Docker 全栈体系（四）

Docker 体系（高级篇）

一、Docker复杂安装

1. 安装mysql主从复制

• 主从搭建步骤

  • 新建主服务器容器实例3307

    docker run -p 3307:3306 --name mysql-master \
    -v /mydata/mysql-master/log:/var/log/mysql \
    -v /mydata/mysql-master/data:/var/lib/mysql \
    -v /mydata/mysql-master/conf:/etc/mysql \
    -e MYSQL_ROOT_PASSWORD=root  \
    -d mysql:5.7
    

  • 进入/mydata/mysql-master/conf目录下新建my.cnf

  • vim my.cnf

    [mysqld]
    ## 设置server_id，同一局域网中需要唯一
    server_id=101 
    ## 指定不需要同步的数据库名称
    binlog-ignore-db=mysql  
    ## 开启二进制日志功能
    log-bin=mall-mysql-bin  
    ## 设置二进制日志使用内存大小（事务）
    binlog_cache_size=1M  
    ## 设置使用的二进制日志格式（mixed,statement,row）
    binlog_format=mixed  
    ## 二进制日志过期清理时间。默认值为0，表示不自动清理。
    expire_logs_days=7  
    ## 跳过主从复制中遇到的所有错误或指定类型的错误，避免slave端复制中断。
    ## 如：1062错误是指一些主键重复，1032错误是因为主从数据库数据不一致
    slave_skip_errors=1062
    

  • 修改完配置后重启master实例

    docker restart mysql-master
    

  • 进入mysql-master容器

    docker exec -it mysql-master /bin/bash
    

    mysql -uroot -proot
    

  • master容器实例内创建数据同步用户

    CREATE USER 'slave'@'%' IDENTIFIED BY '123456';
    GRANT REPLICATION SLAVE, REPLICATION CLIENT ON *.* TO 'slave'@'%';
    

  • 新建从服务器容器实例3308

    docker run -p 3308:3306 --name mysql-slave \
    -v /mydata/mysql-slave/log:/var/log/mysql \
    -v /mydata/mysql-slave/data:/var/lib/mysql \
    -v /mydata/mysql-slave/conf:/etc/mysql \
    -e MYSQL_ROOT_PASSWORD=root  \
    -d mysql:5.7
    

  • 进入/mydata/mysql-slave/conf目录下新建my.cnf

  • vim my.cnf

    [mysqld]
    ## 设置server_id，同一局域网中需要唯一
    server_id=102
    ## 指定不需要同步的数据库名称
    binlog-ignore-db=mysql  
    ## 开启二进制日志功能，以备Slave作为其它数据库实例的Master时使用
    log-bin=mall-mysql-slave1-bin  
    ## 设置二进制日志使用内存大小（事务）
    binlog_cache_size=1M  
    ## 设置使用的二进制日志格式（mixed,statement,row）
    binlog_format=mixed  
    ## 二进制日志过期清理时间。默认值为0，表示不自动清理。
    expire_logs_days=7  
    ## 跳过主从复制中遇到的所有错误或指定类型的错误，避免slave端复制中断。
    ## 如：1062错误是指一些主键重复，1032错误是因为主从数据库数据不一致
    slave_skip_errors=1062  
    ## relay_log配置中继日志
    relay_log=mall-mysql-relay-bin  
    ## log_slave_updates表示slave将复制事件写进自己的二进制日志
    log_slave_updates=1  
    ## slave设置为只读（具有super权限的用户除外）
    read_only=1
    

  • 修改完配置后重启slave实例

    docker restart mysql-slave
    

  • 在主数据库中查看主从同步状态

    show master status;
    

  • 进入mysql-slave容器

    docker exec -it mysql-slave /bin/bash
    mysql -uroot -proot
    

  • 在从数据库中配置主从复制

    change master to master_host='宿主机ip', master_user='slave', master_password='123456', master_port=3307, master_log_file='mall-mysql-bin.000001', master_log_pos=617, master_connect_retry=30;
    

    

  • 主从复制命令参数说明

    master_host：主数据库的IP地址；
    master_port：主数据库的运行端口；
    master_user：在主数据库创建的用于同步数据的用户账号；
    master_password：在主数据库创建的用于同步数据的用户密码；
    master_log_file：指定从数据库要复制数据的日志文件，通过查看主数据的状态，获取File参数；
    master_log_pos：指定从数据库从哪个位置开始复制数据，通过查看主数据的状态，获取Position参数；
    master_connect_retry：连接失败重试的时间间隔，单位为秒。
    

    

  • 在从数据库中查看主从同步状态

  • show slave status \G;
    
    

