Основы контейнеризации микросервисов

Чем дальше шагают технологии и чем больше пользователей привлекает продукт, тем труднее компании управлять сложными системами, обеспечивать их надёжность и реализовывать масштабирование.
Представьте компанию QuickDelivery. Она занимается доставкой товаров. В QuickDelivery разрабатывают и поддерживают множество микросервисов, которые отвечают за разные аспекты бизнеса: обработку заказов, управление складами, логистику и многое другое.
Разработчики QuickDelivery регулярно сталкиваются с такой проблемой: приложения, которые успешно работают на их локальных машинах, дают сбой при развёртывании на тестовых или продакшн-серверах. Это происходит из-за различий в конфигурациях и зависимостях. В итоге в проекте появляются дополнительные трудозатраты, а выпуск обновлений задерживается.
Эту проблему решает контейнеризация.
Во втором спринте вы уже поработали с Docker Compose, когда настраивали репликацию, шардирование и кэширование. В этом уроке мы расскажем, чем контейнеры отличаются от виртуальных машин. Вы узнаете, какие проблемы решает контейнеризация, как создавать Dockerfile и использовать основные команды Docker.
Прежде чем нырять в детали, поговорим об основах. Посмотрим, чем контейнеризация отличается от виртуализации.

Виртуализация и контейнеризация

Виртуализация и контейнеризация — это два разных подхода к изоляции приложений и управлению ими. Виртуализация появилась раньше контейнеризации. Контейнеры пришли на смену виртуальным машинам, чтобы обойти некоторые ограничения этой технологии.
Чтобы выбрать подход, который решит вашу задачу, нужно понимать, чем они отличаются.

Виртуальные машины

Виртуальные машины (ВМ) — это виртуальные компьютеры, которые используют ресурсы реального компьютера.
С помощью виртуализации можно разделить физический сервер на несколько изолированных пространств (ВМ), где можно запускать разные операционные системы. Так можно улучшить использование ресурсов и обеспечить изоляцию приложений.
Виртуальные машины устроены так:
У виртуальных машин много плюсов:
  • Изоляция. Виртуальные машины обеспечивают полную изоляцию — каждое приложение работает в отдельной операционной системе. Это предотвращает конфликты между приложениями и зависимостями.
  • Безопасность. Сбой в одной из ВМ или хакерская атака на неё не повлияют на другие виртуальные машины.
  • Упрощённое управление. Администраторы могут гибко управлять серверами и приложениями — можно легко создать резервные копии ВМ, клонировать их или переносить на другой сервер.
  • Масштабируемость. Они помогают эффективно использовать ресурсы серверов — можно запускать несколько экземпляров ОС на одном физическом сервере и таким образом увеличивать плотность размещения.
Но, как мы уже сказали, у ВМ есть и ограничения. Вот они:
  • Высокое потребление ресурсов. Каждая ВМ включает полную операционную систему. Это требует значительных вычислительных ресурсов и памяти.
  • Длительное время загрузки. Запуск ВМ занимает больше времени, чем запуск контейнеров.
  • Трудоёмкое обновление. Обновление и поддержка нескольких ВМ может стать сложной задачей и потребует много времени.

Контейнеры

Контейнеризация — это технология, которая позволяет упаковать приложение и все его зависимости в единый изолированный контейнер. В отличие от виртуальных машин, контейнеры разделяют ядро операционной системы и используют общие ресурсы — память и процессорное время. Благодаря этому они запускаются быстрее и потребляют меньше ресурсов, чем виртуальные машины.
Итак, у контейнеров такие преимущества:
  • Изоляция. Каждый контейнер изолирован от других, что предотвращает конфликты между зависимостями разных приложений. Это особенно важно в микросервисной архитектуре: у каждого микросервиса могут быть свои специфические зависимости.
  • Эффективное использование ресурсов. ВМ ест много ресурсов, потому что содержит полную операционную систему. Контейнеры гораздо компактнее. Несколько контейнеров могут работать на одном сервере или даже на одной ВМ. Так вы сможете эффективнее использовать ресурсы.
  • Портативность. Контейнеры можно запускать на любой системе, где установлена контейнерная платформа — например, Docker. Это обеспечивает одинаковое поведение приложения на всех этапах разработки, тестирования и эксплуатации. Однако стоит отметить, что для запуска контейнеров на разных архитектурах могут потребоваться дополнительные настройки и совместимые образы.
  • Консистентность. Каждый контейнер включает в себя всё, что нужно для выполнения приложения: код приложения, библиотеки и зависимости, системные инструменты, которые нужны для выполнения задач внутри контейнера. Благодаря этому контейнеры гарантируют одинаковое поведение приложения в разных окружениях — будь то локальная машина разработчика или продакшн-сервер.
Правда, есть и минусы. Степень изоляции в контейнерах ниже, чем в виртуальных машинах, потому что они делят между собой часть ресурсов.

