云栖TechDay31期，来自千寻位置网的技术总监汤严敏带来Docker在千寻位置的实践的演讲。本文主要从千寻位置的理念和架构开始谈起，着重分析了千寻位置的Docker历程与实践，包括统一配置中心和阿里云镜像库等。
以下是精彩内容整理：
千寻位置
千寻位置以“互联网+位置（北斗）”的理念，通过北斗地基一张网的整合与建设，基于云计算和数据技术，构建位置服务云平台，以满足国家、行业、大众市场对精准位置服务的需求。
千寻位置是一个基于卫星定位、云计算和大数据技术的位置服务开放平台，面向企业和开发者、提供精准位置服务运营的平台型公司；致力于让位置创造价值，将公司打造成为提供精准位置服务、数据积累与挖掘、数据融合增值服务、具有全球竞争力的新兴产业集团；以卫星定位为基础，融合各类定位技术，针对特定的应用场景，不同的应用终端，推出与实际场景相结合的解决方案，向各类终端和应用系统提供高精准位置服务。
千寻位置服务是做什么的呢？我们能够提供亚米级到厘米级，甚至事后静态处理毫米级的高清定位服务，为什么能够做到这么高的精度，其实背后有我们地基增强的一张网，我们全国有1500多个基站，这是千寻自己建设的。用户的终端通过接受天上的卫星信号，把信息发送到我们的播发平台，播发平台连接地基增强的站，背后有一个复杂的算法加工，最后把处理过后的数据铺到终端上去，卫星信号经历过电离层、障碍物，还有各种复杂的场景，其实是有一定偏差的，我们就是要努力消除偏差，这就是千寻位置为什么能够提供到亚米级、厘米级的，甚至是静态处理毫米级的最根本原因。
毫不夸张的说，千寻算法可以说是国内在算法领域里面投入最多的一家公司，正是因为我们投入了巨大的人力、物力，所以我们才能够得以对高清定位市场的诉求提供很好的服务。
图为千寻网站架构图。技术无所谓优劣，在合适的人、合适的团队手上，才能够发挥出它的作用，然后解决公司当下和未来可能出现的一些业务场景。我们的架构中，一边是我们公司的网站，一边是我们的服务售卖平台，一边是用户使用过程当中计费相关的，背后的播发是有播发团队去负责的。
Docker历程
千寻是阿里巴巴和中国兵器共同投资成立的一家公司，与阿里云深度合作，无论从ECS还是RDS，还是各种各样云计算相关的，当下有一千多台ECS，千寻Docker的历程分成了几个阶段：
- 在2014年到2015年的时候，用普通的ECS，公司也会做一些云集上的研发，适配各种业务场景，那时候人也不多，我们开了几十台几百台机器即可满足大部分的需求；
- 到了2016年，公司组织架构也做了一些调整，业务也在发力，对技术也提出了更多的要求，经过技术小组讨论，我们决定尝试在部门引入Docker，Docker并不是特别适用于CPO密集型或者是RAO密集型的，所以我们还是小心求证，不能步子迈得太快，不可能一下子把整个生产环境全部切到Docker上面去；
- 2016年8月，在线下我们的开发环境和测试环境下面就尝试着去用Docker，效果已经非常明显。每来一个同学就直接给他一台机器，每一个测试的同学都有一套独立的环境，我们网站差不多有40多个应用，如果每个应用部署一台服务器，这个代价还是蛮高的，现在直接给一套Docker的环境，按照规则根据我们设定去做一些安装，这是非常方便的。切到阿里云的Docker上去，好处是它提供了丰富的管理手段，包括监控、运维，包括它做了充分的测试，每一个新版本上来以后，都是经过充分测试才会放出去。我们自己用标准的Docker时候，自己设立了虚拟路由，解决了容器之间互通的问题。
- 2016年12月 生产环境阿里云Docker，阿里云的Docker天然支持容器之间的互通，它在底层的网络层做了一些处理， 12月份我们开始把相当一部分应用切到我们的生产环境上面，切到阿里云的Docker上去了。
资源利用不充分，1000+机器，服务扩容不方便，开发测试和生产配置不统一，基于这些，千寻切入Docker后有如下情况：
（1）测试环境：几十个系统，一个测试同学一套完整环境，对比机器数（待评估）
（2）使用阿里云仓库管理镜像包，相比以前方式，不需要手动拷贝包，CI集成起来很方便（3）compose管理，使用阿里云管理集群，页面化管理
（4）最开始解决dubbo调用，手工解决网段问题，后来用阿里云的网络，天然打通
（5）标准docker，自己解决夸主机容器互联(虚拟路由，指定网段)
Docker实践
在用Docker的时候，我们有一些自己的东西在里面，比如统一配置中心，从生产上来说，我们希望一个包可以丢到不同的环境里面去，只不过需要给它事先设定一些东西，可能在生产环境它是连着数据库，在开发环节连着另外一个数据库。我们也做了一些基础性的建设，就把统一的配制中心搞起来了，它同样适用于ECS这种情况。
我们同时还要兼顾一下开发同学的效率，开发同学如果感觉很不满意，基本上就是很失败了，比如说日志路径，生产环境所有的应用是日志路径，我们放了个人用户下面。开发同学用的是同一套配置，我们做到能够允许在本地的某一个地方去做一些覆盖，如果发现你这个地方有这样的一个K存在，我就不会使用配置中心，这样就可以大家统一都用同一套配置中心，同时又有自己的个性配置。生产环境只有一套配置中心，那我们有了配置中心，容器在启动的那个时刻，它也会到我们配置中心里面去读配置项。
使用Docker的好处，相信大家应该对Docker都有过比较深的了解，具体如下：
- 使用阿里云Docker，我们直接一个包放到我们的Docker容器里面，生成一个镜像，这个镜像不管是在开发环节还是在测试环节，还是在哪条生产环节，它都能够无缝的衔接上，这是我们用Docker的一个好处；
- 使用阿里云镜像仓库是有好处的，省得自己拷贝来拷贝去；
- CI基于Docker，算法部门对环境要求较多（如ubunt，centos等），有多种的环境需要对算法进行验证和加工，所以这也是基于Docker去做的；
- 统一的Dockerfile；
- 数据卷（集群中多ECS数据卷共享建议使用NAS，可在阿里云容器管理中配置）；
- 使用阿里云容器管理控制台；
- 创建集群注意网段不要和vpc冲突，集群中一台ECS需要占用一个C段；
- 偶尔遇到旧容器(名)清理不干净；
- 一个进程一个容器，admin；
- 统一配置中心；
- 非CPU密集型和高I/O型应用。比如像我们自己的播发平台，我们每秒钟就要往下吐数据，基本上就不太适合去做Docker，还有算法在持续不断的进行运算，这个也不太适合去用Docker。
我们一方面要做一些自己的基础化设施建设，另一方面还要响应公司的业务部门的需求，所以很多基础设施做的不完全够，自动化运维和日志监控这一部分，接下来的阶段我们可能会和运维同学一起来做，聚集各部门的能量才能把事情做好。