  • 在从数据库中开启主从同步

  • 查看从数据库状态发现已经同步
    

  • 主从复制测试

  • 主机新建库-使用库-新建表-插入数据，ok

  • 从机使用库-查看记录，ok

2. 安装redis集群

• cluster(集群)模式-docker版 哈希槽分区进行亿级数据存储
• 面试题：1~2亿条数据需要缓存，请问如何设计这个存储案例
• 回答：单机单台100%不可能，肯定是分布式存储，用redis如何落地？
• 上述问题阿里P6~P7工程案例和场景设计类必考题目， 一般业界有3种解决方案

2.1 哈希取余分区

• 2亿条记录就是2亿个k,v，我们单机不行必须要分布式多机，假设有3台机器构成一个集群，用户每次读写操作都是根据公式：hash(key) % N个机器台数，计算出哈希值，用来决定数据映射到哪一个节点上。

• 优点：
  简单粗暴，直接有效，只需要预估好数据规划好节点，例如3台、8台、10台，就能保证一段时间的数据支撑。使用Hash算法让固定的一部分请求落到同一台服务器上，这样每台服务器固定处理一部分请求（并维护这些请求的信息），起到负载均衡+分而治之的作用。

• 缺点：
  原来规划好的节点，进行扩容或者缩容就比较麻烦了，不管扩缩，每次数据变动导致节点有变动，映射关系需要重新进行计算，在服务器个数固定不变时没有问题，如果需要弹性扩容或故障停机的情况下，原来的取模公式就会发生变化：Hash(key)/3会变成Hash(key) /?。此时地址经过取余运算的结果将发生很大变化，根据公式获取的服务器也会变得不可控。某个redis机器宕机了，由于台数数量变化，会导致hash取余全部数据重新洗牌。

2.2 一致性哈希算法分区

2.2.1 是什么

• 一致性Hash算法背景
  • 一致性哈希算法在1997年由麻省理工学院中提出的，设计目标是为了解决分布式缓存数据变动和映射问题，某个机器宕机了，分母数量改变了，自然取余数不OK了。

2.2.2 能干嘛

• 提出一致性Hash解决方案。 目的是当服务器个数发生变动时， 尽量减少影响客户端到服务器的映射关系。

2.2.3 三大步骤

• 算法构建一致性哈希环
  • 一致性哈希环
    • 一致性哈希算法必然有个hash函数并按照算法产生hash值，这个算法的所有可能哈希值会构成一个全量集，这个集合可以成为一个hash空间[0,2^32-1]，这个是一个线性空间，但是在算法中，我们通过适当的逻辑控制将它首尾相连(0 = 2^32),这样让它逻辑上形成了一个环形空间。
    • 它也是按照使用取模的方法，前面笔记介绍的节点取模法是对节点（服务器）的数量进行取模。而一致性Hash算法是对2^32 取模，简单来说，一致性Hash算法将整个哈希值空间组织成一个虚拟的圆环，如假设某哈希函数H的值空间为0-2^32 -1（即哈希值是一个32位无符号整形），整个哈希环如下图：整个空间按顺时针方向组织，圆环的正上方的点代表0，0点右侧的第一个点代表1，以此类推，2、3、4、……直到2^32 -1，也就是说0点左侧的第一个点代表2^32-1， 0和2^32 -1在零点中方向重合，我们把这个由2^32个点组成的圆环称为Hash环。
      
• 服务器IP节点映射
  • 节点映射
    • 将集群中各个IP节点映射到环上的某一个位置。将各个服务器使用Hash进行一个哈希，具体可以选择服务器的IP或主机名作为关键字进行哈希，这样每台机器就能确定其在哈希环上的位置。假如4个节点NodeA、B、C、D，经过IP地址的哈希函数计算(hash(ip))，使用IP地址哈希后在环空间的位置如下：
      
• key落到服务器的落键规则
  • 当我们需要存储一个kv键值对时，首先计算key的hash值，hash(key)，将这个key使用相同的函数Hash计算出哈希值并确定此数据在环上的位置，从此位置沿环顺时针“行走”，第一台遇到的服务器就是其应该定位到的服务器，并将该键值对存储在该节点上。
    如我们有Object A、Object B、Object C、Object D四个数据对象，经过哈希计算后，在环空间上的位置如下：根据一致性Hash算法，数据A会被定为到Node A上，B被定为到Node B上，C被定为到Node C上，D被定为到Node D上。
    

2.2.4 优点

• 一致性哈希算法的容错性
  • 容错性
    • 假设Node C宕机，可以看到此时对象A、B、D不会受到影响，只有C对象被重定位到Node D。一般的，在一致性Hash算法中，如果一台服务器不可用，则受影响的数据仅仅是此服务器到其环空间中前一台服务器（即沿着逆时针方向行走遇到的第一台服务器）之间数据，其它不会受到影响。简单说，就是C挂了，受到影响的只是B、C之间的数据，并且这些数据会转移到D进行存储。
      
