这是一篇关于如何 Docker 化任何应用程序的十步清单。网上有很多关于如何将应用 Docker 化的教程，为什么我还要再写一个呢？
我见过的大部分教程都是限定在某种特定技术（例如 Java 或者 Python），可能无法满足读者的需求。同时，这些教程也没有说清楚关于 Dev 和 Ops 团队之间建立明确约定所涉及到的所有相关方面（这正是容器化的精髓所在）。
我根据最近的经验总结了以下一些步骤。它是一份细节清单，包含了其他指南中忽略的内容。
声明：这 不是一份新手指南。我建议读者先掌握一些如何设置和使用 docker 的基础知识，并且创建和运行一些容器之后，再来阅读。
让我们开始吧。
每种对应技术几乎都有自己的基础镜像，例如：
https://hub.docker.com/_/java/
https://hub.docker.com/_/python/
https://hub.docker.com/_/nginx/
如果不能直接使用这些镜像，我们就需要从基础操作系统镜像开始安装所有的依赖。
外面有很多教程使用的都是 Ubuntu（例如 ubuntu:16.04）作为基础镜像，这不能算有问题，但是我建议优先考虑 Alpine 镜像：
https://hub.docker.com/_/alpine/
它是一个非常小的基础镜像（大约只有 5MB）。
注意：在基于 Alpine 的镜像中无法使用“apt-get”命令，Alpine 系统有自己的软件包仓库和包管理工具。详细请参考：
https://wiki.alpinelinux.org/wiki/Alpine_Linux_package_management
https://pkgs.alpinelinux.org/packages
这个步骤通常比较琐碎，有一些容易忽略的细节：
apt-get update 和 apt-get install 命令应该写在一行（如果使用 Alpine 则对应的是 apk 命令）。这不是常见的做法，但是在 Dockerfile 中应该要这么做，否则“apt-get update”命令产出的临时层可能会被缓存，导致构建时没有更新包信息（参见 https://forums.docker.com/t/dockerfile-run-apt-get-install-all-packages-at-once-or-one-by-one/17191 这个讨论）。
确认是否只安装了实际需要的软件（尤其是这个容器会在生产环境中运行）。我看见过有人在他们的镜像中安装了 vim 和其他开发工具。
如果有必要，针对构建、调试和开发环境创建不同的 Dockerfile。这不仅仅关系到镜像大小，还涉及到安全性、可维护性等等。
一些优化 Dockerfile 的小提示：
理解 COPY 和 ADD 指令的区别，详见：https://docs.docker.com/develop/develop-images/dockerfile_best-practices/#add-or-copy。
（尽可能）遵照文件系统惯例来存放文件：http://www.pathname.com/fhs/。例如针对解释型应用程序（如 Python），使用 /usr/src 目录。
检查添加文件的属性。如果需要可执行权限，没有必要在镜像上新建一个层（通过“RUN chmod +x ...”指令），只需要在代码仓库的源文件上修正这些属性即可。即使开发平台是 Windows，也可以参照下文给文件增加可执行权限：https://stackoverflow.com/questions/21691202/how-to-create-file-execute-mode-permissions-in-git-on-windows。
你要知道：
不幸的是，不少热门应用程序镜像需要用特定的用户 id 来运行（例如 Elastic Search 需要 uid:gid = 1000:1000）。尽量不要在写出这样的镜像……
这也是一个微不足道的小操作，但是不要为了暴露特权端口（例如 80）而将容器以 root 权限运行。如果有这样的需求，可以让容器暴露一个非特权端口（例如 8080），然后在启动时进行端口映射。
关于特权端口和非特权端口的不同：https://www.w3.org/Daemon/User/Installation/PrivilegedPorts.html。
普通方式：直接运行可执行文件。
更好的方式：创建一个“docker-entrypoint.sh”脚本，可以用来通过环境变量来配置容器的入口点（具体请参照下一节）。
这是一个非常普遍的做法，这里有一些例子：
