「SpringCloud」Docker + k8s打包部署——Maven打包配
作者 AI全栈程序猿
来源 | 今日头条
SpringCloud微服务包含多个SpringBoot可运行的应用程序,在单应用程序下,版本发布时的打包部署还相对简单,当有多个应用程序的微服务发布部署时,原先的单应用程序部署方式就会显得复杂且不可控。那么我们就会思考使用简单的部署方式,解决自动化发布、自动化部署、微服务监控等问题。
我们使用目前行业通用的解决方案,Jenkins+GitLab+Maven+Docker+Kubernetes来实现可持续自动化部署微服务的功能。下面将从工程中Maven打包文件配置、Dockfile文件编写开始到Kubernetes配置来说明如何实现SpringCloud微服务可持续自动化部署功能。
1、bootstrap.yml文件不同环境加载配置
在项目打包部署时,我们系统地配置文件需要根据不同的环境来区分开发、测试、生产环境的配置,在之前的SpringBoot工程中,我们用到spring.profiles.active配置属性,使用application.yml、application-dev.yml、application-test.yml、application-sit.yml、application-uat.yml、application-prod.yml来区分不同环境的配置文件。在SpringCloud中,我们用到了Nacos注册中心,Nacos的Config默认读取的是bootstrap.yml配置文件,如果将Nacos Config的配置写到application.yml里面,工程启动时就会一直报错。下面是SpringCloud加载配置文件的顺序:
- bootstrap.yml(bootstrap.properties)先加载,用于应用程序上下文的引导阶段,可以用来配置application.yml中使用到的参数,由父Spring ApplicationContext加载。
- application.yml(application.properties)后加载,用于配置各工程模块中使-用到的参数。
所以在SpringCloud工程中我们通过使用bootstrap.yml、bootstrap-dev.yml...等不同的配置文件来区分不同的环境,有些框架是放到同一个yml配置文件中,然后不同的配置放到不同的spring.profiles.active下面,类似于下面这种:
spring:
profiles: dev
开发配置项: 开发配置项
spring:
profiles: test
测试配置项: 测试配置项
测试配置项: 测试配置项
但是,在实际开发过程中,我们开发、测试的配置文件有时会经常修改,而生产部署环境却很少改动,当多人员开发时,难免会有部分人员不小心将配置文件改动影响到生产环境配置,即使没有影响,开发人员在改动时也要小心翼翼,害怕哪里改错。当我们将这些配置分开时,开发、测试的配置文件无论如何改动,都不会影响到生产环境文件,这正是我们想要的结果。所以我们将不同环境的配置放到不同的配置文件中。我们将配置文件分为bootstrap.yml、bootstrap-dev.yml、bootstrap-test.yml、bootstrap-prod.yml
<!-- bootstrap.yml -->
server:
port: 8001
spring:
profiles:
active: @spring.profiles.active@
application:
name: @artifactId@
cloud:
nacos:
discovery:
server-addr: ${spring.nacos.addr}
config:
server-addr: ${spring.nacos.addr}
file-extension: yaml
prefix: ${spring.nacos.config.prefix}
group: ${spring.nacos.config.group}
enabled: true
<!-- bootstrap-dev.yml -->
spring:
profiles: dev
nacos:
addr: 127.0.0.1:8848
config:
prefix: gitegg-cloud-config
group: GITEGG_CLOUD
<!-- bootstrap-test.yml -->
spring:
profiles: test
nacos:
addr: 测试地址:8848
config:
prefix: gitegg-cloud-config
group: GITEGG_CLOUD
<!-- bootstrap-prod.yml -->
spring:
profiles: prod
nacos:
addr: 生产地址:8848
config:
prefix: gitegg-cloud-config
group: GITEGG_CLOUD
上面的配置可以满足分环境打包读取不同配置文件的目的,但是在实际开发过程中我们发现,我们的微服务太多,如果要修改Nacos配置的话,每个微服务的配置文件都需要修改一遍,虽然可以用IDEA批量替换,但是感觉这不是很好的方式。我们理想的方式是这样的:
- 所有的微服务配置文件默认都从一个统一的地方读取
- 当有某一个微服务需要特殊的配置时,只需要修改它自己的配置文件即可实现上面的方式,我们可以将Nacos的配置到放到Maven的profile中,不同环境的bootstrap.yml可以读取其对应环境的配置信息,修改后的配置如下:
<!-- bootstrap.yml -->
server:
port: 8001
spring:
profiles:
active: @spring.profiles.active@
application:
name: @artifactId@
cloud:
nacos:
discovery:
server-addr: ${spring.nacos.addr}
config:
server-addr: ${spring.nacos.addr}
file-extension: yaml
prefix: ${spring.nacos.config.prefix}
group: ${spring.nacos.config.group}
enabled: true
<!-- bootstrap-dev.yml -->
spring:
profiles: dev
nacos:
addr: @nacos.addr@
config:
prefix: @nacos.config.prefix@
group: @nacos.config.group@