• 一致性哈希算法的扩展性
  • 扩展性
    • 数据量增加了，需要增加一台节点NodeX，X的位置在A和B之间，那受到影响的也就是A到X之间的数据，重新把A到X的数据录入到X上即可，不会导致hash取余全部数据重新洗牌。
      

2.2.5 缺点

• 一致性哈希算法的数据倾斜问题

  • Hash环的数据倾斜问题
    • 一致性Hash算法在服务节点太少时，容易因为节点分布不均匀而造成数据倾斜（被缓存的对象大部分集中缓存在某一台服务器上）问题，例如系统中只有两台服务器：
      

2.2.6 小总结

• 为了在节点数目发生改变时尽可能少的迁移数据
• 将所有的存储节点排列在收尾相接的Hash环上，每个key在计算Hash后会顺时针找到临近的存储节点存放。而当有节点加入或退出时仅影响该节点在Hash环上顺时针相邻的后续节点。
• 优点
  • 加入和删除节点只影响哈希环中顺时针方向的相邻的节点，对其他节点无影响。
• 缺点
  • 数据的分布和节点的位置有关，因为这些节点不是均匀的分布在哈希环上的，所以数据在进行存储时达不到均匀分布的效果。

2.3 哈希槽分区

2.3.1 是什么

• 为什么出现？
  • 一致性哈希算法的数据倾斜问题
• 哈希槽实质就是一个数组，数组[0,2^14 -1]形成hash slot空间。

2.3.2 能干什么

• 解决均匀分配的问题，在数据和节点之间又加入了一层，把这层称为哈希槽（slot），用于管理数据和节点之间的关系，现在就相当于节点上放的是槽，槽里放的是数据。
  
• 槽解决的是粒度问题，相当于把粒度变大了，这样便于数据移动。
• 哈希解决的是映射问题，使用key的哈希值来计算所在的槽，便于数据分配。

2.3.3 多少个hash槽

• 一个集群只能有16384个槽，编号0-16383（0-2^14-1）。这些槽会分配给集群中的所有主节点，分配策略没有要求。可以指定哪些编号的槽分配给哪个主节点。集群会记录节点和槽的对应关系。解决了节点和槽的关系后，接下来就需要对key求哈希值，然后对16384取余，余数是几key就落入对应的槽里。slot = CRC16(key) % 16384。以槽为单位移动数据，因为槽的数目是固定的，处理起来比较容易，这样数据移动问题就解决了。

2.3.4 哈希槽计算

• Redis 集群中内置了 16384 个哈希槽，redis 会根据节点数量大致均等的将哈希槽映射到不同的节点。当需要在 Redis 集群中放置一个 key-value时，redis 先对 key 使用 crc16 算法算出一个结果，然后把结果对 16384 求余数，这样每个 key 都会对应一个编号在 0-16383 之间的哈希槽，也就是映射到某个节点上。如下代码，key之A 、B在Node2， key之C落在Node3上
  
  

2.4 3主3从redis集群扩缩容配置案例架构说明

2.4.1 3主3从redis集群配置

2.4.1.1 关闭防火墙+启动docker后台服务

- systemctl start docker

2.4.1.2 新建6个docker容器redis实例

docker run -d --name redis-node-1 --net host --privileged=true -v /data/redis/share/redis-node-1:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6381
 
docker run -d --name redis-node-2 --net host --privileged=true -v /data/redis/share/redis-node-2:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6382
 
docker run -d --name redis-node-3 --net host --privileged=true -v /data/redis/share/redis-node-3:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6383
 
docker run -d --name redis-node-4 --net host --privileged=true -v /data/redis/share/redis-node-4:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6384
 
docker run -d --name redis-node-5 --net host --privileged=true -v /data/redis/share/redis-node-5:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6385
 
docker run -d --name redis-node-6 --net host --privileged=true -v /data/redis/share/redis-node-6:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6386

命令分步解释:

docker run
创建并运行docker容器实例

--name redis-node-6
容器名字

--net host
使用宿主机的IP和端口，默认

--privileged=true
获取宿主机root用户权限

-v /data/redis/share/redis-node-6:/data
容器卷，宿主机地址:docker内部地址

redis:6.0.8
redis镜像和版本号

--cluster-enabled yes
开启redis集群

--appendonly yes
开启持久化

--port 6386
redis端口号

2.4.1.3 进入容器redis-node-1并为6台机器构建集群关系

• 进入容器
  • docker exec -it redis-node-1 /bin/bash
• 构建主从关系
  • 注意，进入docker容器后才能执行一下命令，且注意自己的真实IP地址

redis-cli --cluster create 192.168.111.147:6381 192.168.111.147:6382 192.168.111.147:6383 192.168.111.147:6384 192.168.111.147:6385 192.168.111.147:6386 --cluster-replicas 1
# --cluster-replicas 1 表示为每个master创建一个slave节点

