容器服务

Docker CE 镜像源站

最近微软发布了Windows Server 2016，其中最让广大开发者和运维同学期待的就是Docker对Windows容器的支持。如果你手边没有Windows Server 2016的环境，我们也可以在Windows 10 操作系统上，使用Docker for Windows来开始实验。

最近很多阿里内部的同学和客户私信来咨询如何学习 Docker 技术。为此，我们列了一个路线图供大家学习Docker和阿里云容器服务。这个列表包含了一些社区的优秀资料和我们的原创文章。我们会随着Docker技术的发展持续更新本文，也会在云栖社区继续贡献内容来帮助同学们快速入门或持续提高。

本文简单介绍了如何利用Zipkin对SpringCloud应用进行服务分析。在实际的应用场景中，Zipkin可以结合压力测试工具一起使用，分析系统在大压力下的可用性和性能。

当 Kubernetes 遇到阿里云 阿里云提供了丰富多样的云产品支持，包括ECS、VPC网络、经典网络、负载均衡SLB等等，可以帮助Docker应用轻松在云端运行。阿里云除了推出容器服务提供了一站式的容器应用管理解决方案，也在不断推动其他开源容器技术和阿里云的集成更好地满足用户的多样化需求。

一、场景： 开发者将代码提交(push)到GitLab后，GitLab通过Hook通知jenkins，jenkins自动从GitLab中获取项目最新的源码进行集成和发布。 二、准备： 基于Docker，创建一个私有GitLab的容器，创建一个jenkins的容器 三、步骤 1、构建Jenkins容器 Jenkins容器安装Jenkins的rpm包，Jenkins依赖 JDK，所以需要在Jenkins的容器中安装配置jdk，本人使用jdk1.8,同时需要Jenkins的容器调用maven的打包命令，所以也需要配置安装maven，本人使用maven 3.3.9。

Volume数据卷是Docker的一个重要概念。数据卷是可供一个或多个容器使用的特殊目录，可以为容器应用存储提供有价值的特性。然而Docker数据卷的权限管理经常是非常令人困惑的。本文将结合实例给大家介绍Docker数据卷权限管理中的常见问题和解决方法。

容器镜像服务 Docker镜像的基本使用

本文将用java web源代码来演示一个Pipeline项目如何优雅地实现代码提交触发测试，war包打包，测试结果展示，war包本地存储以及上传OSS，构建镜像，部署应用，邮件推送结果的持续交付方案。 在最后一部分，我们将介绍动态生成slave，执行job，销毁slave。

Docker在进程管理上有一些特殊之处，本文会分析Docker进程管理的技术细节，并介绍一些常见问题的解决方法和注意事项。

本文是系列中的第二篇文章，将带您快速了解Tensorflow Serving的原理和使用，并利用阿里云容器服务轻松在云端搭建TensorFlow Serving集群。

这里记录了在工作中遇到阿里云容器服务的调优优化方案，帮助您绕过阿里云容器服务中的一些坑，来使用更好更优质的阿里云容器服务。

[容器服务] Docker Engine 镜像源站 快速在自己的机器上安装Docker环境的工具

在阿里云容器服务 Kubernetes 集群上部署 Istio 服务网格；实践灰度发布、故障注入、熔断等 Istio 流量管理特性

阿里云容器服务提供了公共云、专有云以及飞天敏捷版三种部署形态，全方位地满足企业客户利用CaaS（Container as a Service）进行应用现代化上云的需求。飞天敏捷版包含了阿里在公有云上的最佳实践和Docker企业版的安全能力，打造企业一体化化的本地容器云平台方案。

前文我们介绍过在本地Windows10环境中，基于Hyper V容器的Docker使用。现在阿里云已经提供了Windows Server 2016支持，我们来亲自体验一下原生的Windows Server容器吧。

最近在和阿里的一些同事谈起使用Docker部署Java应用的场景，其中一个大家普遍关心的问题就是如何设置容器中JVM的内存限制。本文介绍了一种方法能够让Docker容器中的Java应用自动适配容器的内存限制。

采用容器服务后，了解容器之间的关系及依赖是一个比较有挑战的问题。容器化改造后的实际架构模型可能与预想的架构存在较大的差异，架构师或系统运维人员需要精确地了解资源实例的构成和交互情况，存在一定的困难。其次，系统架构在动态演化过程中可能引入了一些不可靠的因素，比如弱依赖变强依赖、局部容量不足、系统耦合过重等，给系统的稳定性带了极大的安全隐患。

前言 容器应用的监控和传统应用的监控有很大的不同，在本系列的前面几篇文章中提到了关于自顶向下的传统监控策略以及在容器中常用的自底向上的反向监控策略与问题以及阿里云是如何通过数据链路与逻辑链路分离的方式解决上述问题的，文章直达连接。

今天，我们将隆重介绍一款新的docker日志收集工具：fluentd-pilot。你可以在每台机器上部署一个fluentd-pilot实例，就可以收集机器上所有Docker应用日志。fluentd-pilot具有如下特性 一个单独fluentd进程，收集机器上所有容器的日志。

3月13日，手机淘宝安卓客户端容器化框架Atlas正式宣布开源（https://github.com/alibaba/atlas）。Atlas由阿里巴巴移动团队自研，以容器化思路解决大规模团队协作问题，实现并行开发、快速迭代和动态部署，适用于Android 4.x以上系统版本的大小型App开发。

DockerCon上最大的新闻莫过于Solomon Hykes宣布Moby项目了，这也在网上引发了轩然大波，关切和争论纷至沓来。本文将介绍Moby项目的细节以及它和Docker产品之间的关系