<!-- bootstrap-test.yml -->
spring:
profiles: test
nacos:
addr: @nacos.addr@
config:
prefix: @nacos.config.prefix@
group: @nacos.config.group@
<!-- bootstrap-prod.yml -->
spring:
profiles: prod
nacos:
addr: @nacos.addr@
config:
prefix: @nacos.config.prefix@
group: @nacos.config.group@
<!-- pom.xml -->
<profiles>
<profile>
<activation>
<!--默认为dev环境打包方式-->
<activeByDefault>true</activeByDefault>
</activation>
<id>dev</id>
<properties>
<spring.profiles.active>dev</spring.profiles.active>
<nacos.addr>1127.0.0.1:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
</properties>
</profile>
<profile>
<id>test</id>
<properties>
<spring.profiles.active>test</spring.profiles.active>
<nacos.addr>测试环境地址:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
</properties>
</profile>
<profile>
<id>prod</id>
<properties>
<spring.profiles.active>prod</spring.profiles.active>
<nacos.addr>生产环境地址:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
</properties>
</profile>
</profiles>
这样,通过在pom.xml里面不同profile的配置,就可以实现修改一处,使所有微服务读取Nacos的配置文件同时修改。 修改完之后,可能会有这样的疑惑:现在我们三个文件bootstrap-dev.yml、bootstrap-test.yml、bootstrap-prod.yml内容配置基本是一样的,只有profiles的值不同,那么实际可以直接写在bootstrap.yml一个文件中,通过pom.xml来配置区分不同环境即可。那么这里做的目的和意义:主要是为了后续可扩展定制,某个环境特定的配置。
2、Maven打包配置
在编写pom.xml之前,我们先了解一下几个常用Maven打包插件的区别和联系:
maven-compiler-plugin: 用于在编译(compile)阶段加入定制化参数,比如设置项目源码的jdk版本、编译的jdk版本,以及项目编码等。
- maven-jar-plugin: 将maven工程打成 jar 包,提供了manifest的配置,生成jar包中一般存放的是.class文件和resources目录下的配置,不会将依赖的jar包打包成一个可运行的jar包。
- spring-boot-maven-plugin: 其在Maven的package生命周期阶段,能够将mvn package生成的软件包,再次打包为可执行的软件包,并将mvn package生成的软件包重命名为*.original。 其主要作用就是将SpringBoot工程代码和依赖的jar包全部打包为可执行的jar或war文件,可以直接在jre环境下运行。
因为maven-jar-plugin打包的jar是把打包的jar和lib放在同一目录下,不是打成一个包,所以这样打的jar包文件很小。spring-boot-maven-plugin打包是把maven-jar-plugin打的jar包和依赖库repackage一个可运行的jar包,这个jar包文件很大。如果考虑到系统升级时的网络因素,那么使用maven-jar-plugin是最好不过了,当依赖库不改变的时候,只升级很小的jar包即可。这里因为是企业级微服务应用开发框架,不考虑网络传输的影响,考虑系统升级稳定性,不至于开发时依赖库修改了版本,而生产环境依赖库版本升级导致所有微服务受到影响,所以我们选择使用spring-boot-maven-plugin插件进行打包。
在GitEgg工程的父级pom.xml里配置如下:
<properties>
<!-- jdk版本1.8 -->
<java.version>1.8</java.version>
<!-- maven-compiler-plugin插件版本,Java代码编译 -->
<maven.plugin.version>3.8.1</maven.plugin.version>
<!-- maven编译时指定编码UTF-8 -->
<maven.compiler.encoding>UTF-8</maven.compiler.encoding>
</properties>
<build>
<finalName>${project.name}</finalName>
<resources>
<!-- 增加分环境读取配置 -->
<resource>
<directory>src/main/resources</directory>
<filtering>true</filtering>
<excludes>
<exclude>**/*.jks</exclude>
</excludes>
</resource>
<!-- 解决jks被过滤掉的问题 -->
<resource>
<directory>src/main/resources</directory>
<filtering>false</filtering>
<includes>
<include>**/*.jks</include>
</includes>
</resource>
<resource>
<directory>src/main/java</directory>
<includes>
<include>**/*.xml</include>
</includes>
</resource>
</resources>
<pluginManagement>
<plugins>
<!-- 用于在编译(compile)阶段加入定制化参数,比如设置项目源码的jdk版本、编译的jdk版本,以及项目编码等 -->
