在AWS中使用Docker自动配置Swarm集群+微服务运维

使用UI为AWS创建一个Docker栈是一个不错的练习。它可以帮助我们更好地理解事情是如何工作的。然而，我们的目标是尽可能地实现过程自动化。通过自动化，我们获得了速度、可靠性和更高的质量。当执行一些手动任务时，比如使用UI和选择不同的选项，增加了由于人为错误而出错的可能。我们的速度也不够快。当需要执行重复的步骤时，我们的速度比机器的慢多了。由于我对手动执行重复任务的不信任，所以很自然地会寻找一种更自动化的方式为AWS创建Docker栈。通过AWS控制台所做的就是填充一些字段，这些字段在后台生成参数，这些参数后面被用来执行一个CloudFormation过程。不使用UI可以做同样的事情。

首先将定义一些环境变量。它们与你在本章中已经创建的变量相同。如果之前的终端会话仍然打开，就可以跳过下面的命令：

请将us-east-1改为你所选择的区域，并以实际的值代替[...]。

如果你还记得让我们选择模板的第一个页面，那么你会记得有一个字段被预先填充为CloudFormatation模板的URL。撰写本书时，该模板是Docker.tmpl（https：//editions-us-east-1.s3.amazonaws．com/aws/stable/Docker.tmpl）。请注意地址因区域不同而不同。现在将使用us-east-1的链接。

要检查模板，可以使用curl来获取它的内容：

请花一些时间浏览输出。即使你不熟悉CloudFormation语法，也应该认识AWS资源。

模板中我们最感兴趣的部分是元数据（Metadata）：

输出如下：

可以使用ParameterLabels来自定义模板的结果。

以下命令创建的栈与使用AWS控制台生成的栈相同：(www.xing528.com)

命令应该是不言自明的。使用aws及所有需要的参数来创建CloudFormation栈。

可以通过执行cloudformation describe-stack-resources命令来监视栈资源的状态：

一段时间后，应该创建了三个manager实例：

现在可以登录到其中一个manager并开始创建服务。我将跳过创建服务的例子，并验证它们是否工作正常。最终结果与我们先前使用AWS控制台创建的集群相同。

你可以自己探索集群，并在完成之后删除栈：

对于任何小集群，AWS中的Docker比使用docker-machine和aws命令的组合要好得多。它是一种更健壮的和更可靠的方案。然而，它也有其缺点。

AWS中的Docker出现的时间还很短，并且经常发生变化。而且，它是如此的新，以至于文档几乎不存在。

作为一种开箱即用的方案，它非常容易使用，几乎不费什么力气。这既是好事，也存在一些问题。如果你所需要的或多或少已经被AWS中的Docker所支持，这是一种很好的选择。但是，如果你的需求不同，那么在尝试根据你的需要调整模板时，可能会遇到很多问题。解决方案是基于自定义的OS、CloudFormate模板和专门为此目的构建的容器。除模板外，其他任何修改都是不可取的。

总的来说，我认为AWS的Docker有着非常光明的前景，在大多数情况下，是一种比docker-machine更好的方案。如果这两个是唯一的选择，那么我会投票给AWS的Docker。幸运的是，还有许多其他选项可以选择，远不是一个章节可以讨论的。你可能正在阅读本书的印刷版，但我不想牺牲很多树木。因此，我只提供另外一组工具，可以使用这些工具来创建Swarm集群（或任何其他类型的集群）。