Сравнение ВМ и контейнеров

По отношению к виртуальным машинам контейнеры — это следующий уровень вложенности. Посмотрите ещё раз, как отличаются их архитектуры:
К преимуществам ВМ относятся полная изоляция и безопасность, поддержка различных ОС. Ограничения — высокое потребление ресурсов и длительное время загрузки.
Основные преимущества контейнеров — меньшее потребление ресурсов, быстрая загрузка и высокая плотность размещения. Из ограничений здесь меньшая изоляция и возможные конфликты зависимостей.
Изучите таблицу, чтобы лучше запомнить различия в контейнерах и виртуальных машинах.
А теперь посмотрим на примеры применения. Это поможет увидеть, как особенности технологии влияют на сценарии её использования.
💡 ВМ стоит использовать, если
  • Вы запускаете корпоративные приложения, у которых высокие требования к изоляции и безопасности.
  • Вы разрабатываете и тестируете приложения на разных операционных системах и в разных конфигурациях.
💡 Контейнеры стоит использовать, если
  • Вы работаете с микросервисной архитектурой. Контейнеры обеспечат достаточный уровень изоляции и портативность каждого микросервиса.
  • Вы строите конвейеры непрерывной интеграции и доставки (CI/CD), чтобы обеспечить консистентность и высокую скорость развёртывания приложений.
  • Вы развёртываете масштабируемые приложения и управляете ими. Если у вас много микросервисов в продукте, контейнеры позволят легко масштабировать их, обеспечивая гибкое и эффективное управление нагрузкой.

Чем отличаются контейнеры на Linux, Windows и macOS

У контейнеров на Linux и Windows схожие принципы работы, но есть некоторые важные различия. Нужно учитывать их при выборе платформы для контейнеризации.
Ответьте на несколько вопросов, чтобы проверить себя.

Задание 1

Перед вами несколько утверждений о контейнерах и виртуальных машинах. Выберите правильные.

Задание 2

В каких случаях стоит использовать контейнеры?
А теперь поговорим о том, как реализовать контейнеризацию с помощью Docker.

Docker

Docker — это современный стандарт для работы с контейнерами. С его помощью разработчики могут создавать и разворачивать контейнеры, а ещё управлять ими с минимальными усилиями. Это значительно упрощает процессы разработки и эксплуатации.
Архитектура Docker включает следующие компоненты:
  • Dockerfile — это текстовый файл, который содержит набор инструкций для создания Docker-образа. Он определяет, какие базовые образы использовать, какие установить зависимости и какие файлы скопировать. А ещё — какие команды нужно выполнить при запуске контейнера.
  • Docker Image (образ) — это неизменяемый файл, который содержит всё, что нужно для запуска приложения: код, зависимости, библиотеки, окружение и настройки. Образ создаётся на основе инструкций из Dockerfile.
  • Docker Registry (реестр) — это централизованное хранилище образов. Сам Docker предоставляет публичный реестр Docker Hub. Но можно использовать и частные реестры — например, Amazon ECR, Google Container Registry, Yandex Container Registry, Cloud.ru Container Apps или самоуправляемые реестры.
  • Docker Container (контейнер) — это запущенный экземпляр Docker-образа. Контейнер представляет собой изолированное окружение, в котором выполняется приложение. Контейнеры можно запустить, остановить, перезапустить и удалить.
  • Docker Volume (том) — это механизм для хранения данных. Тома используют, чтобы хранить данные между перезапусками контейнеров и обеспечить совместный доступ к данным для нескольких контейнеров.
  • Docker Network (сеть) — это виртуальная сеть, которая позволяет контейнерам взаимодействовать друг с другом. Docker создаёт несколько типов сетей, которые можно использовать для подключения контейнеров: bridge, host, overlay и другие.
Чтобы проще было запомнить, для начала сконцентрируйтесь на трёх понятиях: Dockerfile, образ и контейнер. Представьте, что очень хотите съесть бутерброд. Dockerfile похож на рецепт бутерброда. Это тоже инструкция. Она говорит нам, как «приготовить» образ. Тогда сам образ — это готовый бутерброд в автомате со снэками. Его уже приготовили и упаковали: там есть всё, что нужно для запуска приложения. Можно брать и запускать. А когда запустите образ, то получите контейнер — работающее приложение, которое выполняет свои задачи.
Теперь посмотрим на структуру Dockerfile и расскажем, как его создать.