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
<version>${maven.plugin.version}</version>
<configuration>
<source>${java.version}</source>
<target>${java.version}</target>
<encoding>${maven.compiler.encoding}</encoding>
<compilerArgs>
<arg>-parameters</arg>
</compilerArgs>
</configuration>
</plugin>
<!-- 能够将Spring Boot应用打包为可执行的jar或war文件,然后以通常的方式运行Spring Boot应用 -->
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
<version>${spring.boot.version}</version>
<configuration>
<fork>true</fork>
<finalName>${project.build.finalName}</finalName>
</configuration>
<executions>
<execution>
<goals>
<goal>repackage</goal>
</goals>
</execution>
</executions>
</plugin>
</plugins>
</pluginManagement>
<plugins>
<plugin>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-maven-plugin</artifactId>
</plugin>
<plugin>
<groupId>org.apache.maven.plugins</groupId>
<artifactId>maven-compiler-plugin</artifactId>
</plugin>
</plugins>
</build>
<profiles>
<profile>
<activation>
<!--默认为dev环境打包方式-->
<activeByDefault>true</activeByDefault>
</activation>
<id>dev</id>
<properties>
<spring.profiles.active>dev</spring.profiles.active>
<nacos.addr>127.0.0.1:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
</properties>
</profile>
<profile>
<id>test</id>
<properties>
<spring.profiles.active>test</spring.profiles.active>
<nacos.addr>127.0.0.1:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
</properties>
</profile>
<profile>
<id>prod</id>
<properties>
<spring.profiles.active>prod</spring.profiles.active>
<nacos.addr>127.0.0.1:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
</properties>
</profile>
</profiles>
以上Maven配置完成之后,就可以进行正常的打可运行的SpringBoot包了。通常情况下,如果不使用docker和k8s集群,那么就可以直接使用Jenkins一键打包部署到测试或生产环境了。
我们下面将一步步介绍如何实现将微服务打包为Docker文件,进而发布到Docker镜像仓库私服Harbor上,k8s拉取私服Harbor上的Docker文件进行分布式部署。
- Docker: 开源的应用容器引擎,打包应用以及依赖包到一个可移植的镜像中,可以发布到任何流行的 Linux或Windows操作系统的机器上。
- Harbor: 区别于Docker官方提供的公共的镜像仓库,可以用于本地部署的私有Docker镜像仓库。
- Kubernetes(k8s): 用于自动部署,扩展和管理容器化应用程序的开源系统,可以自由地部署在企业内部,私有云、混合云或公有云
3、Docker打包配置
目前,网上有多种Docker打包插件使用说明,讲解最多的是Spotify开源的,Spotify官方已不再推荐使用docker-maven-plugin插件进行打包,而是推荐其最新的docker打包插件dockerfile-maven-plugin,但是dockerfile-maven-plugin也已经很久没有更新了,在使用方面也有局限性,比如:只支持在本机Docker的镜像build、tag、push。经过在网上搜索,发现Google开源的Jib插件功能更强大,它可以不写Dockerfile,不需要在本地安装Docker环境就能实现Docker打包,而且一直在更新,所以这里选择这个插件作为我们的Docker打包插件。 SpringBoot打包会将所有的依赖和资源文件等打包到一起,生成一个Fat Jar,这个Fat Jar的文件大小往往高达百兆,如果受制于网络环境,那么发布时,会传输较慢;同时,发布多次后,会占用大量的磁盘空间。尤其微服务架构下,会有一堆的Far Jar,那么,我们可以利用Docker镜像的分层结构特性,将应用程序的公共依赖打包为源镜像层,发布应用时,只发布业务修改层的代码。下面介绍Jib( jib-maven-plugin插件 )如何将SpringBoot应用程序分层打包Docker镜像,充分利用Docker的镜像分层复用机制,解决网络限制和占用大量磁盘空间的问题。
Jib( jib-maven-plugin插件 )构建的三个参数:
- buildTar:本地构建,不需要Docker daemon就可以将镜像生成tar文件,保存在工程的target目录下
- dockerBuild:将构建的镜像存到当前环境的Docker daemon
- build:将构建的镜像推送到远程仓库,官方仓库或者Harbor私有仓库
- 在GitEgg工程的父级pom.xml里配置jib-maven-plugin如下:
<properties>
......
