最近一直在开发Apworks框架的案例代码，同时也在一起修复Apworks框架中的Bug和一些设计上的不足。遇到的一个普遍问题是，代码的调试过程需要依赖很多外部系统，比如MongoDB、PostgreSQL、RabbitMQ等。当然可以在本机逐一安装这些服务，然后对服务进行配置，使其满足自己开发调试的需要。这样做当然是没有问题的，只是比较麻烦。于是，我寻求docker的帮助，将服务全都运行在docker容器中，需要的时候一条简单的docker命令即可启动，不需要的时候，将docker容器停掉即可，非常方便，而且不会对主机环境造成干扰。当然，实践过程也不是那么顺利的，也踩了一些坑，现在就跟大家分享一下。
Docker for Windows 10
在Windows 10系统下的首选就是Docker for Windows 10。Docker对Windows 10的支持现在已经做得非常好了，无论在Windows Command下还是在Windows Powershell下都可以执行Docker命令，也可以像在Linux系统下一样，运行所有的Docker容器。对Docker架构了解的读者一定能够更好地了解Docker for Windows 10运作的基本原理，即在Hyper-V的支持下，将Docker容器运行在Linux的虚拟机里。因此，在Docker for Windows的工具中，可以设置这台虚拟机的CPU个数，以及内存的大小。
然而，一个比较麻烦的问题是，如果你需要使用-v参数来加载（mount）一个磁盘目录（volume）的时候，就会出现问题，至少我在MongoDB中使用-v参数来将MongoDB的数据文件映射到主机目录时，就会导致MongoDB无法正常启动。这个问题在Hyper-V出现之前，在Virtual Box时代就有，而且根据社区的讨论，似乎在Hyper-V的版本中也还是没有解决。详细信息可以参考这里：https://*.com/questions/42756776/how-do-i-configure-mongo-to-run-in-docker-to-using-an-external-drive-on-windows。
由于这样的原因，我没有在自己的开发环境中使用Docker for Windows 10，因为无法将MongoDB的数据库文件映射存储到主机（Host Machine）上，也就意味着每次启动容器执行我的一些冒烟测试（Smoke Test），我都需要重建数据，非常麻烦。我选择了在Hyper-V中搭建自己的Linux虚拟机来构建自己的开发和测试环境。
使用Hyper-V的Linux虚拟机来运行Docker容器
以前，只有服务器版本的Windows才支持Hyper-V，记得最早支持Hyper-V的Windows是Windows Server 2008。说起Hyper-V的历史，也是有一定渊源的。最早有一家公司，名叫Connectix，它有一款产品就是大家熟悉的Connectix Virtual PC，一款硬件虚拟化产品，后来Connectix把Virtual PC产品卖给了微软，成为了Microsoft Virtual PC，之后Connectix于2003年宣布解体，微软把Virtual PC精神发扬光大，成就了现在的Hyper-V。从Windows 10开始，Professional/Enterprise版本的Windows 10都能够支持Hyper-V了。大家可以直接在Windows 10中创建虚拟机，而不需要额外安装vmware player、Oracle VirtualBox等这些第三方的虚拟机服务。
启用Hyper-V的方法非常简单，在Windows 10中，点击开始菜单，或者按下键盘上的WIN键，然后输入关键字windows features，这时会出现“Turn windows features on or off”菜单项（我的系统是英文版，中文版稍作修改）：
点击这个菜单项，然后会打开大家熟悉的控制面板界面，直接选中其中的Hyper-V就行了：
应用更改并重新启动后，Hyper-V就已经装好了。需要注意的是，如果你已经在控制面板中启用了Hyper-V，那么假如你再安装Oracle VirtualBox的话，这样Oracle VirtualBox仅可创建32位的虚拟机。当然原因我们也没必要深究了。
Hyper-V成功安装后，同样，在开始菜单中输入Hyper-V作为关键字，Hyper-V Manager菜单项就会显示出来，点击Hyper-V Manager的菜单项，即可打开Hyper-V的管理界面。在Hyper-V Manager中，可以非常方便地创建并管理虚拟机，虚拟机的操作系统可以是Windows的，也可以是Linux的，用户只需要下载所需操作系统的ISO镜像即可完成安装，非常方便。这部分内容本文就不多说了，可以参考微软官网Hyper-V的教程。
比较有趣的事情是，Hyper-V对虚拟机的内存分配可以是动态的。比如我在创建Ubuntu Linux虚拟机的时候，选择的是8GB的内存，但从上图可以看出，目前系统仅分配了2GB多一点的内存给我的虚拟机，因为当时它只需要使用这么多。这样也能兼顾到主机的性能。在我创建的这个Ubuntu Linux虚拟机中，我配置使用了静态IP地址，这是为了方便程序的开发测试。在我的测试数据中，我不需要因为虚拟机IP地址的改变而总是去修改数据库的连接字符串。配置静态IP的另一个好处就是，你可以很方便地使用Putty这样的SSH工具来远程连接到Hyper-V虚拟机，而不需要每次都打开Hyper-V Manager并登录到虚拟机控制台。Putty这套工具使用非常方便，并且绿色轻量，在此强烈推荐。
根据不同的Linux环境，静态IP地址的配置方式也会不同，这里也不多解释了，网上相关的文章还是很多的。