Dockerfile

Dockerfile — это текстовый файл, который содержит инструкции для сборки Docker-образа. Каждая инструкция выполняет определённые действия: устанавливает пакеты, копирует файлы и запускает команды.
Разберём, как устроен этот файл, на примере.
Представьте, что вы работаете в компании QuickDelivery и разрабатываете микросервис обработки заказов. Создадим его Dockerfile.

Диаграмма компонентов QuickDelivery

В приложении QuickDelivery три микросервиса:
  • Order Service — сервис обработки заказов.
  • Inventory Service — сервис управления складами.
  • Logistics Service — сервис логистики.
Каждый микросервис будет развёрнут в отдельном контейнере Docker. При этом все сервисы будут взаимодействовать с общей СУБД.
Так выглядит диаграмма компонентов QuickDelivery:
Микросервис для обработки заказов написан на Python и использует FastAPI в качестве веб-фреймворка. В его корневой директории находятся следующие файлы:
  • app.py — основной файл приложения.

PYTHON

# файл app.py

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
    return {"message": "Welcome to the Order Service"}
  • requirements.txt — файл с зависимостями.
fastapi
uvicorn

Как создать Dockerfile

Чтобы создать Dockerfile для микросервиса обработки заказов, нужно выполнить такие шаги:
  1. Создайте Dockerfile в каталоге проекта order_service
Можно использовать такие команды:

BASH

mkdir order_service

cd order_service

nano Dockerfile
  1. Определите базовый образ
Команда FROM всегда идёт первой в файле. Она говорит, какой образ мы берём за основу.
В данном случае мы будем использовать официальный образ Python:

DOCKER

FROM python:3.8-slim
  1. Установите рабочую директорию
Это директория внутри контейнера, куда будут копироваться файлы приложения:

DOCKER

WORKDIR /app
  1. Скопируйте файлы приложения
Скопируем файлы нашего приложения в рабочую директорию контейнера:

DOCKER

COPY . /app
  1. Установите зависимости
Теперь нужно установить зависимости, которые указаны в файле requirements.txt:

DOCKER

RUN pip install --no-cache-dir -r requirements.txt
  1. Определите команды для запуска приложения
Укажем команду, которая будет запускать приложение при старте контейнера:

DOCKER

CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]
В результате у вас получится такой Dockerfile для микросервиса обработки заказов:

DOCKER

# Используем базовый образ Python
FROM python:3.8-slim

# Устанавливаем рабочую директорию
WORKDIR /app

# Копируем файлы приложения в контейнер
COPY . /app

# Устанавливаем зависимости
RUN pip install --no-cache-dir -r requirements.txt

# Определяем команду для запуска приложения
CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]
А теперь — небольшое задание.

Задание 3

Вы создаёте Dockerfile для простого микросервиса на Python. Выберите, что там должно быть.
Сейчас у вас на руках есть простой Dockerfile. Выходим на следующий уровень — разберёмся, как работать с образами и контейнерами.

Команды Docker

Docker предоставляет множество команд для создания контейнеров и взаимодействия с ними. Вы уже попрактиковались в работе с Docker Compose, когда настраивали масштабирование. Повторим основные команды Docker, чтобы закрепить основы.
💡 Перед использованием Docker его нужно установить на вашу систему. Если сейчас его нет, воспользуйтесь инструкцией по установке Docker с официального сайта.
Когда установите Docker, проверьте, что он корректно работает. Выполните команду:

BASH

docker --version
Эта команда выведет текущую версию Docker, установленную на вашем компьютере.
А теперь начнём работу. Вот карта, которая проведёт вас по ключевым командам:
Попробуем применить их, чтобы поработать с контейнером для микросервиса обработки заказов QuickDelivery.
Команда docker build
Команда создаёт Docker-образ из Dockerfile. Запустите её, чтобы создать Docker-образ для микросервиса обработки заказов:

BASH

docker build -t quickdelivery/order-service .
Команда создаст образ с тегом quickdelivery/order-service, используя Dockerfile в текущей директории. На текущую директорию указывает точка (.).
Команда docker images
Эта команда показывает все образы, которые вы загрузили на свою машину или создали сами:

BASH

docker images
Команда docker run
Эта команда запускает контейнер из Docker-образа:

BASH

docker run -d --name order-service -p 8000:8000 quickdelivery/order-service
У команды такие аргументы:
  • d — запускает контейнер в фоновом режиме.
  • p 8000:8000 — перенаправляет порт 8000 на хосте на порт 8000 в контейнере.
  • -name order-service — задаёт имя контейнеру.
  • quickdelivery/order-service — указывает образ, который нужно использовать для создания контейнера.
Теперь микросервис Order Service запущен в контейнере Docker и доступен по адресу http://localhost:8000.
Команда docker ps
Покажет все активные контейнеры на вашей машине:

BASH

docker ps
Чтобы посмотреть вообще все контейнеры — активные и остановленные, — используйте команду:

BASH

docker ps -a
Команда docker stop
Эта команда останавливает работающий контейнер:

BASH

docker stop order-service
Команда docker rm
Эту команду используют, чтобы удалить контейнер после его остановки:

BASH

docker rm order-service
Команда docker rmi
Эта команда удаляет Docker-образ:

BASH

docker rmi quickdelivery/order-service
Команда docker logs
Эта команда отображает логи контейнера:

BASH

docker logs order-service
Команда docker exec
Эту команду используют, чтобы выполнить команду внутри работающего контейнера. Например, выполним команду bash внутри контейнера для микросервиса обработки заказов:

BASH

docker exec -it order-service /bin/bash
Команда откроет интерактивную оболочку bash внутри контейнера с именем order-service.
Это все ключевые команды — база и основа работы с Docker.

Дополнительные команды Docker

Чтобы узнать, какие ещё есть команды, изучите официальную документацию.

Задание 4

Выберите команды, которые позволят создать, запустить и остановить контейнер.
🔍 Сохраните себе памятку по основным командам Docker, чтобы быстрее их запомнить.
Мы прошлись по основам: вы знаете, как создать Dockerfile и на его основе сделать образ, а потом и контейнер. Теперь можно перейти к более сложным техникам и интересным нюансам. Дальше мы расскажем, как ускорить сборку образов.

Как оптимизировать Dockerfile

Эта инструкция поможет вам уменьшить размер образа и улучшить производительность контейнера. Рекомендации мы разбили на шаги — их можно сочетать друг с другом.

1. Используйте лёгкие базовые образы

Это поможет снизить размер контейнера и ускорить время запуска. Образ Python:3.8-slim — это уже облегчённый вариант, но можно использовать ещё более лёгкий образ Alpine.
Важный момент: когда выбираете образ, учитывайте не только вес образа, но и его содержимое. Сравним Python:3.8-slim и Alpine.
🔹 Образ Python:3.8-slim
Этот образ содержит все компоненты, которые нужны для работы Python-приложений. При этом его размер меньше, чем размер полных образов.
Ограничение: Python:3.8-slim может не содержать некоторые пакеты и библиотеки, которые нужны для специфических приложений. Их нужно устанавливать отдельно.
Рекомендуем использовать этот образ:
  • Для большинства приложений, где нужно уменьшить размер образа без потери функциональности.
  • Если вам нужна умеренная оптимизация размеров и времени запуска.
🔹 Образ Alpine
Это один из самых лёгких базовых образов. Он позволяет значительно уменьшить размер контейнера и ускорить его запуск.
Ограничения:
  • Здесь может отсутствовать часть стандартных библиотек. Поэтому образ может потребовать дополнительной настройки.
  • Иногда приходится пересобирать образ и настраивать специфические библиотеки под alpine.
  • Образ несовместим с некоторыми Python-пакетами. Придётся приложить дополнительные усилия для отладки и настройки.
Рекомендуем использовать этот образ:
  • Для сред, которые сильно ограничены в ресурсах. Там, где минимальный размер и скорость запуска контейнера критически важны.
  • Для простых приложений, которые не требуют множества дополнительных библиотек и зависимостей.
В этих случаях используйте базовый образ Python на базе Alpine:

DOCKER

FROM python:3.8-alpine

2. Удаляйте временные файлы и кэш

Удаление временных файлов и кэша после установки пакетов помогает уменьшить размер образа:

DOCKER

RUN pip install --no-cache-dir -r requirements.txt && \
    apk del gcc musl-dev linux-headers

3. Минимизируйте количество слоёв

Образ состоит из слоёв. Слой — это команда в Dockerfile, которая меняет содержимое образа. Новый слой записывается поверх предыдущего. Ввели три команды, получили — три слоя.
Объедините команды RUN в один слой, чтобы уменьшить количество слоёв в итоговом образе.

DOCKER

# Устанавливаем зависимости и очищаем кэш в одном слое
RUN pip install -r requirements.txt && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*

4. Используйте многоступенчатую сборку

Многоступенчатая сборка позволяет использовать несколько базовых образов для создания оптимизированного конечного образа:

DOCKER

FROM python:3.8-alpine as builder

WORKDIR /app

COPY . /app

RUN apk add --no-cache gcc musl-dev linux-headers && \
    pip install --no-cache-dir -r requirements.txt
___________________________________________________________
FROM python:3.8-alpine

WORKDIR /app

COPY --from=builder /app /app

CMD ["python", "app.py"]
Если примените большую часть лайфхаков, получите такой оптимизированный Dockerfile:

DOCKER

# Используем базовый образ Python на базе Alpine
FROM python:3.8-alpine

# Устанавливаем рабочую директорию
WORKDIR /app

# Копируем файлы приложения в контейнер
COPY . /app

# Устанавливаем зависимости и очищаем кэши
RUN apk add --no-cache gcc musl-dev linux-headers && \
    pip install --no-cache-dir -r requirements.txt && \
    apk del gcc musl-dev linux-headers

# Определяем команду для запуска приложения
CMD ["python", "app.py"]
Чтобы закрепить материал, выполните задания. А потом — подведём итоги урока.

Задание 5

Выберите рекомендации, которые помогут уменьшить размер образа.

Задание 6

В каких ситуациях лучше использовать контейнеры, а в каких — виртуальные машины?
Компания занимается разработкой медицинских приложений, которые требуют высокой надёжности и должны предсказуемо работать в разных окружениях
Контейнеры
Компания разрабатывает и тестирует игры на различных операционных системах и конфигурациях
Виртуальные машины
Компания планирует внедрить микросервисную архитектуру для своего образовательного портала
Контейнеры
Крупное производственное предприятие, для которого важна безопасность данных, проводит модернизацию. Сотрудники работают в разных системах, и из-за этого возникают ошибки в передаче данных
Виртуальные машины
Компания разрабатывает приложение для потоковой передачи мультимедийного контента и готовится к масштабированию на новые рынки
Контейнеры

Итоги

  • Виртуализация и контейнеризация — это два разных подхода к изоляции приложений и управлению ими.
  • У виртуальных машин много преимуществ: они обеспечивают изоляцию приложений, безопасность, упрощённое управление и масштабируемость. Но есть и минусы: виртуальные машины требуют много ресурсов и долго запускаются. А если виртуальных машин много, их достаточно сложно обновлять и поддерживать. Эти проблемы решает контейнеризация.
  • В отличие от виртуальных машин, контейнеры разделяют ядро операционной системы и используют общие ресурсы — память и процессорное время. Поэтому расходуют меньше ресурсов и запускаются быстрее. Ещё контейнеры портативные и включают в себя всё, что нужно для выполнения приложения, поэтому гарантируют одинаковое поведение приложения в разных окружениях. Из минусов — их изоляция ниже, чем у ВМ.
  • Для работы с контейнерами нужна контейнерная платформа. Docker — это общепризнанный стандарт.
  • Архитектура Docker состоит из таких компонентов: Dockerfile, Docker Image, Docker Registry, Docker Container, Docker Volume, Docker Network.
  • В уроке мы рассмотрели, как создать Dockerfile и оптимизировать размер образа. А ещё прошлись по основным командам, которые позволяют работать с образами и контейнерами. Вот небольшая шпаргалка.

Если хотите узнать больше про работу с Docker

Советуем изучить официальную документацию:
В следующем уроке вы узнаете, как работать уже с несколькими контейнерами. Поговорим про Docker Compose.