<!-- jib-maven-plugin插件版本,代码打包docker -->
<jib.maven.plugin.version>3.1.4</jib.maven.plugin.version>
......
</properties>
<pluginManagement>
<plugins>
......
<!-- Docker 打包插件 -->
<plugin>
<groupId>com.google.cloud.tools</groupId>
<artifactId>jib-maven-plugin</artifactId>
<version>${jib.maven.plugin.version}</version>
<!-- 绑定到Maven的install生命周期 ,此处如果不使用https,会有问题,需要设置sendCredentialsOverHttp=true-->
<executions>
<execution>
<phase>install</phase>
<goals>
<goal>build</goal>
</goals>
</execution>
</executions>
<configuration>
<!--允许非https-->
<allowInsecureRegistries>true</allowInsecureRegistries>
<!-- 相当于Docerkfile中的FROM -->
<from>
<image>openjdk:8-jdk-alpine</image>
</from>
<to>
<image>${docker.harbor.addr}/${docker.harbor.project}/${project.artifactId}:${project.version}</image>
<auth>
<username>${docker.harbor.username}</username>
<password>${docker.harbor.password}</password>
</auth>
</to>
<container>
<!--jvm内存参数-->
<jvmFlags>
<jvmFlag>-Xms512m</jvmFlag>
<jvmFlag>-Xmx4g</jvmFlag>
</jvmFlags>
<volumes>/giteggData</volumes>
<workingDirectory>/gitegg</workingDirectory>
<environment>
<TZ>Asia/Shanghai</TZ>
</environment>
<!--使用该参数保证镜像的创建时间与系统时间一致-->
<creationTime>USE_CURRENT_TIMESTAMP</creationTime>
<format>OCI</format>
</container>
</configuration>
</plugin>
</plugins>
</pluginManagement>
......
<profiles>
<profile>
<activation>
<!--默认为dev环境打包方式-->
<activeByDefault>true</activeByDefault>
</activation>
<id>dev</id>
<properties>
<spring.profiles.active>dev</spring.profiles.active>
<nacos.addr>172.16.20.188:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
<docker.harbor.addr>172.16.20.175</docker.harbor.addr>
<docker.harbor.project>gitegg</docker.harbor.project>
<docker.harbor.username>robot$gitegg</docker.harbor.username>
<docker.harbor.password>Jqazyv7vvZiL6TXuNcv7TrZeRdL8U9n3</docker.harbor.password>
</properties>
</profile>
<profile>
<id>test</id>
<properties>
<spring.profiles.active>test</spring.profiles.active>
<nacos.addr>127.0.0.1:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
<docker.harbor.addr>172.16.20.175</docker.harbor.addr>
<docker.harbor.project>gitegg</docker.harbor.project>
<docker.harbor.username>robot$gitegg</docker.harbor.username>
<docker.harbor.password>Jqazyv7vvZiL6TXuNcv7TrZeRdL8U9n3</docker.harbor.password>
</properties>
</profile>
<profile>
<id>prod</id>
<properties>
<spring.profiles.active>prod</spring.profiles.active>
<nacos.addr>127.0.0.1:8848</nacos.addr>
<nacos.config.prefix>gitegg-cloud-config</nacos.config.prefix>
<nacos.config.group>GITEGG_CLOUD</nacos.config.group>
<docker.harbor.addr>172.16.20.175</docker.harbor.addr>
<docker.harbor.project>gitegg</docker.harbor.project>
<docker.harbor.username>robot$gitegg</docker.harbor.username>
