学习目标

通过本章学习，您将能够：

  • 理解 Docker Swarm 的基本概念和核心价值
  • 掌握 Docker Swarm 的架构组件和工作原理
  • 了解 Swarm 与其他容器编排工具的区别
  • 明确 Docker Swarm 的适用场景和局限性

1. Docker Swarm 概述

1.1 什么是 Docker Swarm

Docker Swarm 是 Docker 官方提供的原生容器编排和集群管理工具。它将多个 Docker 主机组合成一个虚拟的 Docker 主机，提供了容器的自动部署、扩缩容、负载均衡、服务发现等功能。

1.2 核心特性

简单易用

  • 原生集成：与 Docker 引擎深度集成，无需额外安装
  • API 兼容：完全兼容 Docker API，学习成本低
  • 声明式配置：通过简单的命令即可管理复杂的集群

高可用性

  • 多管理节点：支持多个管理节点，避免单点故障
  • 自动故障转移：节点故障时自动重新调度容器
  • 滚动更新：支持零停机时间的服务更新

安全性

  • TLS 加密：节点间通信默认使用 TLS 加密
  • 证书轮换：自动管理和轮换 TLS 证书
  • 密钥管理：内置的密钥和配置管理系统

1.3 发展历程

timeline
    title Docker Swarm 发展历程
    
    2014 : Docker Swarm v1
         : 独立的编排工具
         : 需要外部服务发现
    
    2016 : Docker Swarm Mode
         : 集成到 Docker Engine
         : 内置服务发现和负载均衡
    
    2017 : Docker Stack
         : 支持 Compose 文件格式
         : 多服务应用部署
    
    2018 : 企业级功能
         : RBAC 权限控制
         : 密钥管理增强
    
    2020+ : 持续优化
          : 性能提升
          : 生态系统完善

2. 核心概念和术语

2.1 集群相关概念

Swarm 集群

一个 Swarm 集群由多个 Docker 主机组成，这些主机可以是物理机、虚拟机或云实例。

# 集群示例结构
Swarm Cluster
├── Manager Nodes (管理节点)
│   ├── Leader (领导者)
│   ├── Reachable (可达)
│   └── Unavailable (不可用)
└── Worker Nodes (工作节点)
    ├── Active (活跃)
    ├── Pause (暂停)
    └── Drain (排空)

节点类型

管理节点 (Manager Nodes) - 负责集群管理和编排决策 - 维护集群状态和配置 - 处理 Docker API 请求 - 至少需要一个，推荐奇数个（3、5、7）

工作节点 (Worker Nodes) - 运行容器任务 - 接收管理节点的指令 - 报告任务状态 - 可以有任意数量

2.2 服务相关概念

服务 (Service)

服务是在 Swarm 集群中运行的应用程序的定义，包括镜像、副本数量、网络配置等。

# 服务定义示例
version: '3.8'
services:
  web:
    image: nginx:latest
    replicas: 3
    ports:
      - "80:80"
    networks:
      - webnet
    deploy:
      placement:
        constraints:
          - node.role == worker

任务 (Task)

任务是服务的最小执行单元，每个任务对应一个容器实例。

副本 (Replica)

副本是服务的实例数量，Swarm 会确保指定数量的副本始终运行。

2.3 网络相关概念

Overlay 网络

跨主机的虚拟网络，允许不同节点上的容器相互通信。

Ingress 网络

特殊的 overlay 网络，用于处理外部流量的负载均衡。

服务发现

自动发现和连接服务的机制，基于 DNS 实现。

3. 架构组件详解

3.1 整体架构

graph TB
    subgraph "Docker Swarm Cluster"
        subgraph "Manager Nodes"
            M1[Manager 1<br/>Leader]
            M2[Manager 2<br/>Reachable]
            M3[Manager 3<br/>Reachable]
        end
        
        subgraph "Worker Nodes"
            W1[Worker 1]
            W2[Worker 2]
            W3[Worker 3]
            W4[Worker 4]
        end
        
        subgraph "Services"
            S1[Web Service<br/>3 replicas]
            S2[API Service<br/>2 replicas]
            S3[DB Service<br/>1 replica]
        end
    end
    
