docker容器下搭建kong的集群很簡單，官網介紹的也很簡單，初學者也許往往不知道如何去處理，經過本人的嘔心瀝血的琢磨，終于搭建出來了。
主要思想：不同的kong連接同一個數據庫（就這么一句話）
難點：如何在不同的主機上用kong連接同一數據庫
要求：
1、兩臺主機 172.16.100.101 172.16.100.102
步驟：
1、在101上安裝數據庫（這里就用cassandra）
docker run -d --name kong-database \
-p 9042:9042 \
cassandra:latest
2、遷移數據庫（可以理解初始化數據庫）
docker run --rm \
--link kong-database:kong-database \
-e "KONG_DATABASE=cassandra" \
-e "KONG_PG_HOST=kong-database" \
-e "KONG_CASSANDRA_CONTACT_POINTS=kong-database" \
kong:latest kong migrations up
3、安裝kong
docker run -d --name kong \
--link kong-database:kong-database \
-e "KONG_DATABASE=cassandra" \
-e "KONG_PG_HOST=kong-database" \
-e "KONG_CASSANDRA_CONTACT_POINTS=kong-database" \
-e "KONG_PROXY_ACCESS_LOG=/dev/stdout" \
-e "KONG_ADMIN_ACCESS_LOG=/dev/stdout" \
-e "KONG_PROXY_ERROR_LOG=/dev/stderr" \
-e "KONG_ADMIN_ERROR_LOG=/dev/stderr" \
-p 8000:8000 \
-p 8443:8443 \
-p 8001:8001 \
-p 8444:8444 \
kong:latest
注意：以上三部都是在101上完成的，且官網上都有https://getkong.org/install/docker/?_ga=2.68209937.1607475054.1519611673-2089953626.1519354770，接下來的第四步則是在另一主機102上完成，同一主機上可以用link,不同主機的容器關聯就不能使用link了，如下配置即可
4、在102上安裝另一個kong,實現多節點kong集群
docker run -d --name kong\
-e "KONG_DATABASE=cassandra" \
-e "KONG_PG_HOST=kong-database" \
-e "KONG_CASSANDRA_CONTACT_POINTS=172.16.100.101" \
-e "KONG_PROXY_ACCESS_LOG=/dev/stdout" \
-e "KONG_ADMIN_ACCESS_LOG=/dev/stdout" \
-e "KONG_PROXY_ERROR_LOG=/dev/stderr" \
-e "KONG_ADMIN_ERROR_LOG=/dev/stderr" \
-p 8000:8000 \
-p 8443:8443 \
-p 8001:8001 \
-p 8444:8444 \
kong:latest
5、這里使用的是cassandra數據庫，所以需要修改一個配置 db_update_propagation 這個參數，默認是0，可以改成 5，進入容器
docker exec -it kong bash //進入kong容器
cd etc/kong //進入該目錄下
cp kong.conf.default kong.conf //復制kong.conf.default文件為kong.conf文件
vi kong.conf //修改db_update_propagation這個配置項
exit //退出空容器
docker restart kong //重新啟動kong
注：101和102上的kong都需要修改這個配置項，關于db_update_propagation配置項的介紹可以去官網看下
6、驗證kong集群
可以在101上注冊一個api如下
curl -i -X POST \
--url http://172.16.100.101:8001/apis/ \
--data 'name=example-api' \
--data 'hosts=example.com' \
--data 'upstream_url=http://mockbin.org'
然后查詢這個api是否注冊成功：
curl -i http://172.16.100.101:8001/apis/example-api
返回如下：
你也可以通過102機器主機進行查詢：
curl -i http://172.16.100.102:8001/apis/example-api
如果也返回和上面一樣的結果說明可以訪問同一個api了，api信息是保存在數據庫中的，也是就說可以訪問同一個數據庫了，這樣你的kong集群也就搭建成功了，希望對你有所幫助。
補充知識：使用docker-compose創建hadoop集群
下載docker鏡像
首先下載需要使用的五個docker鏡像
docker pull bde2020/hadoop-namenode:1.1.0-hadoop2.7.1-java8
docker pull bde2020/hadoop-datanode:1.1.0-hadoop2.7.1-java8
docker pull bde2020/hadoop-resourcemanager:1.1.0-hadoop2.7.1-java8
docker pull bde2020/hadoop-historyserver:1.1.0-hadoop2.7.1-java8
docker pull bde2020/hadoop-nodemanager:1.1.0-hadoop2.7.1-java8
設置hadoop配置參數
創建 hadoop.env 文件，內容如下：
CORE_CONF_fs_defaultFS=hdfs://namenode:8020
CORE_CONF_hadoop_http_staticuser_user=root
CORE_CONF_hadoop_proxyuser_hue_hosts=*
CORE_CONF_hadoop_proxyuser_hue_groups=*
HDFS_CONF_dfs_webhdfs_enabled=true
HDFS_CONF_dfs_permissions_enabled=false
YARN_CONF_yarn_log___aggregation___enable=true
YARN_CONF_yarn_resourcemanager_recovery_enabled=true
YARN_CONF_yarn_resourcemanager_store_class=org.apache.hadoop.yarn.server.resourcemanager.recovery.FileSystemRMStateStore
YARN_CONF_yarn_resourcemanager_fs_state___store_uri=/rmstate
YARN_CONF_yarn_nodemanager_remote___app___log___dir=/app-logs
YARN_CONF_yarn_log_server_url=http://historyserver:8188/applicationhistory/logs/
YARN_CONF_yarn_timeline___service_enabled=true