<docker.harbor.password>Jqazyv7vvZiL6TXuNcv7TrZeRdL8U9n3</docker.harbor.password>
</properties>
</profile>
</profiles>
在需要docker打包的工程pom.xml里面添加插件引用
<build>
<plugins>
<plugin>
<groupId>com.google.cloud.tools</groupId>
<artifactId>jib-maven-plugin</artifactId>
</plugin>
</plugins>
</build>
在不需要docker打包的工程pom.xml里面需要配置skip=true
<build>
<plugins>
<plugin>
<groupId>com.google.cloud.tools</groupId>
<artifactId>jib-maven-plugin</artifactId>
<configuration>
<!--此模块不打可执行的jar包,打普通jar包即可-->
<skip>true</skip>
</configuration>
</plugin>
</plugins>
</build>
Docker本地打镜像tar包命令:
clean package -Ptest jib:buildTar -f pom.xml
Docker把镜像push到本地docker命令:
clean package -Ptest jib:dockerBuild -f pom.xml
Docker把镜像push到远程镜像仓库命令:
clean package -Ptest jib:build -Djib.httpTimeout=200000 -DsendCredentialsOverHttp=true -f pom.xml
Jib( jib-maven-plugin插件 )的构建可以绑定到maven生命周期,以上实例中,已经绑定到maven的install生命周期,在实际使用时,因为安全方面的考虑,不支持http发送用户名密码,需要设置sendCredentialsOverHttp=true。
常见问题
在bootstrap.yml中无法读取@spring.profiles.active@,且提示found character '@' that cannot start any token. 解决:项目中如果没有指定spring-boot-starter-parent,resources->resource->filtering一定要设置为true才能够解析@,如下所示:
<build>
<resources>
<resource>
<directory>src/main/resources</directory>
<filtering>true</filtering>
</resource>
</resources>
</build>
- GitEgg-Platform作为平台jar包,不需要打docker文件,在GitEgg-Cloud打包时会引入GitEgg-Platform的jar包,所以上面的配置只需要在GitEgg-Cloud工程下配置。
- K8S部署yaml,Jenkins脚本会首先读取子工程是否有配置部署的yaml,如果有则使用,如果没有则读取根目录下的部署yaml。
apiVersion: apps/v1
kind: Deployment
metadata:
name: {APP_NAME}-deployment
labels:
app: {APP_NAME}
spec:
replicas: 1
revisionHistoryLimit: 3
selector:
matchLabels:
app: {APP_NAME}
template:
metadata:
labels:
app: {APP_NAME}
spec:
hostNetwork: true
containers:
- name: {APP_NAME}
image: {IMAGE_URL}/{IMAGE_PROGECT}/{APP_NAME}:{IMAGE_TAG}
imagePullPolicy: Always
resources:
limits:
cpu: 300m
memory: 500Mi
requests:
cpu: 100m
memory: 100Mi
ports:
- containerPort: {APP_PORT}
env:
- name: SPRING_PROFILES_ACTIVE
value: {SPRING_PROFILE}
imagePullSecrets:
- name: harbor-key
---
kind: Service
apiVersion: v1
metadata:
name: {APP_NAME}-service
labels:
app: {APP_NAME}
spec:
selector:
app: {APP_NAME}
ports:
- protocol: TCP
port: {APP_PORT}
targetPort: {APP_PORT}
docker安装启动命令
docker pull 172.16.20.175/gitegg/gitegg-service-system:1.0-SNAPSHOT
# --restart=always 自动重新启动 , /opt/gitegg 是配置 jar包运行的位置
docker run -d imageId --restart=always --name=gitegg-service-system -p 8006:8006 /opt/gitegg
# 查看是否启动
docker ps
# 查看日志
docker logs --tail 100 -f gitegg-service-system
docker-compose配置启动
docker-compose up -d
docker使用容器内网络,当服务注册中心Nacos使用docker-compose安装时使用,注册到Nacos的地址为docker容器内ip
......
networks:
- giteggNetworks
......
networks:
giteggNetworks:
driver: bridge
......
