微服务的持续集成部署
前三篇主要介绍了微服务的服务发现、服务通信以及API Gateway。整体的微服务架构的模型初见。在实际的开发、测试以及生产环境中。使用Docker实现微服务，集群的网络环境会更加复杂。微服务架构本身就意味着需要对若干个容器服务进行治理，每个微服务都应可以独立部署、扩容、监控。本篇会继续探讨如何进行Docker微服务的持续集成部署。
镜像仓库
用Docker来部署微服务,需要将微服务打包成Docker镜像，就如同部署在Web server打包成war文件一样。只不过Docker镜像运行在Docker容器中。
如果是Springboot服务，则会直接将包含Apache Tomcat server的Springboot，以及包含Java运行库的编译后的Java应用打包成Docker镜像。
为了能统一管理打包以及分发（pull，push）镜像。企业一般需要建立自己的镜像私库。实现方式也很简单。可以在私库的机器上直接部署Docker hub的镜像仓库的容器版Registry2。目前最新的版本是V2。
代码仓库
代码的提交、回滚等管理，也是项目持续集成的一环。一般也是需要建立企业的代码仓库的私库。可以使用SVN,GIT等代码版本管理工具。
目前采用的是Gitlab,通过[Git的Docker镜像](docker-hub gitlab)安装、部署操作也很便捷。具体步骤可以参考docker gitlab install。
项目构建
在Springboot项目中，构建工具可以用Maven,或者Gradle。Gradle相比Maven更加灵活，而且Springboot应用本身去配置化的特点，用基于Groovy的Gradle会更加适合，DSL本身也比XML更加简洁高效。
因为Gradle支持自定义task。所以微服务的Dockerfile写好之后，就可以用Gradle的task脚本来进行构建。目前也有一些开源的Gradle构建Docker镜像的工具，比如Transmode-Gradlew插件。其除了可以对子项目（单个微服务）进行构建Docker镜像，也可以上传到远程镜像仓库。在生产环境中的build机器上，可以直接执行DockerImage的构建,上传。
容器编排技术
Docker镜像构建之后，因为每个容器运行着不同的微服务实例，容器之间也是隔离部署服务的。需要通过编排技术，可以使DevOps轻量化管理容器的部署和管理以及监控，以提高容器管理的效率。
目前一些通用的编排工具比如Ansible、Chef、Puppet，也可以做容器的编排。但都不是专门针对容器的编排工具，所以使用时需要自己编写一些脚本，结合Docker的命令。如Ansible，确实可以实现很便利的集群的容器的部署和管理。目前Ansible针对自己研发的容器技术提供了集成方案:Ansible Container。
。集群管理系统将主机作为资源池，根据每个容器对资源的需求，决定将容器调度到那个主机上。
目前，围绕Docker容器的调度、编排，比较成熟的技术有Google的Kubernetes(下文会简写k8s)，Mesos结合Marathon管理Docker集群,以及在Docker 1.12.0版本以上官方提供的Docker Swarm。编排技术是容器技术的重点之一。选择一个适合自己团队的容器编排技术也可以使运维更高效、更自动化。
Docker Compose
Docker Compose是一个简单的Docker容器的编排工具，通过YAML文件配置需要运行的应用，然后通过compose up命令启动多个服务对应的容器实例。Docker中没有集成Compose,需要另外安装。
Compose可以用于微服务项目的持续集成，但其还不是一个适合大型集群的容器管理，大集群中，可以Compose结合Ansible做集群资源管理，以及服务治理。
对于集群中的机器不多的情况下，可以使用Compose，其使用步骤主要是：
- 结合服务运行环境，定义好服务的Dockerfile
- 根据服务镜像、端口、运行变量等编写docker-compose.yml文件，以使服务可以一起部署，运行
- 运行docker-compose up 命令启动并且进入容器实例，如果需要使用后台进程方式运行，可以使用docker-compose up -d即可。
Docker Swarm
