱少几百 MB，能为公司省出很大一笔开销。那些每月要向 Amazon 或者 Goolgle 付账的公司，对此必然印象深刻。这是 Go 语言在很多创业公司拓展迅猛的一个原因。

如果我们用 C 或者 C ++ 开发，也可以生成全静态链接的二进制程序文件。但是在 Web 时代，C/C++ 的开发效率不如 Go。Google 里倒是普遍使用 C ++，但是 Google 里有一套精心设计、积攒多年的 C ++ 库，这是外界没有的。外界普遍得使用第三方库，并往往因此挠头。比如，不同的第三方库（Thrift 和 boost）各有各的线程池机制，很难统一管理多线程。C++11 倒是有了标准线程管理，但是把很多库统一到 C ++11 是一项开销极大的工作。Go 语言是专门为分布式系统开发设计的，根本就没有线程的概念，在语法上用 goroutine 代替了，线程池实现在 Go runtime 里，被编译进每个二进制程序。

因为集装箱用主机的操作系统和硬件来执行程序，而 Docker 只支持 Linux，所以 Go 程序必须被编译成 Linux 二进制文件，才能通过 Docker 运行。而我们在 Mac 上开发，需要利用交叉编译技术来生成 Linux 二进制文件。

为了得到一个支持交叉编译的 Go 语言编译器，我们需要从源码安装 Go，并且需要做一些额外的安装工作。具体过程如下：

1. 安装 Xcode，从而获得 C 编译器。

2. 下载 Go 编译器的源码包。比如 Go 1.3 在这里。

3. 解压和编译

tar xzvf go1.3.src.tar.gz
cd go/src
./all.bash

4. 编译各种平台下的 Go 标准库

git clone git://github.com/davecheney/golang-crosscompile.git
source golang-crosscompile/crosscompile.bash
go-crosscompile-build-all

这里，我们用到了 Dave Cheney 写的一个 Bash 脚本程序。这个程序支持生成以下平台上的 Go 语言标准库：

darwin/386
darwin/amd64
freebsd/386
freebsd/amd64
freebsd/arm
linux/386
linux/amd64
linux/arm
windows/386
windows/amd64
nacl/amd64
nacl/386

并行计算最常用的目标平台是 linux/amd64——64bit 的 Linux 系统，也是 CoreOS 的平台格式。下文中我们会演示如何在 Mac 下用这个编译器生成 Linux 平台的二进制代码文件。

更多详情见请继续阅读下一页的精彩内容 ：http://www.linuxidc.com/Linux/2014-08/104910p2.htm

在这篇帖子里，作者 Adriaan de Jonge 用一个最简单的 http server 作为例子，说明如何在 Mac 下用 Docker 运行一个程序。

这篇帖子对我很有帮助。只是这个例子程序太过简单了——通常一个互联网产品包含不只一个程序——现代互联网产品几乎都采用 micro service 架构，一个 http server 和多个 RPC server 协同工作。之外，还会有一些 daemon 程序，不时向 RPC server 提供不断更新的数据。比如在搜索引擎里，一个 indexer 程序会不断将 cralwer 程序爬下来的网页内容加以整理，并且发送给搜索引擎服务。

本节里我们介绍的极简版的搜索引擎就包括两个程序——search engine server 和向它提供索引内容的 indexer daemon。search engine server 首先是一个 http server，可以通过浏览器访问——对每个输入的 query，返回相应的结果。同时，它还是一个 RPC server，接受从 indexer daemon 发来的更新后的索引内容。这两个程序的源码在这里。

为了下载和构建这个例子程序，请输入如下命令：

mkdir -p /tmp/learn-docker
cd /tmp/learn-docker
export GOPATH=`pwd`
go get github.com/wangkuiyi/helloworld/indexer
go get github.com/wangkuiyi/helloworld/searchengine

此时，在 /tmp/learn-docker/bin 目录里应该有两个二进制程序文件 indexer 和 searchengine。这两个文件都是 Darwin/AMD64 格式的。我们可以在 Mac 主机上运行它俩：

./bin/searchengine -addr=”:10000″ &
./bin/indexer -searchengine=”localhost:10000″

这样首先启动了 searchengine，并且让它的 http 和 rpc 服务都监听本机（Mac 主机）的 10000 端口；随后启动了 indexer，它每秒钟通过 RPC 调用告诉 searchengine 更新索引内容。

启动成功之后，我们可以在浏览器里访问如下网址：http://localhost:10000/?q=news，从而看到 searchengine 返回的搜索结果（如下图）：

Docker：分布式系统的软件工程革命（上）

当然，我们也可以用命令行程序，比如 wget 和 curl，来访问 searchengine 服务。这样我们可以很方便的写一个集成测试（regression test）程序。比如这个。

接下来，我们看看如何把这两个程序打包进 Docker 集装箱镜像，然后在 Mac 主机（实际上是 boot2docker 创建的 Linux 虚拟机）上运行集装箱。接下来我们会看到：这些集装箱不用修改，也就能在 Amazon AWS 和 Google Compute Engine 上运行，从而完成发布。

