如何在云服务提供商的平台上使用 Docker Machine

Question

大家好，今天我们来了解如何使用 Docker Machine 在各种云服务提供商的平台上部署 Docker。Docker Machine 是一个可以帮助我们在自己的电脑、云服务提供商的平台以及我们数据中心的机器上创建 Docker 机器的应用程序。

它为创建服务器、在服务器中安装 Docker、根据用户需求配置 Docker 客户端提供了简单的解决方案。驱动 API 对本地机器、数据中心的虚拟机或者公用云机器都适用。Docker Machine 支持 Windows、OSX 和 Linux，并且提供一个独立的二进制文件，可以直接使用。它让我们可以充分利用支持 Docker 的基础设施的生态环境合作伙伴，并且使用相同的接口进行访问。它让人们可以使用一个命令来简单而迅速地在不同的云平台部署 Docker 容器。

1. 安装 Docker Machine

Docker Machine 可以很好地支持每一种 Linux 发行版。首先，我们需要从 Github 网站下载最新版本的。这里我们使用 curl 来下载目前最新 0.2.0 版本的 Docker Machine。

在 64 位操作系统运行：

# curl -L https://github.com/docker/machine/releases/download/v0.2.0/docker-machine_linux-amd64 > /usr/local/bin/docker-machine

在 32 位操作系统运行：

# curl -L https://github.com/docker/machine/releases/download/v0.2.0/docker-machine_linux-i386 > /usr/local/bin/docker-machine

下载最新版本的 Docker Machine 并将 docker-machine 文件放到了/usr/local/bin/后，添加执行权限：

# chmod +x /usr/local/bin/docker-machine

完成如上操作后，我们需要确认已经成功安装 docker-machine 了。可以运行如下命令检查，它会输出系统中 docker-machine 的版本：

# docker-machine -v

要在我们的机器上启用 docker 命令，需要使用如下命令安装 Docker 客户端：

    # curl -L https://get.docker.com/builds/linux/x86_64/docker-latest > /usr/local/bin/docker
    # chmod +x /usr/local/bin/docker

2. 创建机器

在自己的 Linux 机器上安装好了 Docker Machine 之后，我们想要将一个 docker 虚拟机部署到云服务器上。Docker Machine 支持几个流行的云平台，如 igital Ocean、Amazon Web Services（AWS）、Microsoft Azure、Google Cloud Computing 及其它等等，所以我们可以在不同的平台使用相同的接口来部署 Docker。本文中我们会使用 digitalocean 驱动在 Digital Ocean 的服务器上部署 Docker，--driver 选项指定 digitalocean 驱动，--digitalocean-access-token 选项指定 Digital Ocean Control Panel 提供的 API Token，命令最后的是我们创建的 Docker 虚拟机的机器名。运行如下命令：

# docker-machine create --driver digitalocean --digitalocean-access-token <API-Token> linux-dev

# eval "$(docker-machine env linux-dev)"

注意 ： 这里 linux-dev 是我们将要创建的机器的名称。 <API-Token> 是一个安全 key，可以在 Digtal Ocean Control Panel 生成。要找到这个 key，我们只需要登录到我们的 Digital Ocean Control Panel，然后点击 API，再点击 Generate New Token，填写一个名称，选上 Read 和 Write。然后我们就会得到一串十六进制的 key，那就是 <API-Token> ，简单地替换到上边的命令中即可。

运行如上命令后，我们可以在 Digital Ocean Droplet Panel 中看到一个具有默认配置的 droplet 已经被创建出来了。

简便起见，docker-machine 会使用默认配置来部署 Droplet。我们可以通过增加选项来定制我们的 Droplet。这里是一些 digitalocean 相关的选项，我们可以使用它们来覆盖 Docker Machine 所使用的默认配置。

• --digitalocean-image "ubuntu-14-04-x64" 用于选择 Droplet 的镜像
• --digitalocean-ipv6 enable 启用 IPv6 网络支持
• --digitalocean-private-networking enable 启用专用网络
• --digitalocean-region "nyc3" 选择部署 Droplet 的区域
• --digitalocean-size "512mb" 选择内存大小和部署的类型

如果你想在其他云服务使用 docker-machine，并且想覆盖默认的配置，可以运行如下命令来获取 Docker Mackine 默认支持的对每种平台适用的参数。

# docker-machine create -h

3. 选择活跃主机

部署 Droplet 后，我们想马上运行一个 Docker 容器，但在那之前，我们需要检查下活跃主机是否是我们需要的机器。可以运行如下命令查看。

# docker-machine ls

ACTIVE 一列有“*”标记的是活跃主机。

现在，如果我们想将活跃主机切换到需要的主机，运行如下命令：

# docker-machine active linux-dev

注意 ：这里，linux-dev 是机器名，我们打算激活这个机器，并且在其上运行 Docker 容器。

4. 运行一个 Docker 容器

现在，我们已经选择了活跃主机，就可以运行 Docker 容器了。可以测试一下，运行一个 busybox 容器来执行 echo hello word 命令，这样就可以得到输出：

# docker run busybox echo hello world

注意：如果你试图在一个装有 32 位操作系统的宿主机部署 Docker 容器，使用 SSH 来运行 docker 是个好办法。这样你就可以简单跳过这一步，直接进入下一步。

5. SSH 到 Docker 机器中

如果我们想在机器或者 Droplet 上控制之前部署的 Docker 机器，可以使用 docker-machine ssh 命令来 SSH 到机器上：

# docker-machine ssh

SSH 到机器上之后，我们可以在上边运行任何 Docker 容器。这里我们运行一个 nginx：

# docker run -itd -p 80:80 nginx

操作完毕后，我们需要运行 exit 命令来退出 Droplet 或者服务器。

# exit

5. 删除主机

删除在运行的主机以及它的所有镜像和容器，我们可以使用 docker-machine rm 命令：

# docker-machine rm linux-dev

使用 docker-machine ls 命令检查是否成功删除了：

# docker-machine ls

6. 在不使用驱动的情况新增一个主机

我们可以在不使用驱动的情况往 Docker 增加一台主机，只需要一个 URL。它可以使用一个已有机器的别名，所以我们就不需要每次在运行 docker 命令时输入完整的 URL 了。

$ docker-machine create --url=tcp://104.131.50.36:2376 custombox

7. 管理主机

如果你已经让 Docker 运行起来了，可以使用简单的 docker-machine stop 命令来停止所有正在运行的主机，如果需要再启动的话可以运行 docker-machine start ：

# docker-machine stop
# docker-machine start

你也可以使用如下命令来使用机器名作为参数来将其停止或启动：

$ docker-machine stop linux-dev
$ docker-machine start linux-dev

总结

Docker Machine 是一个非常棒的工具，可以使用 Docker 容器快速地部署服务。文中我们使用 Digital Ocean Platform 作演示，但 Docker Machine 还支持其他平台，如 Amazon Web Service、Google Cloud Computing。使用 Docker Machine，快速、安全地在几种不同平台部署 Docker 容器变得很简单了。因为 Docker Machine 还是 Beta 版本，不建议在生产环境使用。如果你有任何问题、建议、反馈，请在下方的评论框中写下来，我们会改进或者更新我们的内容。