原链接：http://blog.pcwuyu.com/2016/663.html

原分类：docker

Q&A汇总：
Q1：容器会取代虚机吗？

A1：其实我们认为在可以预见的中短期内，Docker 与虚拟机应该是共存的状态。虚拟机是资源的载体，而应用是在资源之上，这中间的生态层面其实是不一样的。通过观察现在已有的IT架构和公有云平台也可以发现，几乎没有大规模的公有云放弃虚拟化而使用容器做资源分配。

虚拟化出来的资源相当于裸机，而使用容器可以获得大规模调动的能力，这两者其实形成了共存、互补的生态体系。Docker 技术的出现其实就是更好的解决传统解决方案的不足之处。

Q2：传统的 CT 应用和新兴的IT应用是否都能实现容器化？在引进容器化的过程中会面临什么挑战？

A2：都可以容器化，容器就像集装箱，集装箱的好处在于标准化，使用容器化会带来改变，但是最终会提高效率，让应用开发运维更加高效和标准化。

Q3：能提供 oracle 服务么？

A3：DaoCloud 公有云没提供，DaoCloud 企业级会进行相关集成。

Q4：服务发现可以有专题科普么？

A4：微服务专题有一篇，服务发现的可行方案以及实践案例 http://blog.daocloud.io/microservices-4/

Q5：容器的镜像好做么？相关厂商多么？

A5：现在 Docker 有自己个官方镜像市场 Docker Hub，而 DaoCloud 也提供自己的镜像市场 DaoCloud Hub，也有不少私有的镜像市场。DaoCloud 镜像仓库是我们对所有用户开放的公有镜像仓库，我们精选了数十款镜像，并翻译和修改了镜像的概览介绍信息。

Q6：请问，Docker 对于微服务架构有什么帮助？

A6：在服务打包和部署方面，有很多种不同的实现方案，包括：虚拟机（VM），还有 Docker 容器等。而 Docker 容器更是拥有其得天独厚的优势。Docker 容器其实在很多方面比虚拟机更为便捷，一方面它是自包含的，同时也提供很好的隔离和管理便捷性。另外，和虚拟机不同的是，容器更加轻量级。它们尤其构建快速，创建简便，还有运行秒级。另外，Docker 容器同样是一个移植性非常棒的打包模式。

Q7：对于传统的服务 Docker 可有好的融合的切入点？

A7：微服务 和 Devops。

Q8：请问 docker data volume 存储怎么选择选型，尤其要考虑数据可伸缩型？

A8：关于存储卷，如果需要对存储卷进行进一步管理，可以考虑使用 Docker 存储卷的插件进行更复杂的配置。

DaoCloud 企业版通过 Rexray 与 ScaleIO 集成，可以配置存储卷的容量、性能限制等。可以根据需求选择合适的存储方案然后整合到 Docker 的存储卷就可以了。

Q9：目前 Docker 在安全方面还有哪些坑？

A9：这个可以参考我们总结的的一篇博文：史上最全 Docker 安全问题回顾http://blog.daocloud.io/a-look-back-at-one-year-of-docker-security/

Q10： Docker 重启后都归零，应用的数据和端口是否可以保存和固定?

A10：可以，数据可以通过存储卷映射本地路径到容器内进行持久化，运行容器的时候可以使用-v, –volume=[host-src:]container-dest[:]来配置存储卷。

端口也可以通过参数的方式固定，如果是运行容器,使用－p参数，docker run -d -p 90:8000 格式如 hostPort:containerPort ,也可以使用 Compose 编排的端口配置方法。只是固定本地端口的做法会让容器在本地无法扩展成多个。

Q11：请问 Docker 内置的编排系统和现在以后编排系统的对比？

A11：最近的 DockerCon 也提到 Docker 容器的集群管理，分布式应用在容器集群上的编排管理，一直是 Docker 想为用户解决的最大痛点之一。之前 DockerCompose 编排也经过了两个版本，未来 Swarmkit 的 Compose 会有新的变化，不过编排的内容其实是没有变得，这个还需要等待 Docker 和 Swarmkit 稳定。

Q12：Docker 跑应用会造成性能损失吗？

A12：Docker 相比虚拟化性能损失更小，更为原生，而且 Swarm 在大量应用运行的时候，各种负载条件下都拥有明显的性能优势。

Q13：请问 Docker 在存储方面要怎么做？

A13： Docker 存储可以分为两部分，首先普通的存储卷管理也就是本地卷，这些数据是与主机绑定，需要开发者自己管理，另外就是通过一些存储的插件来完成，通过不同的存储驱动在存储软件或者服务上创建你的存储卷，比如 Rexray 插件可以支持 EMC 、亚马逊等一些存储方案。

