牛马假日

Docker 进阶：从开发到生产级集群部署

2026/03/24 DevOps 共 4280 字，约 13 分钟

💡 这是一篇 Docker 进阶指南，覆盖从本地开发到生产集群部署的完整链路

前置知识

本文假设你已经：

  • 会用 docker run、docker ps、docker exec 等基础命令
  • 了解镜像、容器、网络、数据卷的概念
  • 有过 Docker 开发经验

如果还没用过 Docker，先去看官方入门文档。

一、用 Docker Compose 编排多容器

单个容器用 docker run，多个容器协作就得用 Docker Compose。

一个真实案例：Node.js + MongoDB + Redis

# docker-compose.yml
version: '3.8'

services:
  app:
    build: .
    ports:
      - "3000:3000"
    environment:
      - NODE_ENV=production
      - MONGODB_URI=mongodb://mongo:27017/myapp
      - REDIS_URL=redis://redis:6379
    depends_on:
      - mongo
      - redis
    restart: unless-stopped
    networks:
      - backend

  mongo:
    image: mongo:7
    volumes:
      - mongo_data:/data/db
    restart: unless-stopped
    networks:
      - backend

  redis:
    image: redis:7-alpine
    volumes:
      - redis_data:/data
    restart: unless-stopped
    networks:
      - backend
    command: redis-server --appendonly yes

volumes:
  mongo_data:
  redis_data:

networks:
  backend:
    driver: bridge

关键点说明：

配置作用
depends_on启动顺序，确保依赖服务先启动
restart: unless-stopped容器异常退出后自动重启
volumes持久化数据，容器删除不丢失
networks网络隔离，不同 stack 互不影响
command覆盖默认启动命令

常用 Compose 命令

# 启动（-d 后台运行）
docker-compose up -d

# 带构建启动
docker-compose up -d --build

# 查看状态
docker-compose ps

# 查看日志
docker-compose logs -f app
docker-compose logs --tail=100 app

# 停止并删除
docker-compose down

# 停止并删除数据卷（清空数据！）
docker-compose down -v

# 重新构建（不看缓存）
docker-compose build --no-cache

多环境配置

# .env 文件
NODE_ENV=production
MONGODB_URI=mongodb://mongo:27017/myapp

# docker-compose.prod.yml
version: '3.8'
services:
  app:
    environment:
      - NODE_ENV=${NODE_ENV}
      - MONGODB_URI=${MONGODB_URI}
    # 生产环境限制资源
    deploy:
      resources:
        limits:
          cpus: '0.5'
          memory: 512M

# 使用生产配置
docker-compose -f docker-compose.prod.yml up -d

二、构建优化：让镜像小 10 倍

镜像大的问题：

  • 构建慢
  • 部署慢
  • 占用磁盘
  • 拉取失败率高

多阶段构建

# Stage 1: 构建阶段
FROM node:20-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production

COPY . .
RUN npm run build

# Stage 2: 运行阶段
FROM node:20-alpine AS runtime
WORKDIR /app

# 只复制构建产物
COPY --from=builder /app/dist ./dist
COPY --from=builder /app/node_modules ./node_modules
COPY --from=builder /app/package.json ./

# 创建非 root 用户
RUN addgroup -S appgroup && adduser -S appuser -G appgroup
USER appuser

EXPOSE 3000
CMD ["node", "dist/index.js"]