首先，我们需要从源码生成 Linux/AMD64 二进制程序文件。用上文介绍的方法，得到一个支持交叉编译的 Go 编译器之后，编译示范程序很简单：

GOOS=linux GOARCH=amd64 go install \
github.com/wangkuiyi/helloworld/indexer \
github.com/wangkuiyi/helloworld/searchengine

可以看到，我们只是通过环境变量设置了一下目标操作系统和架构。

随后，我们要创建一个 Docker 集装箱镜像，把编译好的两个程序放进去。因为如上文介绍的，Go 程序执行时不需要特殊的运行环境，所以这个集装箱镜像里，除了一些 metadata 和我们的程序之外，什么都不需要。以至于我们可以从 Docker Hub 网站上下载一个空的镜像，在里面安装我们的程序即可。为此，我们需要写一个 Dockerfile：

FROM scratch
ADD bin/linux_amd64/searchengine /searchengine
ADD bin/linux_amd64/indexer /indexer

这里的第一行是让 Docker 自动从 Docker Hub 上下载名为 scratch 的镜像；第二行说把本地文件 bin/linux_amd64/searchengine 装进这个镜像的根目录，成为 /searchengine；第三行拷贝 indexer。

有了 Dockerfile 我们就能用 docker 命令创建一个镜像了。下面命令创建一个镜像，并命名为 wangkuiyi/helloworld：

cp $GOPATH/src/github.com/wangkuiyi/helloworld/Dockerfile $GOPATH/
docker build -t wangkuiyi/helloworld $GOPATH

此时，我们可以用 docker images 命令看到我们创建的镜像：

yiwang@yiwang-mn1-> docker images

REPOSITORY TAG IMAGE ID CREATED VIRTUAL SIZE

wangkuiyi/helloworld latest 255460c3d095 3 hours ago 13.86 MB

最简单的使用 Docker 的部署方案是：启动一个集装箱，在其中运行一个 searchengine 进程和一个 indexer 进程。这和上文中介绍的在 Mac 主机上运行的方式是一样的，但这不符合分布式系统的一般部署原则。

通常，为了提高处理速度、提升吞吐量和系统容错能力，每个程序都会启动为多个进程，运行在不同的机器上。比如，indexer 程序的每个进程处理一部分数据（比如一个 cralwer 进程的输出）。这样的并行处理提升建立索引的效率。这种情况下，每个进程及其处理的数据被称为一个 shard。（shard 应该怎么翻译？我不知道）。

类似地，searchengine 进程也会启动为多个进程，每个进程的内存空间里都装着同样地索引结构，所以都能提供同样地服务，从而提升吞吐量。如果这些进程运行在不同的机器上，那么哪怕某些机器挂了，还有活着的进程能不间断地提供搜索服务。这样的每个进程被称为一个 replication。

其实每个 indexer shard 也可以是一组多个进程，其中每个进程是隶属本 shard 的一个 replication。从而同时提升 indexer 的处理速度和容错能力。

这么多进程应该启动在哪些机器上呢？要靠人来决定，可就忙不过来咯；得靠机群管理系统。Google Borg 就是这样一套系统。

可是在很多年的时间里，外界都不知道 Borg。有一些项目试图模仿 Google 的计算架构，比如 Hadoop 意图模仿 MapReduce。Google MapReduce 是一个构建在 Borg 之上的并行计算框架。但是 Hadoop 的开发者没有开发类似 Borg 的系统，而是让 Hadoop（计算框架）兼任资源管理和调度的功能，导致系统复杂，代码乱作一团。

实际上，在 Hadoop 开始的若干年里，甚至没有像 Google MapReduce 那样让每个 job 有一个 master 进程来管理；而是让机群上所有 job 里的所有进程都向一个叫 Job Tracker 的进程汇报心跳（heartbeat），以至于一个 Hadoop 机群不能太大，否则 Job Tracker 会处理不过来。而且 Job Tracker 作为性能和稳定性的双重瓶颈，一旦累坏了，整个机群上所有 job 就都挂了。Hadoop 的开发者直到 2011 年左右才意识到这一点，并发布了一篇文章，开始计划开发“下一代 Hadoop”，现在被称为 YARN 的系统。

YARN 的功能和 Google Borg 有类似之处，但是真正引发外界对 Google Borg 关注的，是加州大学伯克利分校和 Twitter 的合作项目 Mesos。这是一个试图复制 Borg 的尝试。当 Mesos 在 Twitter 运行起来的时候，很多从 Google 加入 Twitter 的工程师都很兴奋——终于重新能“高效工作”了！这里的故事，可以参见这篇 Wired 文章。Mesos 系统设计思路描述在这篇论文里。其第一作者 Ben Hindman 曾经在 Google 实习，后来在 Twitter 任职。