简介 上次介绍了通过监控集成实现容器的自定义弹性伸缩。最近阿里云Docker容器服务发布了自动弹性伸缩的支持，可以非常方便的支持容器的自动弹性伸缩，从而更好的支持应用的弹性管理。能够自动的监控容器应用的指标，并根据配置的自动弹性伸缩的规则进行扩缩容。在业务增长超过监控指标阀值的时候自动增加容器应用

将在QCon上分享的《阿里PB级Kubernetes日志平台建设实践》整理出来，分享给大家。

云栖社区从几百位讲师中精挑细选了若干精华，其中涵盖了智能物流、大数据、开源数据库、智能工业、容器技术以及智能应用实践等。

Docker Swarm Mode集群和传统的Swarm集群最大的差异是利用引擎内置的集群管理能力，取消了对KVStore依赖，简化了Docker集群的创建和管理。随着商业化产品的步伐加快，Docker企业版也已经支持了Swarm Mode。

本文介绍了如何通过Eureka进行服务注册和发现，如何镜像化等内容。最后简单介绍了如何构建示例代码中的所有服务镜像。

本文通过利用阿里云的容器服务和API网关，构建一个完整的基于Docker的具有API管理功能的服务。

随着容器技术的成熟，越来越多的企业客户在企业中选择Docker和Kubernetes作为应用平台的基础。然而在实践过程中，还会遇到很多具体问题。本文分析并解决了Java应用在容器使用过程中关于Heap大小设置的一个常见问题。

本文以阿里云ACK环境为例介绍如何在Kubernetes系统中部署CSI插件； CSI部署拓扑： 分为CSI Provisioner和CSI Plugin两部分： Provisioner：目前只支持云盘，提供云盘数据卷动态创建的功能； Plugin：云盘、NAS、OSS均需实现plugin；云盘...

## 前言 在本文中，将会通过一个简单的例子来介绍使用阿里云容器服务进行containerOps的实践与经验。 ## 第一个E2E的containerOps的例子 从DevOps的角度来讲，最核心的本质是从开发到部署的流程。传统的DevOps的流程大致的步骤如下。

本次课程以动手环节为主，主要讲解如何采集Kubernetes中的各种日志数据，构建中心化日志仓库，包括业务应用日志、Kubernetes平台日志、ServiceMesh/Istio日志、Ingress日志等。

本文为Spring Cloud与阿里云容器服务系列文章的第二篇，讨论了如何将示例代码一键部署到阿里云容器服务上。为了比较全面地展示高可用和负载均衡的能力，这里也会演示如何创建虚拟专有网和负载均衡。

阿里云Kubernetes容器服务已经提供了Istio与日志服务Log Service的集成能力，本文通过一个官方示例来重点介绍了Istio与基于阿里云日志服务的分布式追踪系统的整合能力。

在首届阿里巴巴在线峰会上，阿里云技术专家易立为大家带来了题为《从Docker到容器服务——Docker 云端实践之路》的分享，主要分享内容是对Docker编排技术进行概述，接着重点介绍了新的概念——Container as a Service，包括微服务支持和DevOps，最后分享了Docker的最

Docker的容器技术的优秀特性，例如秒级启动、应用隔离、良好的可移植性等，可以在DevOps中大显身手，并推动持续集成，持续交付等理念落地。今天我们就将结合Selenium Grid来介绍Docker在自动化测试中的使用场景。

Docker 1.12除了提供内置的编排能力，也提供了服务路由支持 routing mesh，和新的多容器应用分发和部署机制， Docker Stack和Distributed Application Bundle

作者分享作为使用者看到的 Calico 的变化（包括组件、文档和 calicoctl ）；Demo 一些简单的例子，会和 MacVLAN 做一下对比说明原理；总结下适合 Calico 的使用场景。

在上篇文章中，向大家介绍了如何使用Spark Operator在kubernetes集群上面提交一个计算作业。今天我们会继续使用上篇文章中搭建的Playgroud进行调试与解析，帮助大家更深入的理解Spark Operator的工作原理。

从上篇文章中，我们可以看到如何通过Kubeflow Pipeline运行单节点任务机器学习工作流，在本文中，我们会介绍如何使用Pipeline运行分布式MPI任务，该MPI任务运行模型ResNet101的测试。

今天，阿里巴巴决定以开源的方式回馈社区，希望与开发者共同推动容器技术的发展，共建容器技术标准。

如何对通过阿里云容器服务创建的Spring Boot应用进行性能压测

引言 最近收到Hyperledger社区的一些朋友反馈在阿里云环境上部署开源区块链项目Hyperledger Fabric的过程中遇到了和SIGSEV相关的fatal error，正好我此前也遇到并解决过类似的问题，因此这里分享一下当时问题的分析过程和解决的经验，希望能带来一点启发和帮助。

采用阿里云提供的云服务器配合容器技术搭建各种应用环境（Paas和SaaS）已经成为一种流行趋势。于是，我抽空研究了一下容器技术，小试牛刀，采用基于Docker容器运行环境下的全手动安装WordPress来作为这次的演练。

直播大纲 1. 应用性能管理(APM)背景介绍 2. 分布式链路追踪的现状与使用场景 3. ARMS分布式链路追踪的技术实现 4. 最佳实践 (1) 全息排查+场景链路(2) 前端监控与应用监控融合(3) ARMS与K8S的融合与实践 专家介绍 阳其凯(逸陵)，阿里巴巴高级开发工程师，2016年加入阿里巴巴Eageleeye团队，多年实时计算平台与APM产品开发经验，目前主要负责云产品业务实时监控服务(ARMS)与链路追踪(Tracing Analysis)的研发工作。