完整yaml
version: '3'
services:
gitegg-service-system:
image: 172.16.20.175/gitegg/gitegg-service-system:1.0-SNAPSHOT
container_name: gitegg-service-system
ports:
- 8001:8001
volumes:
- "/data/gitegg/gateway/gitegg-service-system.jar:/app.jar"
- "/data/gitegg/gateway/logs:/logs"
logging:
options:
max-size: "100m"
networks:
- giteggNetworks
gitegg-service-base:
image: 172.16.20.175/gitegg/gitegg-service-base:1.0-SNAPSHOT
container_name: gitegg-service-base
ports:
- 8002:8002
volumes:
- "/data/gitegg/base/gitegg-service-base.jar:/app.jar"
- "/data/gitegg/base/logs:/logs"
networks:
- giteggNetworks
gitegg-oauth:
image: 172.16.20.175/gitegg/gitegg-oauth:1.0-SNAPSHOT
container_name: gitegg-oauth
ports:
- 8003:8003
volumes:
- "/data/gitegg/oauth/gitegg-oauth.jar:/app.jar"
- "/data/gitegg/oauth/logs:/logs"
networks:
- giteggNetworks
gitegg-service-extension:
image: 172.16.20.175/gitegg/gitegg-service-extension:1.0-SNAPSHOT
container_name: gitegg-service-extension
ports:
- 8005:8005
volumes:
- "/data/gitegg/extension/gitegg-service-extension.jar:/app.jar"
- "/data/gitegg/extension/logs:/logs"
networks:
- giteggNetworks
gitegg-code-generator:
image: 172.16.20.175/gitegg/gitegg-code-generator:1.0-SNAPSHOT
container_name: gitegg-code-generator
ports:
- 8006:8006
volumes:
- "/data/gitegg/generator/gitegg-code-generator:/app.jar"
- "/data/gitegg/generator/logs:/logs"
networks:
- giteggNetworks
gitegg-gateway:
image: 172.16.20.175/gitegg/gitegg-gateway:1.0-SNAPSHOT
container_name: gitegg-gateway
ports:
- 801:80
volumes:
- "/data/gitegg/gateway/gitegg-gateway:/app.jar"
- "/data/gitegg/gateway/logs:/logs"
networks:
- giteggNetworks
networks:
giteggNetworks:
driver: bridge
docker使用宿主机网络,不能和上面的使用容器内网络同时使用。当服务注册中心Nacos单独部署时使用,Nacos获取到的是docker宿主机的ip
......
network_mode: "host"
......
完整yaml,使用了network_mode: "host"之后,不能再使用ports端口映射
version: '3'
services:
gitegg-service-system:
image: 172.16.20.175/gitegg/gitegg-service-system:1.0-SNAPSHOT
container_name: gitegg-service-system
network_mode: "host"
volumes:
- "/data/gitegg/gateway/gitegg-service-system.jar:/app.jar"
- "/data/gitegg/gateway/logs:/logs"
logging:
options:
max-size: "100m"
gitegg-service-base:
image: 172.16.20.175/gitegg/gitegg-service-base:1.0-SNAPSHOT
container_name: gitegg-service-base
network_mode: "host"
volumes:
- "/data/gitegg/base/gitegg-service-base.jar:/app.jar"
- "/data/gitegg/base/logs:/logs"
gitegg-oauth:
image: 172.16.20.175/gitegg/gitegg-oauth:1.0-SNAPSHOT
container_name: gitegg-oauth
network_mode: "host"
volumes:
- "/data/gitegg/oauth/gitegg-oauth.jar:/app.jar"
- "/data/gitegg/oauth/logs:/logs"
gitegg-service-extension:
image: 172.16.20.175/gitegg/gitegg-service-extension:1.0-SNAPSHOT
container_name: gitegg-service-extension
network_mode: "host"
volumes:
- "/data/gitegg/extension/gitegg-service-extension.jar:/app.jar"
- "/data/gitegg/extension/logs:/logs"
gitegg-code-generator:
image: 172.16.20.175/gitegg/gitegg-code-generator:1.0-SNAPSHOT
container_name: gitegg-code-generator
network_mode: "host"
volumes:
- "/data/gitegg/generator/gitegg-code-generator:/app.jar"
- "/data/gitegg/generator/logs:/logs"
gitegg-gateway:
image: 172.16.20.175/gitegg/gitegg-gateway:1.0-SNAPSHOT
container_name: gitegg-gateway
network_mode: "host"
volumes:
- "/data/gitegg/gateway/gitegg-gateway:/app.jar"
- "/data/gitegg/gateway/logs:/logs"