在此部分中，您将学习分布式应用程序层次结构的顶层：堆栈。堆是一组相互关联的服务，它们共享依赖关系，并且可以放在一起协调工作。单个堆栈能够定义和协调整个应用程序的功能（尽管非常复杂的应用程序可能希望使用多个堆栈）。

好消息是，当您创建Compose文件并使用时，docker stack deploy命令一直在使用堆栈。但这是在单个主机上运行的单个服务堆栈，这通常在生产中是不会发生的。在这里，您可以学习使多个服务相互关联，并在多台计算机上运行。

添加新服务并重新部署

将服务添加到我们的docker-compose.yml文件很容易。首先，让我们添加一个免费的可视化服务，让我们看看swarm如何调度容器。

1. docker-compose.yml在编辑器中打开并用以下内容替换其内容。请务必更换username/repo:tag镜像详细信息。

   version: "3"
   services:
     web:
       # replace username/repo:tag with your name and image details
       image: username/repo:tag
       deploy:
         replicas: 5
         restart_policy:
           condition: on-failure
         resources:
           limits:
             cpus: "0.1"
             memory: 50M
       ports:
         - "80:80"
       networks:
         - webnet
     # 新添加的服务
     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:
   
   

   这里新添加了一个web同等级的应用，名称为visualizer。注意这里有两个新东西：一个volumes为键的键值，让可视化工具访问Docker的主机套接字文件，以及placement为键的键值，确保该服务只能在swarm管理器上运行 - 绝不能是一个worker。这是因为这个服务的镜像是由Docker创建的一个开源项目构建的，它用图将在swarm运行的Docker服务展示出来

2. 确保您的shell配置为与myvm1通信，（完整示例在此处）。

   • 运行docker-machine ls以列出计算机并确保已连接到myvm1，注意命令输出的myvm1行active列为*时才代表你将当前shell配置成功。

   • 运行docker-machine env myvm1，然后运行给定命令以配置shell。

     在Mac或Linux上，命令是：

     eval $(docker-machine env myvm1)
     
     

     在Windows上，命令是：

     & "C:\Program Files\Docker\Docker\Resources\bin\docker-machine.exe" env myvm1 | Invoke-Expression
     
     

3. 在Swarm管理器上运行docker stack deploy命令，并更新服务：

   $ docker stack deploy -c docker-compose.yml getstartedlab
   Updating service getstartedlab_web (id: angi1bf5e4to03qu9f93trnxm)
   Creating service getstartedlab_visualizer (id: l9mnwkeq2jiononb5ihz9u7a4)
   
   

4. 查看可视化工具。

   在Compose文件中我们定义的visualizer服务的发布在端口8080上。通过运行docker-machine ls获取其中一个节点的IP地址加上端口8080，您可以看到visualizer可视化工具：

   Visualizer

   visualizer正如您所期望的那样，以单个副本运行在管理器上，并且5个web实例分布在整个集群中。您可以通过运行docker stack ps <stack>来证实：

   docker stack ps getstartedlab
   

   visualizer可视化工具是一个独立的服务，可以在任何app的堆栈中添加visualizer服务，它不依赖于任何其他东西。现在让我们给我们的应用添加一个依赖的服务：Redis的服务，提供访客计数器。

持久化数据

让我们再次通过相同的工作流程来添加Redis数据库来存储应用数据。

1. 保存这个新docker-compose.yml文件，最后添加一个Redis服务。请务必更换username/repo:tag镜像详细信息。

   version: "3"
   services:
     web:
       # replace username/repo:tag with your name and image details
       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库中有一个官方图像，并且已被授予简称redis，因此username/repo这里没有注释。Redis端口6379已由Redis预先配置为从容器暴露给主机，在我们的Compose文件中，我们将它从主机暴露给外界，因此您实际上可以输入任何节点的IP将节点导入Redis Desktop Manager并管理此Redis实例。

   最重要的是，redis规范中有一些事情会使数据在此堆栈的部署保持不变：

   • 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定义本机文件系统中任意目录作为Redis存储数据的位置。(回想一下docker-machine env myvm1输出的命令将当前命令行配置为与myvm1通信)

   总之，这是在本机的物理文件系统中为Redis数据创建“真实来源”。如果没有这个，Redis会将其数据存储到容器的文件系统的 /data目录，如果重新部署该容器，数据将会被删除。

   真相：

   • 在Redis服务上的placement约束，确保它始终使用相同的主机。
   • 您创建的容器允许容器访问./data（在本机上）作为容器内的/data（在Redis容器内）。当堆栈部署后时，存储在./data本机上的文件仍然存在，从而实现持久性。

   你现在可以开始部署一个依赖于redis服务的堆栈。

2. 在管理器上创建一个目录./data：

   docker-machine ssh myvm1 "mkdir ./data"
   
   

3. 确保您的shell配置为与myvm1通信（完整示例在此处）。

   • 运行docker-machine ls以列出计算机并确保已连接到myvm1，(active 列值为*)。

   • 如果需要，请重新运行docker-machine env myvm1，然后运行给定命令以配置shell。

     在Mac或Linux上，命令是：

     eval $(docker-machine env myvm1)
     
     

     在Windows上，命令是：

     & "C:\Program Files\Docker\Docker\Resources\bin\docker-machine.exe" env myvm1 | Invoke-Expression
     
     

4. 再执行一次docker stack deploy。

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

5. 运行docker service ls以验证三个服务是否按预期运行。

   $ docker service ls
   ID                  NAME                       MODE                REPLICAS            IMAGE                             PORTS
   x7uij6xb4foj        getstartedlab_redis        replicated          1/1                 redis:latest                      *:6379->6379/tcp
   n5rvhm52ykq7        getstartedlab_visualizer   replicated          1/1                 dockersamples/visualizer:stable   *:8080->8080/tcp
   mifd433bti1d        getstartedlab_web          replicated          5/5                 gordon/getstarted:latest    *:80->80/tcp
   
   

6. 检查一个节点上的网页，例如http://192.168.99.101，查看访问者计数器的结果，该计数器现已存在并在Redis上存储信息。
   

   redis

同时，检查在任一节点的IP地址，端口8080的可视化工具，并注意看redis与web和visualizer服务。

visualizer