Q14：对 Docker 开发者有什么建议？

A14：我们接触到的用户有两大类，一类想法比较超前，会使用 Goang、Ruby、Python 这些前卫的编程语言，以及 SaaS 服务的用户；他们使用 Docker 是为了写一些新应用、新 App，能够以微服务化或者 cloud native application 化的方式来使用 Docker 。

另一类则是传统用户，他们已经有着一些不错的企业应用，在考虑如何搬进 Docker 。比如企业用户有很好的Java应用，他们希望利用 Docker 在效率提升、云平台管理等方面的优点。对于这类用户，我会建议他们明确哪些应用搬进 Docker 后是效果提升的、而哪些是适得其反，我会协助他们进行分析。

通常情况下，Docker 是在软件开发中协助你设置完全一致化的环境，使得开发环境、测试环境和运行环境具有一致性。对于这些旧应用，如果需要频繁开发、更新，那么放入 Docker 中就会带来实际的好处。有些几年都不更新的，放在 Docker 和放在虚拟机里区别不大。这时候我们要做清楚的区分。

Q15：Docker 发展很快，但国内的镜像下载很慢，怎么克服这种速度瓶颈？

A15：您可以使用 DaoCloud 加速器，我们已经有两个版本，第一版，结合国内的 CDN 服务，为用户提升镜像下载的速度，解决了国内用户访问 Docker Hub 缓慢的问题；第二版，加入了 DaoCloud 大量自主研发的协议层优化，并提供了可以替代 docker pull 的客户端，完美解决国内获取 Docker 镜像 metadata 的问题，并再次成倍提升下载速度。

Q16：后期会将 Docker 整体的架构吗？更新的太快，教程太杂了。

A16：首先，Docker 的基本架构和思想还是比较明确而稳定的，在容器管理这个层面的变化不大，镜像的构建和使用基本稳定，现在发展迅速的是更高层次的应用的编排等偏应用的层面。另外，各类技术都在通过新的设计让用户能更方便的使用，从而提高开发、运维等过程的效率，只要关注 DaoCloud 的公众号就可以获取最新最全的 Docker 相关的信息，so easy 。

Q17： image 镜像过大怎么办？微服务后应用特别小，但是镜像的操作系统和中间件相对特别大！

A17：首先镜像过大的原因要搞清楚，是应用还是里面的系统，根据具体情况作精简。另外 Docker 在镜像复用方面设计得非常出色，大大节省镜像占用的磁盘空间，比如两个景象的基础镜像都是 ubuntu:14.04，那么镜像存储的时候其实只需要一份系统镜像层。推荐一篇「Allen 谈 Docker 系列」之深刻理解 Docker 镜像大小。

Q18：能不能简单介绍一下是如果要在企业里把微服务在 Docker 上跑起来，需要做哪些事？架构是怎样的？

A18：从微服务的角度，对于企业组织而言，从传统模式（单体应用，瀑布式开发等）到现代化模式（微服务，敏捷式开发，DevOps 等）是一个主要的变化。从企业角度，很多主机的 Docker 管理需要一个 DaoCloud企业版这类管理平台，在这个平台之上可以快速高效的进行容器构建、运维。

我们内部就非常强调架构微服务和交付实际化的研发理念，团队采取的是小步快跑、持续迭代的方式。关于微服务和 Docker，推荐可以参考月初 Chris 关于微服务的深刻探讨，DaoCloud 官网还有相关的专题http://blog.daocloud.io/chris-interview/

Q19：你好，有什么好的方式从现有架构过渡到容器方式呢？

A19：现在我们比较推荐使用微服务架构进行快速迭代，微服务架构可以优化简化开发流程，应用微服务化以后，每个开发者会负责一个对应的模块，这样开发者会有新的动力去做不断改进他们所负责的模块。

Q20：容器跨主机的网络管理用的什么技术？

A20： Docker 原生的 Overlay 网络是比较常用的一种，DaoCloud 企业版就是使用 Overlay 网络作为跨主机的虚拟网络，并支持网络与容器之间连接等操作。

Q21：能直接提供数据库服务吗？

A21：在 DaoCloud 公有云中我们已经提供了直接的 Mysql，Mongo，PostgreSql 等多个数据库服务，DaoCloud 企业版已经提供了对应的数据库应用模版。未来还会支持更加方便的数据库的集成方案。

Q22： hadoop on docker 这个可有做？计算集群能用 Docker 搭建不？

A22：当然都是可以的做的，在 DaoCloud 企业级 DCE 中应用市场已经添加了 hadoop 相关的应用编排模版、以及 Spark 的应用模版，未来还会继续丰富我们企业级的应用市场。

下载PPT
点击链接：http://pan.baidu.com/s/1qYgVRn2

来源 http://blog.daocloud.io/firstlive/