适合Docker的场景以及不适合的场景-Toy模板网

这篇具有很好参考价值的文章主要介绍了适合Docker的场景以及不适合的场景。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

文章来自：When to use and when not to use Docker和7 Cases When You Should Not Use Docker，以及互联网网上的一些零散内容。这篇文章只是基于我自己的理解，进行简单的概述。

适合的场景

你的团队不是一成不变的。
当有新的成员加入，在他们开始编码之前，他们必须为项目设置本地开发环境，例如据库或其它第三方工具。这可能会花很多时间，比如我之前在做CRM系统时，本地要安装Oracle，Siebel，SVN等等这些东西，一个一个安起来非常麻烦，各种问题，安了两天才成功完成。而如果有了Docker，利用Docker Compose，通过编写docker-compose.yml一键就可以把它们全部安装，包括设定谁前谁后，环境变量等，如下图是安装ELK（ElasticSearch，Logstash，Kibana，做日志的东西；根据我的经验，你一个一个安会很痛苦的，安装时出了问题也不好找）的docker-compose.yml文件。
而且团队越大，团队成员的变动就越多，Docker可以大大减少在安装上浪费的时间。

version: '3.2'

services:
    elasticsearch:
        image: elasticsearch:7.17.4
        volumes:
            - /etc/localtime:/etc/localtime
            - ./es/plugins:/usr/share/elasticsearch/plugins #插件文件挂载
            - ./es/data:/usr/share/elasticsearch/data #数据文件挂载
        ports:
            - '9200:9200'
            - '9300:9300'
        container_name: elasticsearch
        restart: always
        environment:
            - 'cluster.name=elasticsearch' #设置集群名称为elasticsearch
            - 'discovery.type=single-node' #以单一节点模式启动
            - 'ES_JAVA_OPTS=-Xms1024m -Xmx1024m' #设置使用jvm内存大小
        networks:
            - elk
    logstash:
        image: logstash:7.17.4
        container_name: logstash
        restart: always
        volumes:
            - /etc/localtime:/etc/localtime
            - './logstash/pipelines.yml:/usr/share/logstash/config/pipelines.yml'
            - './logstash/logstash-audit.conf:/usr/share/logstash/pipeline/logstash-audit.conf'
            - './logstash/logstash-user-action.conf:/usr/share/logstash/pipeline/logstash-user-action.conf'
        ports:
            - '5044:5044'
            - '50000:50000/tcp'
            - '50000:50000/udp'
            - '9600:9600'
        environment:
            LS_JAVA_OPTS: -Xms1024m -Xmx1024m
            TZ: Asia/Shanghai
            MONITORING_ENABLED: false
        links:
            - elasticsearch:es #可以用es这个域名访问elasticsearch服务
        networks:
            - elk
        depends_on:
            - elasticsearch
    kibana:
        image: kibana:7.17.4
        container_name: kibana
        restart: always
        volumes:
            - /etc/localtime:/etc/localtime
            - ./kibana/config/kibana.yml:/usr/share/kibana/config/kibana.yml
        ports:
            - '5601:5601'
        links:
            - elasticsearch:es #可以用es这个域名访问elasticsearch服务
        environment:
            - ELASTICSEARCH_URL=http://elasticsearch:9200 #设置访问elasticsearch的地址
            - 'elasticsearch.hosts=http://es:9200' #设置访问elasticsearch的地址
            - I18N_LOCALE=zh-CN
        networks:
            - elk
        depends_on:
            - elasticsearch
networks:
    elk:
        name: elk
        driver:
            bridge

你的软件运行在不同的环境中
我们平时开发人员是在开发环境中进行开发，当编写好、测试好代码后，要提交到生产环境。因为你的开发环境不可能和生产环境一模一样，所以可能会遇到一些无法预料的问题。而Docker一个个Container具有很好的隔离性，会大大降低外界环境的影响。而且也利用Docker的可移植性，也就是说比如你从一台服务器移动到另一台服务器，只要安装好相同的镜像，运行启动即可使用。

这里要额外说明一下，进入Docker官网后，这里安装的是Docker Desktop，也就是一个桌面应用，可以可视化一些操作内容。而它不同的版本Apple、Windows，安装后Docker的内部其实还是Linux，并不是Apple、Windows的系统。因为Docker本身就是基于Linux的，在非Linux上安装，本质上是利用Windos或Apple的一些特性，安装了Linux虚拟机。
你的软件由许多部分组成
这点依然用到了第一点提到的Docker Compose。随着软件的成长，组件越来越多，越来越不好管理，通过Docker Compose可以解决这个问题，一个docker-compose.yml文件。就可以管理好个个组件的关系。
你希望你的软件是可扩展的
Docker本身并不支持动态扩容，但是它可以很方便的进行横向扩展，也就是在run一个images。之后再通过负载均衡从而达到扩展的目的。

不适合的场景

桌面应用
Docker本身是可以运行GUI（图形用户界面）的，但是Docker 的设计初衷是为了在不同的环境中运行应用程序，而桌面应用程序通常需要与操作系统进行交互，比如要访问本地文件系统、音频系统等其他资源，由于Docker容器本身是隔离的，这些功能在 Docker 中可能无法直接实现，因此需要额外的工作来解决这些问题。
你的软件规模比较小
Docker本身并不是开箱即用的，会涉及很多内容，命令、文件挂在、日志输出等等，比如说如果你的软件只涉及一个服务器，那完全没有必要使用Docker。
你想加快你应用的速度
在大多数情况下，Docker 的性能开销对你来说是不可见的，因为Docker仅仅是基于Linux的LXC虚拟技术，利用它的namespace（隔离开），cgroup（限制住自己）技术，也就说仅仅是做了分离，而不是像虚拟机那样，又重新造一个系统。但可能一定程度上会受到影响，因为使用Docker会在应用和操作系统之间又多了“一层”。如果你的目标是提高应用程序的速度，Docker本身是无能为力的。
你非常注重安全
对于安全并不是太懂，简单来讲Docker是基于Linux的namespace进行隔离的，隔离性是远不如虚拟机的，比如时间就隔离不了，容器一更改时间，主机也会改。而且对于Docker，所有容器都是可以访问主机内核的，可能会造成风险。而传统的虚拟机同样地很多操作都需要通过内核处理，但这只是虚拟机的内核，并非宿主主机内核，因此万一出现问题时，最多只影响到虚拟系统本身。