    Client[Docker Client] --> M1
    M1 -.-> M2
    M2 -.-> M3
    M3 -.-> M1
    
    M1 --> W1
    M1 --> W2
    M2 --> W3
    M3 --> W4
    
    S1 --> W1
    S1 --> W2
    S1 --> W3
    S2 --> W2
    S2 --> W4
    S3 --> W1

3.2 管理平面 (Control Plane)

Raft 一致性算法

Swarm 使用 Raft 算法确保管理节点间的数据一致性。

# Raft 算法核心概念
class RaftNode:
    def __init__(self):
        self.state = "follower"  # follower, candidate, leader
        self.current_term = 0
        self.voted_for = None
        self.log = []
        self.commit_index = 0
    
    def start_election(self):
        """开始选举过程"""
        self.state = "candidate"
        self.current_term += 1
        self.voted_for = self.node_id
        # 向其他节点发送投票请求
    
    def append_entries(self, entries):
        """追加日志条目"""
        if self.state == "leader":
            self.log.extend(entries)
            # 复制到其他节点

集群状态存储

管理节点维护集群的完整状态信息：

  • 节点信息：节点列表、状态、标签
  • 服务定义：服务配置、约束条件
  • 网络配置：网络拓扑、路由规则
  • 密钥和配置：敏感信息管理

3.3 数据平面 (Data Plane)

任务调度

管理节点根据服务定义和集群状态进行任务调度：

// 任务调度算法示例
type Scheduler struct {
    cluster *Cluster
    services []*Service
}

func (s *Scheduler) ScheduleTask(task *Task) *Node {
    // 1. 获取可用节点
    availableNodes := s.cluster.GetAvailableNodes()
    
    // 2. 应用约束条件
    filteredNodes := s.applyConstraints(availableNodes, task.Constraints)
    
    // 3. 应用调度策略
    selectedNode := s.applyStrategy(filteredNodes, task)
    
    return selectedNode
}

func (s *Scheduler) applyConstraints(nodes []*Node, constraints []Constraint) []*Node {
    var result []*Node
    for _, node := range nodes {
        if s.satisfiesConstraints(node, constraints) {
            result = append(result, node)
        }
    }
    return result
}

负载均衡

Swarm 提供多种负载均衡机制：

VIP (Virtual IP) 模式

# 创建 VIP 模式服务
docker service create \
  --name web \
  --replicas 3 \
  --endpoint-mode vip \
  nginx

DNS Round Robin 模式

# 创建 DNS RR 模式服务
docker service create \
  --name api \
  --replicas 3 \
  --endpoint-mode dnsrr \
  node:latest

3.4 网络架构

Overlay 网络实现

# 网络配置示例
networks:
  frontend:
    driver: overlay
    driver_opts:
      encrypted: "true"
    ipam:
      config:
        - subnet: 10.0.1.0/24
  
  backend:
    driver: overlay
    driver_opts:
      encrypted: "true"
    ipam:
      config:
        - subnet: 10.0.2.0/24

流量路由

graph LR
    Client[客户端] --> LB[负载均衡器]
    LB --> Ingress[Ingress 网络]
    Ingress --> Node1[节点1]
    Ingress --> Node2[节点2]
    Ingress --> Node3[节点3]
    
    Node1 --> Container1[容器1]
    Node2 --> Container2[容器2]
    Node3 --> Container3[容器3]
    
    Container1 -.-> Backend[后端服务]
    Container2 -.-> Backend
    Container3 -.-> Backend

4. 与其他编排工具的对比

4.1 Docker Swarm vs Kubernetes

特性 Docker Swarm Kubernetes
学习曲线 简单，易上手 复杂，学习成本高
安装部署 内置，一键启用 需要额外安装配置
功能丰富度 基础功能完善 功能强大，生态丰富
社区支持 Docker 官方支持 CNCF 社区支持
适用规模 中小型集群 大型企业级集群
配置复杂度 简单直观 复杂但灵活

4.2 选择建议

选择 Docker Swarm 的场景

  • 团队对 Docker 熟悉，希望快速上手
  • 中小型应用，集群规模不大（< 100 节点）
  • 需要简单的容器编排解决方案
  • 预算和人力资源有限

