使用.NET Core搭建分布式音频效果处理服务（七）使用Docker压榨性能极限

Docker相信很多朋友都使用过，做微服务比虚拟机还好用。

需要安装的一些东西

ffmpeg:

docker pull ffmpeg

dotnet:

docker pull dotnet

默认全是latest最新即可，具体怎么配置网上搜索一下即可。

调用用REST? 还是用RPC？

微服务之间的接口调用通常包含两个部分，序列化和通信协议。常见的序列化协议包括json、xml、bytes等；通信比较流行的是http、soap、websockect，RPC通常基于TCP实现，常用框架例如dubbo，netty、thrift。

REST：严格意义上说接口很规范，操作对象即为资源，对资源的四种操作（post、get、put、delete），并且参数都放在URL上。

RPC：即我们常说的远程过程调用，就是像调用本地方法一样调用远程方法，通信协议大多采用二进制方式。

一般来说，对内选择rpc，因为他是直接基于TCP/IP协议通讯，性能要好很多。对外选择REST，因为他是更规范的、更标准的、更通用的、更简单的。

但是对于追求较高性能的RPC，会消耗额外很多成本，因此有时候对内一般也采用REST。

因此，笔者为了偷懒o(∩_∩)o ，在这个项目中选择REST，而抛弃RPC那臃肿的调用方式。

发布你的应用

dotnet 已经完全可以跨平台，但是如果直接用bin下面将文件夹拷贝到指定的地方，那么你将得到无数抓狂的错误，这是因为netcore和 net framewor本身的不同而造成，前者提供的是基础平台、让使用者自行去开发和扩展相应模块、且开源，而后者是所有东西都已经为你打包到他的集合中去了，你只管调用NET系统根目录中相应的库即可。

比如你需要发布到linux平台，进入你的项目主目录。执行：

dotnet publish -r linux-x64

注意：从dotnet core 2.1开始，发布的时候已经不再需要先还原源码包(dotnet restore)。

进入到publish文件夹（一般在bin下），你会发现多了一些runtime库和一些你根本就没引用的库，这样才能有效的在其他操作系统上直接运行。

运行你的应用

你可以通过主机docker命令并附加子命令来运行docker内的dotnet程序，例如这样：

docker run -dit \ -p 50532:80 \ -v /home/dotnet/Service:/wwwroot \ -w /wwwroot \ --restart always \ --name dotnet_service \ 6d25f57ea9d6 \ dotnet Service.Web.Api.dll

-p:内外端口映射

-v:内外路径映射

-w:工作目录

6d25f....：你的dotnet镜像名称。

但笔者启动的程序需要附带大量的参数，而且不喜欢这样通过docker宿主进行命令输入，启动中有没有报错不能及时反馈（docker启动镜像返回的是一组hash代码，不会返回程序的的任何启动信息，需要通过docker log查阅），这样就变成如下操作：

进入在docker中的dotnet容器（成功运行镜像后都会成为一个容器），找到与你项目相关的主程序集文件，例如笔者是Service.Web.Api.dll，执行dotnet Service.Web.Api.dll（当然你也可以附带一大堆的启动参数，例如笔者这样）便可以运行这个项目。

dotnet Service.Web.Api.dll --ASPNETCORE_ENVIRONMENT=Development --ASPNETCORE_URLS=http://localhost:5052 --USE_CONTENTS_DIRECTORY=/home/netcore.MicroService/src/Service.Web.Api

小技巧：linux上面SSH相信大家有耳熟能详，但是一旦关闭控制台，运行的后台也将随之关闭，我们可以通过安装screen建立一个虚拟子屏幕，以保证shell程序在后台能一直运行下去。

保存你的netcore容器到镜像

如果我们需要在一台服务器上面建几十个docker容器，每一个都像上面那样进行一步一步的手动输入，那不是要崩溃...

我们保存一个已经在运行的容器，修改他子程序的运行参数，例如修改映射端口号，就可以实现快速的多个相同镜像的目的。使用命令：

docker commit c16378f943fe service_media

c1637...：这是笔者这边已经在运行的容器实例。

接下来再执行“运行你的应用”中的命令，将外部映射端口改成你想要的端口号，不断的重复这个操作，即可在同一台服务器上运行多个实例。

为何要选择docker进行实例运行

有的朋友也许不明白为何要这样做重复的操作，直接用dotnet自带的宿主，复制多条相同的命令，修改端口号一样也能达到如上的需求。

是的，这样的确也可以在同一台服务器上运行多个主机宿主实例，但是，他们并没有隔离。

对，就是这个词语----隔离：

说到这个词语可以牵涉一堆专业术语，而笔者又不想太多去复制太官方的东西，喜欢用白话文介绍自己所理解的内容。

当所有的子程序都运行在主机（非docker）下，内存分配，IO读取，系统底层调用等等一些处理，都会交给主机操作系统执行，这样会存在一定的风险。而docker虽然运行在主机之上，可他却有一套自己的底层进行处理，这样带来第一层隔离，其次，运行在docker容器内的程序，容器本身也是一个操作系统，不外乎是被建立镜像的时候将操作系统进行了大范围的瘦身，只保留该TAG需要的LIB就行，这样又做了一层隔离。

具体详细的隔离架构，朋友们可网上搜一搜，很多的。

运行多个docker dotnet core镜像

上面噼里啪啦的说了一大堆，其实就是一张图片就解释的事情：

笔者用了三台服务器做处理服务，每台上面运行相同的docker实例32个，总共3*32=96个实例（全傻瓜式的水平扩展），通过客户端模拟100个请求，得到结论如下：

反而比单机模拟6台服务器性能降低了3%-6%，但是：

1：单机一次请求是8个，而在该系统测试中，一次请求是100个。

2：单次时间变长，是因为服务器的U比本地测试的U的主频低，但是核心却是本地U的4倍。

这样一来，其实整体性能会随着服务器的数量的添加而增加，根据业务需求而定吧，就说目前某度云的视频转换最高请求也就是几千左右，如果真有那个量级，傻瓜式的增加服务器就行了。

本系列完，感谢阅读