在去年，Docker的1.12版本之后,使用新版本的Docker,就自带Docker swarm mode了。不需要额外安装任何插件工具。可以看出去年开始Docker团队也开始重视服务编排技术，通过内置Swarm mode，可以抢占一部分的服务编排市场。
如果团队开始使用新的Docker,可以选择Docker swarm mode来进行集群化的容器调度和管理。Swarm还支持滚动更新、节点间传输层安全加密、负载均衡等。
DockerSwarm的使用示例可以参考之前写的一篇：使用docker-swarm搭建持续集成集群服务。
Kubernetes
Kubernetes是Google开源的容器集群管理系统，使用Go语言实现，其提供应用部署、维护、 扩展机制等功能。目前可以在GCE、vShpere、CoreOS、OpenShift、Azure等平台使用k8s。国内最近关注Aliyun平台也提供了基于k8s的服务治理平台。如果是基于物理机、虚拟机搭建的Docker集群的话，也可以直接部署、运行k8s。在微服务的集群环境下，Kubernetes可以很方便管理跨机器的微服务容器实例。
目前k8s基本是公认的最强大开源服务治理技术。其主要提供以下功能：
- 自动化对基于Docker对服务实例进行部署和复制
- 以集群的方式运行，可以管理跨机器的容器，以及滚动升级、存储编排。
- 提供基于Docker的服务发现和负载均衡
- K8s提供了强大的自我修复机制,会对崩溃的容器进行替换(对用户，甚至开发团队都无感知)，并可随时扩容、缩容。让容器管理更加弹性化。
k8s主要通过以下几个重要的组件完成弹性容器集群的管理的：
- Pod是Kubernetes的最小的管理元素，一个或多个容器运行在pod中。pod的生命周期很短暂，会随着调度失败，节点崩溃，或者其他资源回收时消亡。
- Label是key/value存储结构的，可以关联pod，主要用来标记pod，给服务分组。微服务之间通过label选择器（Selectors）来识别Pod。
- Replication Controller是k8s Master节点的核心组件。用来确保任何时候Kubernetes集群中有指定数量的pod副本(replicas)运行。即提供了自我修复机制的功能，并且对缩容扩容、滚动升级也很有用。
- Service是对一组Pod的策略的抽象。也是k8s管理的基本元素之一。Service通过Label识别一组Pod。创建时也会创建一个本地集群的DNS（存储Service对应的Pod的服务地址）。所以在客户端请求通过请求DNS来获取一组当前可用的Pods的ip地址。之后通过每个Node中运行的kube-proxy将请求转发给其中一个Pod。这层负载均衡是透明的，但是目前的k8s的负载均衡策略还不是很完善，默认是随机的方式。
小结
做微服务架构体系，一个适合的持续集成的工具体系，可以很好得提升团队的运维、开发效率。目前类似Jenkins也有针对Docker的持续集成的插件，但是还是存在很多不完善。所以建议还是选择专门应对Docker容器编排技术的Swarm,k8s,Mesos。或者多个技术结合起来，比如Jenkins-CI+k8s-CD。
Swarm,k8s,Mesos各有各的特性，但是对于容器的持续部署、管理以及监控都提供了支持。Mesos还支持数据中心的管理。Docker swarm mode扩展了现有的Docker API，通过Docker Remote API的调用和扩展，可以调度容器运行到指定的节点。Kubernetes则是目前市场规模最大的编排技术，目前很多大公司也都加入到了k8s家族，k8s应对集群应用的扩展、维护和管理更加灵活，但是负载均衡策略比较粗糙。而Mesos更专注于通用调度，提供了多种调度器。
对于服务编排，还是要选择最适合自己团队的，如果初期机器数量很少，集群环境不复杂也可以用Ansible+Docker Compose,再加上Gitlab CI来做简单的持续集成。
后面一篇应该是这个系列的最后一篇了。主要总结下服务集群下使用微服务架构的解决方案。负载均衡、缓存、搜索、消息队列、安全、监控等等，最后再回顾下架构的几个要素以及自己的心得吧。
另外近期会开一个GitChat,欢迎一起探讨：
http://gitbook.cn/gitchat/activity/5a425b957431432eb6052297
其他资源：
使用Mesos和Marathon管理Docker集群
基于docker-swarm搭建持续集成集群服务
Kubernetes中文文档