在上一章学会了建立Swarm集群，即运行着Docker的一簇机器。

这一章中，我们会在最高的层次上：应用栈。栈是一组相互关联并共享依赖的服务，可以编制在一起。一个单栈就可以定义和操作整个应用的功能，但是有些复杂的应用会使用多栈。

从第三章我们就使用过栈，那时我们使用了docker stack deploy。但那是一个运行在单主机上的单服务栈，不是生产环境中的一般情况。在这章中，你要把多个服务关联起来，并运行在多个机器上。

添加一个新服务并重新部署¶

在docker-compose.yml中添加服务是很容易的事，首先我们添加一个免费的可视化服务，这样我们就可以看到我们的Swarm机群中的容器的调度情况了。

第一步¶

编辑器打开docker-compose.yml文件，修改内容如下：

version: "3"
services:
  web:
    # replace username/repo:tag with your name and image details
    image: zhulongyixian/hello:v1.0
    deploy:
      replicas: 5
      restart_policy:
        condition: on-failure
      resources:
        limits:
          cpus: "0.1"
          memory: 50M
    ports:
      - "80:80"
    networks:
      - webnet
  visualizer:
    image: dockersamples/visualizer:stable
    ports:
      - "8080:8080"
    volumes:
      - "/var/run/docker.sock:/var/run/docker.sock"
    deploy:
      placement:
        constraints: [node.role == manager]
    networks:
      - webnet
networks:
  webnet:

唯一的改动就是和web服务并列，多加了一个visualizer服务，你会看到两个新的东西：volumes，允许服务访问主机的socket文件。placement确保服务只在swarm机群的管理节点上运行。这个新添加的服务是docker开发的开源项目，用来以图形的方式显示Docker服务的运行情况。

第二步¶

把新修改的docker-compose.yml文件复制到我们的swarm管理节点上，即myvm1：

docker-machine scp docker-comopose.yml myvm1:~

第三步¶

重新在管理节点上运行docker stack deploy命令，来更新更新的服务：

$ docker-machine ssh myvm1 "docker stack deploy -c docker-compose.yml hello"

第四步¶

查看这个新添加的可视化服务

$ docker-machine ls
NAME    ACTIVE   DRIVER       STATE     URL                         SWARM   DOCKER        ERRORS
myvm1   -        virtualbox   Running   tcp://192.168.99.100:2376           v17.06.0-ce   
myvm2   -        virtualbox   Running   tcp://192.168.99.101:2376           v17.06.0-ce

然后浏览器访问: http://192.168.99.100:8080或者http://192.168.99.101:8080

visualizer

从图中看出这个visualizer运行在管理节点上，其它五个web服务的实例分布在swarm机群的机器上面。可以通过运行指令来确认:

$ docker-machine ssh myvm1 "docker stack ps hello"

visualizer是一个独立的服务，它可以运行在任何其他的应用栈中。它不依赖于其它东西。现在我们来创建一个有Redis依赖的服务，用来提访客计数功能。

固化数据¶

我们再过一遍流程，这种我们添加Redis数据库来存储应用数据。

第一步¶

修改docker-compose.yml文件，这次添加redis服务

version: "3"
services:
  web:
    # replace username/repo:tag with your name and image details
    image: username/repo:tag
    deploy:
      replicas: 5
      restart_policy:
        condition: on-failure
      resources:
        limits:
          cpus: "0.1"
          memory: 50M
    ports:
      - "80:80"
    networks:
      - webnet
  visualizer:
    image: dockersamples/visualizer:stable
    ports:
      - "8080:8080"
    volumes:
      - "/var/run/docker.sock:/var/run/docker.sock"
    deploy:
      placement:
        constraints: [node.role == manager]
    networks:
      - webnet
  redis:
    image: redis
    ports:
      - "6379:6379"
    volumes:
      - ./data:/data
    deploy:
      placement:
        constraints: [node.role == manager]
    networks:
      - webnet
networks:
  webnet:

Redis有一个官方docker镜像，使用image: redis键值对指定，所以这里没有username/repo:tag这样的行出现。Redis端口是6379，已经被预先配置为容器端口暴露给主机。

最重要的是，后面的配置中有一些redis相关的指定：

redis总是运行在管理节点上，因些它总是使用与管理节点相同的文件系统。
redis在容器内部访问宿主机的任何目录都是通过/data，这个目录也是redis存放数据的地方。

这些特别配置，使的存放在物理文件系统的中数据变成可信源，Redis往/data目录存入数据就是存入到物理机的文件系统中，这可以避免在重新部署容器时数据丢失的问题。

可信源有两个元素： - placement限制redis服务运行在管理节点上，确保它始终使用同一个主机。 - volume指定容器内部访问./data目录相当于访问宿主机目录/data，在容器运行起来后，生成的数据会固化存在指定主机上

第二步¶

在管理节点上创建./data目录

$ docker-machine ssh myvm1 "mkdir ./data"

第三步¶

拷贝docker-compose.yml文件到管理节点:

$ docker-machine scp docker-compose.yml myvm1:~

第四步¶

运行docker stack deploy命令：

$ docker-machine ssh myvm1 "docker stack deploy -c docker-compose.yml hello"

第五步¶

查看服务http://192.168.99.100，这次你就会看到访问计数了。这个计数存放在redis中。

redis-count

再查看一个visualizer服务，你会看到redis服务和web、visualizer服务同时运行。

visualizer-redis