实际上，即便 Mesos 也没有能很相似地模仿 Google Borg。至少在程序的发布和部署上。Mesos 没有和 Google Borg 等效的打包和执行包的功能。而这个功能能为外界所访问，正是靠了本文着重介绍的 Docker。Docker 和 Google Borg 一样，使用 Google 工程师为 Linux 内核贡献的 cgroups 功能来实现集装箱机制。

借助 Docker，Google 终于于本月（2014 年 7 月）开源了 Borg——但是是用 Go 语言重写的 Borg，称为 Kubernetes——Google Borg 是用 C ++ 开发的。感谢开源社区不懈的推动！

基于上一节的介绍，我们能想象，如果每个集装箱只执行一个进程，那么机群管理系统在部署和调度应用时受到的限制最少。反过来想，如果我们在一个集装箱里同时运行一个 indexer 进程和一个 searchengine 进程，那么我们实际上引入了一个不必要的约束——indexer 进程和 searchengine 进程一一对应。而且如果机群中有一台机器，可以承担运行一个进程的负载，但是不能承担同时运行两个进程，那么这台机器上就没法部署上述“大”集装箱了。

所以，在 Google Borg 和 Google Kubernetes 里，都建议每个集装箱里只执行一个进程。

基于“打包一次，兼顾测试和发布”的原则，我们可以想象，对于一个应用（或者叫做产品，比如上述的极简搜索引擎），最常见的打包方式是产生一个集装箱镜像，但是每个集装箱里只执行一个程序的一个进程。

上文中，我们已经用一个 Dockerfile 把两个程序：indexer 和 searchengine 都装进一个镜像 wangkuiyi/hellworld 了。接下来，我们尝试在 Mac 主机上启动两个集装箱，分别执行一个 indexer 和一个 searchengine 进程：

docker run -d -p 8080:8080 –name searchengine wangkuiyi/helloworld /searchengine
VBoxManage modifyvm “boot2docker-vm” –natpf1 “tcp-port8080,tcp,,8080,,8080”
docker run -d –name indexer –link searchengine:se wangkuiyi/helloworld /indexer -searchengine=se:8080

这里，第一行启动了一个集装箱，并且起名叫 searchengine，执行的镜像是 wangkuiyi/helloworld。- d 的意思是在后台执行，类似一个 shell 命令后面跟上一个 & 符号的效果。-p 8080:8080 的意思是：“这个集装箱里有个程序会监听 8080 端口（如果看看 searchengine 的源码，会发现 8080 是其默认端口），把这个端口映射到主机（boot2docker 创建的 Linux 虚拟机）的 8080 端口”。

第二个命令让 VirtualBox 把 Linux 虚拟机的 8080 端口映射为 Mac 主机的 8080 端口。这样就可以在 Mac 主机上启动一个浏览器，通过访问本机的 8080 端口，来访问集装箱里的 searchengine 服务。（如果你在 Linux 主机上开发，就不需要 boot2docker 虚拟一个 Linux 主机了，也就不需要这个命令了。）

上述第三个命令启动了一个名为 indexer 的集装箱，执行的也是 wangkuiyi/helloworld 镜像。在这个集装箱里启动了一个 indexer 进程；这个进程会去连接 se:8080 这个网络地址，并通过 RPC 调用，向这个目标地址发送更新的索引数据。se 这个 IP 地址是怎么来的呢？这是 –link seachengine:se 参数的效果——这个参数使得 Docker 在启动 indexer 集装箱之前，修改了其中 /etc/hosts 文件，在其中增加了一行：

xxx.xxx.xxx.xxx se

这里 xxx.xxx.xxx.xxx 指代集装箱 searchengine（–link searchengine:se 中冒号左边的部分）的虚拟 IP 地址，se（–link searchengine:se 中冒号右边的部分）也就是其域名了。Docker 就是通过 –link 这个参数，让不同集装箱内的多个进程可以互相通信的。

此时，在本机打开一个浏览器窗口并访问 http://localhost:8080/?q=news，可以看到和上图完全一样的结果。

到目前为止，我们都是手动调用 docker 命令来操作 docker 的。而得到的效果——在 Mac 主机上启动极简搜索引擎——和不用 Docker 是一样的。大家不禁会问，为什么要引入 Docker 呢？

其实，实际使用 Docker 时，我们不会手动敲 docker 命令，而是会利用 fleet 或者 Kubernetes 来部署和启动集装箱。这样只需要写一个非常简明的部署配置文件，就可以在开发机、集成测试机群、预发布机群、和产品环境中完成部署了。这篇文章为了说明 Docker 的设计思路和使用方法已经很长了，所以关于 fleet 和 Kubernetes 的介绍，我准备放在《Docker：分布式系统的软件工程革命（下）》中。

Docker 的详细介绍 ：请点这里
Docker 的下载地址 ：请点这里

原文链接：Docker：分布式系统的软件工程革命（上）

本文永久更新链接地址 ：http://www.linuxidc.com/Linux/2014-08/104910.htm