另一个比较头疼的问题就是，在国内通过Docker Hub下载Docker镜像是非常慢的，慢到你无法忍受，其中原因大家都心知肚明。一个解决方案是在Docker CE的配置文件中设定本地的Docker Registry镜像链接，比如可以使用阿里云提供的链接地址。此时，需要登录阿里云并创建一个个人账号，然后按照https://yq.aliyun.com/articles/29941一文中的介绍，登录容器Hub服务的控制台，然后点击“Docker Hub镜像站点”，拷贝专属加速器地址然后配置到/etc/docker/daemon.json文件中即可。具体方法可以按照上面的链接做。
在配置好镜像地址并重启之后，使用docker pull、docker run等命令就会非常快了，大家不妨一试。对于Docker for Windows，你需要打开设置界面，然后在Daemon页中的Registry mirrors部分，填入镜像链接地址即可。
或许你会问，安装和配置Docker用于搭建自己的开发和测试环境并不容易，我为何不自己在本机装我所需的数据库、消息队列、缓存等服务，而去弄个Docker来运行这些基础服务呢？我想，驱使我这么做的原因大概是如下几点吧：
- 如果我的应用程序所依赖的基础服务比较多的话，在开发机器上逐一安装这些服务是比较耗时的，而且我很难针对不同版本的服务进行测试。使用Docker可以很方便地在基础服务版本之间进行切换，比如可以使用Docker镜像的tag来指定我所需要的MongoDB的版本
- 使用Docker，使得基础服务环境搭建可以被复制。例如我可以使用一个批处理脚本（或者Shell脚本）将运行Docker容器的命令写入，那么无论我在哪台机器上，只要能够运行这个批处理脚本，都可以一键搭建基础服务环境，无需更多操作。由docker-compose支持的部署方式使得基础服务的部署变得更加简单，也就是当我的应用程序准备上线时，我只需要将我的docker-compose YAML文件上传到Docker Orchestrator上，由其负责管理和运行相关的容器即可
- 在Hyper-V托管的虚拟机中运行Docker容器，可以更好地利用和分配主机资源，在不需要的时候可以将主机性能损耗降到最低。目前硬件价格都不算昂贵，运行一个4GB内存的虚拟机并不是那么吃力。此外，Hyper-V的关机选项允许在主机关闭的时候，让虚拟机处于休眠待机状态，而在主机运行时又按需唤醒虚拟机，因此，每次开机，基础服务都是正常运行状态，你只需要直接运行你的应用程序即可
下面我简单介绍一下docker-compose工具。
Docker-compose简介
Docker-compose听起来像是一个由YAML语法定义的文本文件，通过docker-compose命令行解释执行。在docker-compose.yml文件中，你可以编辑你需要运行的Docker容器（称之为服务），以及这些服务之间的依赖关系。Docker-compose可以很好地帮你维护这些服务的生命周期。在Docker for Windows中，docker-compose是被默认安装的，你可以通过--version参数来查看安装的版本：
而对于运行于Hyper-V托管的Linux中，docker-compose需要单独安装。安装方法请参考：https://docs.docker.com/compose/install/。推荐使用1.13.0以上的版本，新版本对Compose file 3.0的支持会比较好。
举个例子，在我自己开发的Apworks框架中，我使用如下docker-compose.yml来定义我的基础服务运行容器：
version: "3"
services:
mongo:
image: mongo
ports:
- "27017:27017"
container_name: apworks_mongodb postgres:
image: orchardup/postgresql
ports:
- "5432:5432"
environment:
- POSTGRESQL_USER=test
- POSTGRESQL_PASS=oe9jaacZLbR9pN
- POSTGRESQL_DB=test
container_name: apworks_psql rabbit:
image: rabbitmq
ports:
- 5672:5672
- 4369:4369
- 5671:5671
- 25672:25672
container_name: apworks_rabbitmq
这个docker-compose.yml文件中指定启动三个容器：MongoDB、PostgreSQL以及RabbitMQ，分别定义成了三个服务（service）。这个compose文件还是比较简单的，没有牵涉到容器之间的依赖关系。我只需要在这个文件所在目录中，执行下面这条命令，即可同时启动这三个服务：
sudo docker-compose up
非常方便。启动结果如下：
还可以在docker-compose命令中加入-d参数，使得所有服务在后台运行。有关Compose文件的格式定义，请参考：https://docs.docker.com/compose/compose-file/。在工作中我们也使用了docker-compose帮助用户搭建他们自己的微服务环境，我们分发给用户的仅仅是一个docker-compose.yml文本文件，一旦运行，所有的基础服务容器都会运行起来，用以为前台的数据分析系统提供服务保障。
总结
本文介绍了我在Windows 10系统下使用Docker来帮助开发和测试的一些经验和感受。Docker是一个非常好的东西，对于系统的部署和运维有很大的帮助，并且它是云友好的，有着全球各大云服务供应商的支持，能够很方便地部署并运行在云环境中。今后我还会介绍一下Azure下Docker容器的支持和使用，欢迎大家各抒己见，分享自己的使用经验。