https://github.com/elastic/elasticsearch-docker/tree/master/build/elasticsearch/binhttps://github.com/docker-library/postgres/tree/de8ba87d50de466a1e05e111927d2bc30c2db36d/10
基本上每个应用程序都需要参数化。基本上有两条路可以遵循：
使用应用程序特定的配置文件：该方式需要通过文档说明配置文件的格式、字段、放置位置等等（当运行环境比较复杂，例如应用程序跨越不同的技术，则不太合适）。
使用（操作系统）环境变量：简单而有效。
如果读者认为这种方式不够现代，记住这也是 12-factors 推荐的方式：
https://12factor.net/zh_cn/config
这并不意味着我们可以抛开所有的配置文件，并对应用程序进行重构，去除配置文件机制。只需要通过 envsubst 命令来替换配置文件模板（这个流程需要在 docker-entrypoint.sh 文件中完成，因为这需要在运行时完成）。
例如：
https://docs.docker.com/samples/library/nginx/#using-environment-variables-in-nginx-configuration
这种方式可以将应用程序的配置文件封装在容器内部，无须让使用者了解这些细节。
关于数据存储有一条黄金法则：绝对不要将任何持久化数据保存到容器内。
容器的文件系统被设计成临时和短暂的。因此任何由应用程序生成的内容、数据文件和处理结果都应该保存到 挂载的卷 或者 操作系统绑定挂载点上（既将宿主机操作系统的目录挂载到容器中）。
对于挂载卷我不太有经验，因此我个人更倾向于将数据保存到 绑定挂载点（bind mounts）。这些挂载点一般通过类似 Salt Stack 这样的配置管理工具仔细的在宿主机上创建。
这里说的“仔细创建”，主要包括下面几个步骤：
在宿主机操作系统上创建非特权用户（和组）。
所有需要绑定目录的所有者都是该用户。
根据使用场景给授权（仅针对这个特定的用户和组，其他用户无权访问）。
容器也以该用户运行。
此时容器就可以完全控制这些目录。
前面关于“持久性数据”没有一个明确的定义，日志在这里就是灰色地带。我们该如何处理它们呢？
如果这是一个新的应用程序，并且希望它能够坚持 docker 约定，就不应该将日志写入文件。应用程序应该使用标准输出和标准错误输出日志。和之前推荐使用环境变量一样，这也是 12-factors 之一：
https://12factor.net/zh_cn/logs
Docker 会自动捕捉应用程序的标准输出，并可以通过“docker logs”命令查看：
https://docs.docker.com/engine/reference/commandline/logs/
当然还有一些实际场景下会遇到问题。例如运行一个简单的 nginx 容器，至少会有两种不同的日志文件：
HTTP 访问日志（Access Logs）
错误日志（Error Logs）
对于这种日志按照特定结构输出的应用，可能不太适合将它们的日志输出到标准输出。这个例子中，只需要按照前面一节中说的处理好持久化问题，并确保正确配置文件的轮转。
如果应用程序将日志写到文件，或者会无限追加内容到文件，就需要关注这些文件的轮转（rotation），这对于防止服务器空间耗尽非常有用（尤其是 GDPR 和其他数据安全条例出来之后）。
如果使用绑定挂载，我们可以依靠宿主机的一些工具来实现文件轮转功能，例如 logrotate（文档参见 https://linux.die.net/man/8/logrotate）。
最近我找到的一个简单且完整的例子：https://www.aerospike.com/docs/operations/configure/log/logrotate.html
另外一个例子：https://www.digitalocean.com/community/tutorials/how-to-manage-logfiles-with-logrotate-on-ubuntu-16-04
原文链接：https://hackernoon.com/how-to-dockerize-any-application-b60ad00e76da
活动推荐
8 月 18 日，InfoQ 将举办一场面向技术人的区块链大会！超过二十个区块链落地案例，区块链前沿技术剖析，区块链生态、服务盘点和解读，尽在 BCCon2018！点击查看原文进入大会官网了解更多信息。
