或許***方式是將它們看成飼養(yǎng)寵物與飼養(yǎng)牛。人們會(huì)想許多額外措施讓他們的寵物活著并保持健康，這與管理員想盡辦法認(rèn)真照看高端服務(wù)器一樣。但是在農(nóng)場(chǎng)里，死牛只是被視為生意成本中的一部分，在當(dāng)今的云世界中也是一樣，應(yīng)用被設(shè)計(jì)可以容錯(cuò)，一臺(tái)服務(wù)器發(fā)生故障并沒(méi)有什么大不了的。

現(xiàn)代應(yīng)用編排工具的一個(gè)作用是監(jiān)視虛擬服務(wù)器和/或容器情況，確保它們正在正常運(yùn)行中。當(dāng)一臺(tái)服務(wù)器出現(xiàn)故障，它們會(huì)迅速實(shí)例化一臺(tái)新虛擬機(jī)，甚至是一臺(tái)新容器。整個(gè)過(guò)程不需要系統(tǒng)管事員介入，因?yàn)檎麄€(gè)程序是自動(dòng)化運(yùn)行的。我們甚至不知道是哪臺(tái)服務(wù)器或是容器(或是兩者的組合)在運(yùn)行我們的應(yīng)用。

自動(dòng)化IT長(zhǎng)期以來(lái)一直是一個(gè)夢(mèng)想，但是如今的工具化正在將這一夢(mèng)想變?yōu)楝F(xiàn)實(shí)。如果我們正在使用云級(jí)應(yīng)用，尤其是擴(kuò)展后的微服務(wù)進(jìn)行工作，那么這種工具化將十分關(guān)鍵。

針對(duì)數(shù)據(jù)中心的操作系統(tǒng)

這是數(shù)據(jù)中心操作系統(tǒng)理念發(fā)揮作用的地方。單個(gè)服務(wù)器不再重要，除非它們是計(jì)算、存儲(chǔ)或網(wǎng)絡(luò)組件。應(yīng)用開(kāi)始依賴于虛擬機(jī)或是容器，并成為了主要的管理組件。

我們正在通過(guò)管理整個(gè)數(shù)據(jù)中心來(lái)替代管理單個(gè)服務(wù)器，并將它們分解成支持不同應(yīng)用的必須條件，用以創(chuàng)建開(kāi)發(fā)、測(cè)試和部署環(huán)境，同時(shí)不再需要了解底層硬件情況。這與我們以前用于管理服務(wù)器和應(yīng)用的方式有著很大的變化。它們標(biāo)志著一個(gè)新時(shí)代的開(kāi)始，為特定工作負(fù)載配置硬件已經(jīng)過(guò)時(shí)了。

編排的一個(gè)重要理念是動(dòng)態(tài)部署應(yīng)用和服務(wù)，以利用可用的計(jì)算資源。對(duì)于分布式自動(dòng)化計(jì)算來(lái)說(shuō)，編排是一個(gè)重要的工具。它們通過(guò)應(yīng)用定義和清單來(lái)決定主機(jī)和工作負(fù)載的部署位置，通過(guò)管理擴(kuò)展和確定故障服務(wù)器，以讓服務(wù)能夠被正確處理。

谷歌的Kubernetes和Apache的Mesos項(xiàng)目或許是最知名的編排解決方案，但是它們距離那些可用的解決方案還有很大的差距。它們都屬于綜合性工具，需要我們?cè)诩寄芎唾Y源方面投入大量資金，它們最適合于大規(guī)模部署的情況。

作為一種選擇，小型企業(yè)開(kāi)始向私有云[注]轉(zhuǎn)型，這些私有云包含了由微軟OpenStack和VMware提供的編排功能。盡管如此，目前大量機(jī)構(gòu)仍在測(cè)試這種用于交付下一代應(yīng)用的程序和工具。

通過(guò)Docker進(jìn)行管理

這些工作需要一套工具。這些工具要能夠從一臺(tái)或是兩臺(tái)服務(wù)器擴(kuò)展至一個(gè)機(jī)架或是兩個(gè)機(jī)架，直至整個(gè)數(shù)據(jù)中心。在這種方案中，Docker將包含Machine、Swarm和Compose等容器自動(dòng)化工具。