YARN_CONF_yarn_timeline___service_generic___application___history_enabled=true
YARN_CONF_yarn_resourcemanager_system___metrics___publisher_enabled=true
YARN_CONF_yarn_resourcemanager_hostname=resourcemanager
YARN_CONF_yarn_timeline___service_hostname=historyserver
YARN_CONF_yarn_resourcemanager_address=resourcemanager:8032
YARN_CONF_yarn_resourcemanager_scheduler_address=resourcemanager:8030
YARN_CONF_yarn_resourcemanager_resource___tracker_address=resourcemanager:8031
創建docker-compose文件
創建 docker-compose.yml 文件，內如如下：
version: "2"
services:
namenode:
image: bde2020/hadoop-namenode:1.1.0-hadoop2.7.1-java8
container_name: namenode
volumes:
- hadoop_namenode:/hadoop/dfs/name
environment:
- CLUSTER_NAME=test
env_file:
- ./hadoop.env
resourcemanager:
image: bde2020/hadoop-resourcemanager:1.1.0-hadoop2.7.1-java8
container_name: resourcemanager
depends_on:
- namenode
- datanode1
- datanode2
- datanode3
env_file:
- ./hadoop.env
historyserver:
image: bde2020/hadoop-historyserver:1.1.0-hadoop2.7.1-java8
container_name: historyserver
depends_on:
- namenode
- datanode1
- datanode2
- datanode3
volumes:
- hadoop_historyserver:/hadoop/yarn/timeline
env_file:
- ./hadoop.env
nodemanager1:
image: bde2020/hadoop-nodemanager:1.1.0-hadoop2.7.1-java8
container_name: nodemanager1
depends_on:
- namenode
- datanode1
- datanode2
- datanode3
env_file:
- ./hadoop.env
datanode1:
image: bde2020/hadoop-datanode:1.1.0-hadoop2.7.1-java8
container_name: datanode1
depends_on:
- namenode
volumes:
- hadoop_datanode1:/hadoop/dfs/data
env_file:
- ./hadoop.env
datanode2:
image: bde2020/hadoop-datanode:1.1.0-hadoop2.7.1-java8
container_name: datanode2
depends_on:
- namenode
volumes:
- hadoop_datanode2:/hadoop/dfs/data
env_file:
- ./hadoop.env
datanode3:
image: bde2020/hadoop-datanode:1.1.0-hadoop2.7.1-java8
container_name: datanode3
depends_on:
- namenode
volumes:
- hadoop_datanode3:/hadoop/dfs/data
env_file:
- ./hadoop.env
volumes:
hadoop_namenode:
hadoop_datanode1:
hadoop_datanode2:
hadoop_datanode3:
hadoop_historyserver:
創建并啟動hadoop集群
sudo docker-compose up
啟動hadoop集群后，可以使用下面命令查看一下hadoop集群的容器信息
# 查看集群包含的容器，以及export的端口號
sudo docker-compose ps
Name Command State Ports
------------------------------------------------------------
datanode1 /entrypoint.sh /run.sh Up 50075/tcp
datanode2 /entrypoint.sh /run.sh Up 50075/tcp
datanode3 /entrypoint.sh /run.sh Up 50075/tcp
historyserver /entrypoint.sh /run.sh Up 8188/tcp
namenode /entrypoint.sh /run.sh Up 50070/tcp
nodemanager1 /entrypoint.sh /run.sh Up 8042/tcp
resourcemanager /entrypoint.sh /run.sh Up 8088/tc
# 查看namenode的IP地址
sudo docker inspect namenode | grep IPAddress
也可以通過 http://:50070 查看集群狀態。
提交作業
要提交作業，我們首先需要登錄到集群中的一個節點，這里我們就登錄到namenode節點。
sudo docker exec -it namenode /bin/bash
準備數據并提交作業
cd /opt/hadoop-2.7.1
# 創建用戶目錄
hdfs dfs -mkdir /user
hdfs dfs -mkdir /user/root
# 準備數據
hdfs dfs -mkdir input
hdfs dfs -put etc/hadoop/*.xml input
# 提交作業
hadoop jar share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.1.jar grep input output 'dfs[a-z.]+'
# 查看作業執行結果
hdfs dfs -cat output/*
清空數據
hdfs dfs -rm input/*
hdfs dfs -rmdir input/
hdfs dfs -rm output/*
hdfs dfs -rmdir output/
停止集群
可以通過CTRL+C來終止集群，也可以通過 “sudo docker-compose stop”。
停止集群后，創建的容器并不會被刪除，此時可以使用 “sudo docker-compose rm” 來刪除已經停止的容器。也可以使用 “sudo docker-compose down” 來停止并刪除容器。
刪除容器后，使用 “sudo docker volume ls” 可以看到上面集群使用的volume信息，我們可以使用 “sudo docker rm ” 來刪除。
以上這篇使用docker搭建kong集群操作就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