• 一切OK的话，3主3从搞定
• 链接进入6381作为切入点，查看集群状态
• 链接进入6381作为切入点，查看节点状态
  
  
• cluster info
• cluster nodes

2.4.2 主从容错切换迁移案例

2.4.2.1 数据读写存储

• 启动6机构成的集群并通过exec进入
• 对6381新增两个key
• 防止路由失效加参数-c并新增两个key
  • 加入参数-c，优化路由
    
• 查看集群信息

redis-cli --cluster check 192.168.111.147:6381

2.4.2.2 容错切换迁移

• 主6381和从机切换，先停止主机6381
  • 6381主机停了，对应的真实从机上位
  • 6381作为1号主机分配的从机以实际情况为准，具体是几号机器就是几号
• 再次查看集群信息
  
  • 6381宕机了，6385上位成为了新的master。
  • 备注：本次脑图笔记6381为主下面挂从6385。
  • 每次案例下面挂的从机以实际情况为准，具体是几号机器就是几号
• 先还原之前的3主3从
  
  • 中间需要等待一会儿，docker集群重新响应。
  • 先启6381
    
  • docker start redis-node-1
  • 再停6385
    
  • docker stop redis-node-5
  • 再启6385
    
  • docker start redis-node-5
  • 主从机器分配情况以实际情况为准
• 查看集群状态
  • redis-cli --cluster check 自己IP:6381
    

2.4.3 主从扩容案例

2.4.3.1 新建6387、6388两个节点+新建后启动+查看是否8节点

docker run -d --name redis-node-7 --net host --privileged=true -v /data/redis/share/redis-node-7:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6387
docker run -d --name redis-node-8 --net host --privileged=true -v /data/redis/share/redis-node-8:/data redis:6.0.8 --cluster-enabled yes --appendonly yes --port 6388
docker ps

2.4.3.2 进入6387容器实例内部

docker exec -it redis-node-7 /bin/bash

2.4.3.3 将新增的6387节点(空槽号)作为master节点加入原集群

# 将新增的6387作为master节点加入集群
redis-cli --cluster add-node 自己实际IP地址:6387 自己实际IP地址:6381
# 6387 就是将要作为master新增节点
# 6381 就是原来集群节点里面的领路人，相当于6387拜拜6381的码头从而找到组织加入集群

2.4.3.4 检查集群情况第1次

redis-cli --cluster check 真实ip地址:6381

2.4.3.5 重新分派槽号

# 命令:
redis-cli --cluster reshard IP地址:端口号
redis-cli --cluster reshard 192.168.111.147:6381

2.4.3.6 检查集群情况第2次

redis-cli --cluster check 真实ip地址:6381

• 槽号分配说明
  • 为什么6387是3个新的区间，以前的还是连续？
  • 重新分配成本太高，所以前3家各自匀出来一部分，从6381/6382/6383三个旧节点分别匀出1364个坑位给新节点6387
    

2.4.3.7 为主节点6387分配从节点6388

# 命令：
redis-cli --cluster add-node ip:新slave端口 ip:新master端口 --cluster-slave --cluster-master-id 新主机节点ID
 
redis-cli --cluster add-node 192.168.111.147:6388 192.168.111.147:6387 --cluster-slave --cluster-master-id e4781f644d4a4e4d4b4d107157b9ba8144631451-------这个是6387的编号，按照自己实际情况

2.4.3.8 检查集群情况第3次

redis-cli --cluster check 192.168.111.147:6382

2.4.4 主从缩容案例

2.4.4.1 目的：6387和6388下线

2.4.4.2 检查集群情况1获得6388的节点ID

redis-cli --cluster check 192.168.111.147:6382

2.4.4.3 将6388删除 从集群中将4号从节点6388删除

# 命令：
redis-cli --cluster del-node ip:从机端口 从机6388节点ID
 
redis-cli --cluster del-node 192.168.111.147:6388 5d149074b7e57b802287d1797a874ed7a1a284a8

redis-cli --cluster check 192.168.111.147:6382
# 检查一下发现，6388被删除了，只剩下7台机器了。

2.4.4.4 将6387的槽号清空，重新分配，本例将清出来的槽号都给6381

redis-cli --cluster reshard 192.168.111.147:6381

2.4.4.5 检查集群情况第二次

redis-cli --cluster check 192.168.111.147:6381
 
# 4096个槽位都指给6381，它变成了8192个槽位，相当于全部都给6381了，不然要输入3次，一锅端

2.4.4.6 将6387删除

# 命令：
redis-cli --cluster del-node ip:端口 6387节点ID
 
redis-cli --cluster del-node 192.168.111.147:6387 e4781f644d4a4e4d4b4d107157b9ba8144631451

2.4.4.7 检查集群情况第三次

redis-cli --cluster check 192.168.111.147:6381