选择 Kubernetes 的场景

  • 大型企业级应用
  • 需要复杂的调度和管理功能
  • 有专业的运维团队
  • 需要丰富的生态系统支持

5. 适用场景分析

5.1 理想应用场景

Web 应用集群

# Web 应用部署示例
version: '3.8'
services:
  web:
    image: nginx:alpine
    replicas: 3
    ports:
      - "80:80"
    deploy:
      placement:
        constraints:
          - node.role == worker
      resources:
        limits:
          memory: 128M
        reservations:
          memory: 64M

微服务架构

# 微服务部署示例
version: '3.8'
services:
  api-gateway:
    image: nginx:alpine
    ports:
      - "80:80"
    deploy:
      replicas: 2
  
  user-service:
    image: user-service:latest
    deploy:
      replicas: 3
    networks:
      - backend
  
  order-service:
    image: order-service:latest
    deploy:
      replicas: 2
    networks:
      - backend

数据处理管道

# 数据处理服务
version: '3.8'
services:
  data-collector:
    image: data-collector:latest
    deploy:
      mode: global  # 每个节点运行一个实例
  
  data-processor:
    image: data-processor:latest
    deploy:
      replicas: 5
      placement:
        constraints:
          - node.labels.type == compute

5.2 局限性和注意事项

功能局限

  • 有状态服务支持有限：对于数据库等有状态服务支持不如 Kubernetes
  • 自动扩缩容：缺乏基于指标的自动扩缩容功能
  • 多租户支持：命名空间和资源隔离功能较弱

性能考虑

  • 集群规模：建议不超过 100 个节点
  • 服务数量：单个集群建议不超过 1000 个服务
  • 网络性能：Overlay 网络可能带来一定的性能开销

6. 实践练习

练习 1：概念理解

任务：绘制一个包含 3 个管理节点和 5 个工作节点的 Swarm 集群架构图，并标注各组件的作用。

要求： - 标明节点类型和角色 - 显示网络连接关系 - 说明数据流向

练习 2：场景分析

任务：分析以下场景是否适合使用 Docker Swarm：

  1. 一个电商网站，日访问量 10万，需要部署 Web 服务器、API 服务和数据库
  2. 一个大型银行的核心交易系统，需要严格的安全控制和审计
  3. 一个初创公司的 MVP 产品，团队只有 3 个开发人员
  4. 一个需要处理实时数据流的物联网平台

分析要点： - 技术复杂度 - 团队技能 - 性能要求 - 安全需求 - 预算考虑

练习 3：架构设计

任务：为一个在线教育平台设计 Docker Swarm 部署架构。

需求： - 用户认证服务 - 课程管理服务 - 视频流媒体服务 - 支付服务 - 数据库服务

设计要求： - 考虑服务间的依赖关系 - 设计合理的网络拓扑 - 考虑安全和性能要求

7. 本章总结

关键要点

  1. Docker Swarm 是什么

    • Docker 官方的容器编排工具
    • 原生集成，简单易用
    • 适合中小型应用场景

  2. 核心架构组件

    • 管理节点：负责集群管理和决策
    • 工作节点：运行容器任务
    • 服务：应用程序的抽象定义
    • 网络：跨主机通信基础设施

  3. 主要优势

    • 学习成本低，上手快
    • 与 Docker 生态深度集成
    • 内置安全和高可用特性
    • 声明式配置管理

  4. 适用场景

    • Web 应用集群
    • 微服务架构
    • 中小型企业应用
    • 快速原型开发

下一步学习

在下一章中，我们将学习如何准备环境和初始化 Docker Swarm 集群，包括：

  • 系统要求和环境准备
  • Docker 引擎安装配置
  • 集群初始化步骤
  • 节点加入和验证

延伸阅读

思考题： 1. 为什么 Docker Swarm 选择 Raft 算法而不是其他一致性算法？ 2. 在什么情况下你会选择 Docker Swarm 而不是 Kubernetes？ 3. 如何评估一个应用是否适合容器化和编排？

📂 分类导航

📰 最新文章