# Docker架构

## Docker架构

* Docker 守护进程

负责容器的创建、运行和监控，还负责镜像的构建和储存。Docker 守护进程通过 docker daemon 命令启动，一般会交由主机的操作系统负责执行。

* Docker 客户端

通过 HTTP 与 Docker 守护进程通信。默认使用 Unix 域套接字（Unix domain socket）实现，但为了支持远程客户端也可以使用 TCP socket。如果该套接字由 systemd 管理的话，也可以使用文件描述符。

与守护进程通信的 API 都有清晰的定义和详细文档，使得开发者可以利用这套 API 来开发与守护进程直接通信的程序，而无需通过 Docker 客户端。

* Docker 寄存服务

负责储存和发布镜像。默认的寄存服务为 Docker Hub，它托管了数以千计的公共镜像，以及由其负责把关的“官方”镜像。许多组织会搭建自己的寄存服务器，用于储存商业用途和机密的镜像，这样做还可以节省从互联网下载镜像所浪费的时间。

当 Docker 守护进程收到 docker pull 请求之后，便会从寄存服务器下载镜像。而当遇到 docker run 请求或 Dockerfile 中的 FROM 指令时，假如本地没有它们要求的镜像存在，Docker 守护进程也会自动从服务器下载镜像。

## 底层技术

Docker 守护进程通过一个“执行驱动程序”（execution driver）来创建容器。默认情况下，它是 Docker 项目自行开发的 `runc` 驱动程序，但仍支持旧有的 LXC。runc 与下面提到的内核功能密不可分。

* `cgroups`，负责管理容器使用的资源（例如 CPU 和内存的使用）。它还负责冻结和解冻容器这两个 `docker pause` 命令所需的功能。
* `namespaces`（命名空间），负责容器之间的隔离；它确保系统的其他部分与容器的文件系统、主机名、用户、网络和进程都是分开的。

Libcontainer 还支持 SElinux 和 AppArmor，它们可以给容器更稳固的安全保障。

另一个主要的 Docker 底层技术就是联合文件系统（Union File System，UFS），它负责储存容器的镜像层。UFS 由数个存储驱动中的其中之一提供，可以是 AUFS、devicemapper、BTRFS 或 Overlay。

## 周边技术

Docker 引擎和 Docker Hub 并不足以构成一套完整的容器方案。大部分用户发现它们还需要一些支撑服务和软件，诸如集群管理、服务发现（service discovery）工具和更先进的联网功能。

* Swarm

Docker 的集群方案。Swarm 可以把多个 Docker 主机组合起来，使其资源能整合为一体。

* Compose

Docker Compose 是负责构建和运行由多个 Docker 容器所组成的应用程序的工具。它主要用于开发和测试，而不太用于生产环境。

* Machine

Docker Machine 可以在本地或远程资源上安装和配置 Docker 主机。Machine 还能配置 Docker 客户端，使用户能轻松地在不同的环境之间切换。

* Kitematic

Kitematic 是一个 Mac OS 和 Windows 上的 GUI，用于运行和管理 Docker 容器。

* Docker Trusted Registry

Docker 的一个企业内部方案，用于储存和管理 Docker 镜像。实际上它是个 Docker Hub 的本地版本，能够与企业或组织现有的安全基础架构集成，并能帮助他们遵守有关数据存储和安全方面的法规。其特点包括指标（metrics）、基于角色的权限控制（Role-Based Access Control，RBAC）和日志，它们全部通过一个管理控制台管理。这是 Docker 公司目前唯一的非开源产品。

* 网络连接

Docker 实现一个集成的联网方案，名为 Overlay。通过 Docker 的联网插件架构，用户可以用其他方案取代 Overlay 驱动程序。

* 服务发现

当 Docker 容器启动时，它需要通过某种方法来找出与之通信的服务，而这些服务一般也是运行在容器内的。容器的 IP 地址是动态分配的，因此在大型系统中要解决这个问题并非易事。