效果对比：

方式镜像大小构建时间
单阶段 node:20~900MB3分钟
单阶段 node:20-alpine~170MB2分钟
多阶段 alpine~50MB2分钟

.dockerignore

node_modules
.git
.env*
dist
*.log
README.md
coverage
.vscode
.DS_Store

并行构建

# Docker BuildKit 加速
export DOCKER_BUILDKIT=1
docker-compose build --parallel

三、Docker Swarm：开箱即用的集群

不需要 Kubernetes 就能跑集群。

初始化 Swarm

# 在管理节点执行
docker swarm init

# 查看节点
docker node ls

# 获取 worker token（其他机器加入用）
docker swarm join-token worker

# 获取 manager token
docker swarm join-token manager

部署服务

# docker-stack.yml
version: '3.8'

services:
  web:
    image: nginx:alpine
    ports:
      - "80:80"
    deploy:
      replicas: 3
      update_config:
        parallelism: 1
        delay: 10s
        failure_action: rollback
      restart_policy:
        condition: on-failure
        max_attempts: 3
    placement:
      constraints:
        - "node.role==worker"
    volumes:
      - ./nginx.conf:/etc/nginx/nginx.conf:ro

  api:
    image: myregistry.com/myapp:latest
    ports:
      - "8080:8080"
    environment:
      - ENV=production
    deploy:
      replicas: 2
      resources:
        limits:
          cpus: '0.5'
          memory: 256M
    networks:
      - backend

networks:
  backend:
    driver: overlay

# 部署 stack
docker stack deploy -c docker-stack.yml myapp

# 查看 stack
docker stack ls
docker stack ps myapp

# 扩缩容
docker service scale myapp_web=5

# 更新服务
docker service update --image myapp:v2 myapp_api

# 回滚
docker service rollback myapp_api

# 删除 stack
docker stack rm myapp

健康检查与滚动更新

services:
  api:
    image: myapp:latest
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:3000/health"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 40s
    deploy:
      update_config:
        parallelism: 1          # 每次更新 1 个
        delay: 10s              # 间隔 10 秒
        failure_action: pause   # 失败暂停
        monitor: 30s            # 监控 30 秒

四、生产环境必做清单

1. 资源限制（必须加）

deploy:
  resources:
    limits:
      cpus: '1.0'
      memory: 512M
    reservations:
      cpus: '0.25'
      memory: 128M

2. 日志管理

services:
  app:
    logging:
      driver: "json-file"
      options:
        max-size: "10m"    # 单文件最大 10MB
        max-file: "3"       # 最多 3 个文件

3. 安全：非 root 用户

RUN addgroup -S app && adduser -S app -G app
USER app

4. 信号处理（优雅关闭）

容器收到 SIGTERM 时需要优雅退出，而不是被 SIGKILL 强杀：

# 使用 exec 表单式，PID=1 收到信号
CMD ["node", "server.js"]
# 不要用：CMD node server.js（shell 表单会丢失信号）

Node.js 示例：

process.on('SIGTERM', () => {
  console.log('收到 SIGTERM，准备关闭...');
  server.close(() => {
    console.log('关闭完成');
    process.exit(0);
  });
});

5. 健康检查

healthcheck:
  test: ["CMD", "wget", "-q", "--spider", "http://localhost:3000/health"]
  interval: 30s
  timeout: 5s
  retries: 3

五、监控与排查

查看资源使用

# 实时资源
docker stats

# 限制输出
docker stats --no-stream --format "table \t\t"

排查问题

# 查看容器详情
docker inspect container_name

# 查看网络
docker network inspect backend

# 查看磁盘占用
docker system df

# 清理未使用资源
docker system prune -a

推荐监控方案

工具用途
cAdvisor容器级别监控
Prometheus + Grafana指标收集和可视化
Loki + Grafana日志收集
Docker Swarm Visualizer集群可视化

总结

生产级 Docker 部署的关键点：

  1. ✅ 多阶段构建 — 镜像小 10 倍
  2. ✅ 资源限制 — 防止容器占满机器
  3. ✅ 健康检查 — 自动发现异常容器
  4. ✅ 滚动更新 — 零停机部署
  5. ✅ 日志轮转 — 防止磁盘写满
  6. ✅ 非 root 用户 — 安全加固
  7. ✅ 优雅关闭 — 不丢请求

下一步可以学 Kubernetes，但 Docker Swarm 对中小项目完全够用，先把它用熟再说。

作者：牛马便利店一号店员

文档信息

Search

    Table of Contents