Machine是Docker自動(dòng)化工具的核心，因?yàn)樗鼈兡軌蜃尠惭b和配置主機(jī)服務(wù)器的程序?qū)崿F(xiàn)自動(dòng)化。通過(guò)Docker的API，我們只需要使用一個(gè)命令即可建立一個(gè)主機(jī)服務(wù)器，配置底層Docker Engine，以及安裝客戶端工具。它們還可以將主機(jī)附加至現(xiàn)在的Swarm集群中或是從零開(kāi)始創(chuàng)建一個(gè)新的集群。此外，我們還能夠使用由不同云服務(wù)提供商提供的容器，通過(guò)命令行將主機(jī)安裝在選定的云環(huán)境中。

一旦我們實(shí)現(xiàn)了創(chuàng)建容器主機(jī)的自動(dòng)化，開(kāi)始使用Docker Engine(+微信關(guān)注網(wǎng)絡(luò)世界)，那么我們就能夠?qū)⑦@些主機(jī)整合至使用Docker集群工具的計(jì)算框架中。Swarm被設(shè)計(jì)為通過(guò)與標(biāo)準(zhǔn)Docker Engine實(shí)例相同的API向容器提供一個(gè)可擴(kuò)展性環(huán)境。如果我們已經(jīng)在開(kāi)發(fā)環(huán)境中運(yùn)行Docker，那么我們就可以通過(guò)安裝Swarm進(jìn)行快速擴(kuò)展，并繼續(xù)使用現(xiàn)在的開(kāi)發(fā)工具和程序。嵌入式的調(diào)度器將把容器分配給單個(gè)Docker Engine節(jié)點(diǎn)，以支持有助于優(yōu)化部署的多個(gè)不同策略。

創(chuàng)建一個(gè)Swarm很容易，就如同在現(xiàn)有集群中增加一個(gè)新引擎一樣。我們可以使用Machine實(shí)現(xiàn)新引擎的自動(dòng)創(chuàng)建或是與Docker API協(xié)作提供一個(gè)關(guān)于可用節(jié)點(diǎn)的索引。由于Swarm可以識(shí)別和管理注冊(cè)過(guò)的主機(jī)，因此我們的一個(gè)選項(xiàng)是通過(guò)Docker Hub注冊(cè)表以簡(jiǎn)化發(fā)現(xiàn)過(guò)程。

Compose是一個(gè)較為復(fù)雜的工具。它們可與YAML協(xié)作創(chuàng)建應(yīng)用摘要，顯示一個(gè)應(yīng)用中的多個(gè)容器彼此之間的聯(lián)系。YAML具有重要意義，因?yàn)楫?dāng)我們?yōu)锳PI查找Swagger 時(shí)，它們可讓我們?cè)L問(wèn)相同的工具以描述我們的應(yīng)用。一旦我們?yōu)閼?yīng)用創(chuàng)建了一個(gè)摘要以及它們的創(chuàng)建方式，我們只需要一行腳本即可啟動(dòng)應(yīng)用。

保持簡(jiǎn)潔

Docker編排工具最有意思的地方可能是它們非常簡(jiǎn)潔。這三個(gè)工具都只需要非常簡(jiǎn)單的命令。通過(guò)Jenkins等工具，我們可以很容易地為它們編寫(xiě)腳本，或是在Puppet 或Chef等環(huán)境中管理它們。如果以現(xiàn)有的Docker API為基礎(chǔ)進(jìn)行創(chuàng)建，那么它們還可以很容易地管理和控制分布式環(huán)境，簡(jiǎn)化由開(kāi)發(fā)向生產(chǎn)的轉(zhuǎn)型過(guò)程。

Docker工具可與Kubernetes等數(shù)據(jù)中心管理工具及公有云[注]提供的工具協(xié)同工作。通過(guò)綜合運(yùn)用Machine、Swarm和Compose，在應(yīng)用由從在單個(gè)服務(wù)器上進(jìn)行開(kāi)發(fā)和測(cè)試到在Azure或AWS上完整運(yùn)行云服務(wù)的過(guò)程中，我們都能夠可以與這些應(yīng)用進(jìn)行協(xié)作。

開(kāi)發(fā)者不需要知道他們正在向哪些東西提供容器。它們看起來(lái)像是一個(gè)Swarm，即便它們運(yùn)行在一個(gè)云規(guī)模的Mesos部署上也是如此，而這種抽象就是云的精髓之所在。

原文鏈接http://news.cnw.com.cn/news-international/htm2015/20150724_321601.shtml