常用的是 etcd（[https://github.com/coreos/etcd），集成到Kubernetes中。](https://github.com/coreos/etcd%EF%BC%89%EF%BC%8C%E9%9B%86%E6%88%90%E5%88%B0Kubernetes%E4%B8%AD%E3%80%82)

* 服务编排及集群管理 - 这方面已有数个解决方案互相竞争，包括来自
  * 谷歌的 Kubernetes（[http://kubernetes.io/）](http://kubernetes.io/%EF%BC%89)
  * Marathon（[https://github.com/mesosphere/marathon）\[](https://github.com/mesosphere/marathon%EF%BC%89\[) 来自 Mesos  （[https://mesos.apache.org/）的框架](https://mesos.apache.org/%EF%BC%89%E7%9A%84%E6%A1%86%E6%9E%B6) ]
  * CoreOS 的 Fleet（[https://github.com/coreos/fleet）](https://github.com/coreos/fleet%EF%BC%89)
  * Docker 自家的 Swarm。

在大型的容器部署上，监控和管理系统的工具必不可少。对每个新的容器，都需要安排把它放置在哪台主机上，并对它实施监控和保持更新。系统需要对故障的出现或负载的改变作出反应，实际情况下可能是搬迁、启动或停止容器。

* Docker Trusted Registry 也有替代方案
  * CoreOS 的 Enterprise Registry（[https://coreos.com/products/enterprise-registry/）](https://coreos.com/products/enterprise-registry/%EF%BC%89)
  * JFrog 的 Artifactory（[http://www.jfrog.com/open-source/#os-arti）](http://www.jfrog.com/open-source/#os-arti%EF%BC%89)
* 数据卷插件（volume plugin） - 用于与其他存储系统集成
  * Flocker（[https://github.com/ClusterHQ/flocker），一个多主机数据管理及迁移工具](https://github.com/ClusterHQ/flocker%EF%BC%89%EF%BC%8C%E4%B8%80%E4%B8%AA%E5%A4%9A%E4%B8%BB%E6%9C%BA%E6%95%B0%E6%8D%AE%E7%AE%A1%E7%90%86%E5%8F%8A%E8%BF%81%E7%A7%BB%E5%B7%A5%E5%85%B7)
  * GlusterFS（[https://github.com/calavera/docker-volume-glusterfs）用于分布式存储](https://github.com/calavera/docker-volume-glusterfs%EF%BC%89%E7%94%A8%E4%BA%8E%E5%88%86%E5%B8%83%E5%BC%8F%E5%AD%98%E5%82%A8)
* Docker发行版
  * Project Atomic（[http://www.projectatomic.io/）](http://www.projectatomic.io/%EF%BC%89)
  * CoreOS（[https://coreos.com/）](https://coreos.com/%EF%BC%89)
  * RancherOS（[http://rancher.com/rancher-os/）](http://rancher.com/rancher-os/%EF%BC%89)

## Docker托管

* 谷歌的 Container Engine 是直接在 Kubernetes 上构造
* Joyent 在 SmartOS 之上构建，叫作 Triton。它利用自己的容器和 Linux 模拟技术实现了 Docker API，使得 Joyent 成功创造了一个可以与普通 Docker 客户端通信的公共云平台。重要的是，Joyent 认为它的容器实现足够安全，可以直接运行于裸机之上，因此没有必要使用虚拟机，这意味着在效能方面（尤其是输入 / 输出）能得到大大提升。

一些 PaaS 平台项目是在 Docker 的基础之上建立的

* Deis（[http://deis.io/）](http://deis.io/%EF%BC%89)
* Flynn（[https://flynn.io/）](https://flynn.io/%EF%BC%89)
* Paz（[http://paz.sh）](http://paz.sh\))


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://huataihuang.gitbook.io/cloud-atlas-draft/virtual/docker/using_docker/docker_infrastructure.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.