有關Docker的八個令人難以置信的事實

英文原文：8 Surprising facts about real Docker adoption

翻譯：崔婧雯

這一年 Docker 技術蓬勃發展，Datadog 公司從其獨特的視角，基于其監控的第一手數據，分析報告了 Docker 使用相關的八大事實，同時也詳細介紹了他們取樣，分析的方法論。很有意思，值得一讀。

數以千計的公司使用 Datadog 來跟蹤基礎架構，所以我們能夠實時看到正在涌現的軟件趨勢。今天很激動得和大家分享關于 Docker 真正使用的情況 — 沒有吹噓，只列事實。

Docker 大概是 2015 年談論最多的基礎架構技術。我們啟動這個項目來調研有多少 Docker 真正用在生產環境里，真正使用的增長速度是怎樣的。我們發現了這些問題的答案– 并且同時發現了一些更加精彩的內容。

本文研究基于 7000 個公司的采樣，并且跟蹤了真實使用場景，而不僅僅只是看使用報告。就我們所知，這是所發表的最為精準的 Docker 使用情況匯報。

本文使用如下詞匯描述企業使用狀態：“已使用（adopted）”，“嘗試中（dabbling）”，和“已放棄（abandoned）”。下文方法論章節講述了如何評測使用狀態。

事實一：Docker 的真正使用在一年里上升了五倍

在 2014 年九月初，Datadog 1.8% 的客戶已經使用了 Docker。一年后，這個數字增長到 8.3%。在 12 個月里幾乎增長了五倍。

事實二：Docker 在我們監控的6% 的主機上運行

這是很讓人吃驚的事實：一年前 Docker 幾乎還沒有任何市場份額，現在它已經運行在我們監控的6% 的主機上。6% 聽上去不是個絕對高的數字，但是基于我們監控了 120 種不同技術，這個數字的確可以說明它在用戶技術棧上已經非常重要了。

但是，如下表所示，主機數百分比的增長自上個季度開始似乎有所停滯。這可能是季節因素導致的，大型基礎架構項目通常在暑假之后會停止。我們很感興趣來繼續觀察這個季度的情況。

事實三：越大型的公司使用越早

這個現象駁斥了公司越大動作越慢的說法。一個使用越多主機的公司，更有可能已經嘗試了 Docker，也更有可能已經使用了 Docker。這個現象很令人吃驚，因為一個公司使用了越多的主機，那么只有它使用了更多數量的 Docker 容器時，才會將其歸類為“使用者”。如下文方法論章節所述，這個發現在不同基礎架構規模分割閥值的情況下都適用。

事實四：嘗試 Docker 的2/3 的公司最終使用了它

這條還是好消息。我們驚訝得發現這么多嘗試 Docker 的公司最終都迅速使用了它。大部分想要使用 Docker 的公司在最初生產環境上使用的 30 天內就完成了轉變，其余使用者在 60 天內完成了轉變。

事實五：五個月內用戶容器數量擴大了三倍

使用者和嘗試者都在其第一次使用到第六個月使用之間，生產環境運行容器的平均數量擴大了三倍。這樣使用量的增長 — 即便在嘗試者里 — 對于 Docker 而言也是大好消息。

事實六：使用最為廣泛的鏡像是 Registry，NGINX 和 Redis

Docker 里運行的最常用技術是：

Registry：運行 Docker 的公司中 25% 的公司正在使用 Registry，可能用其來代替 Docker Hub。

NGINX：Docker 看來被用來包含了很多 HTTP 服務器。很有意思的是 Apache（httpd）并不是前十名。

Redis：流行的內存內鍵值數據存儲，通常用來作為內存內數據庫，消息隊列，或者緩存。

Ubuntu：依然是構建鏡像的默認選擇。

Logspout：用來從主機上的所有容器里收集日志，并且將日志路由到任意需要的地方。

MongoDB：使用廣泛的 NoSQL 數據庫。

Elasticsearch：全文本搜索。

CAdvisor：Kubernetes 用來從容器里收集度量參數。

MySQL：使用最為廣泛的開源數據庫。

Postgres：使用第二廣泛的開源數據庫。將 Postgres 和 MySQL 的數量相加，可見使用 Docker 運行關系型數據庫非常常見。

事實七：Docker 主機通常一次運行四個容器

使用 Docker 的公司在每個主機上平均同時運行四個容器。這個發現似乎表明 Docker 實際上通常被作為共享計算資源的輕量級方式；其價值不僅僅在于提供可知的，版本化的運行時環境。

事實八：VM 的生命周期比容器長四倍

在使用 Docker 的公司里，容器的平均生命周期是 3 天，但是在所有公司里，傳統和基于云的 VM 的生命周期為 12 天。

正如事實七所討論，通常在主機上會同時運行 4 個容器。因此可以在一般 VM 的生命周期里運行 16 個容器（4 代 4 個同步容器）。但是基于不均衡的分布情況，通常實際在 VM 的生命周期里會運行 9 個容器。

容器更短的生命周期以及增長的密度對于基礎架構監控而言意義深遠。它表示某個事物的個數呈數量級增長，需要單獨監控。監控方案是圍繞主機的，而不是圍繞可能快速就不可用的角色。因此我們期待 Docker 能持續驅動幾年前云計算開始引發的監控實踐的進步。

方法論

樣本

如介紹所述，使用的數據來自于 7000 家公司的采樣，因此本文應該是已發表的 Docker 使用情況調查里最精準的。但是，Datadog 的客戶傾向于“早期使用者”，以及更謹慎對待軟件基礎架構的公司。由于數據來自于我們的客戶，本文的所有結論會帶有傾向性，是全球市場的不完全樣本。

平均值

當提到客戶基準里的平均數值時（比如，平均容器生命周期），我們并不是指樣本的均值。而是會計算出單獨用戶的平均值，然后報告客戶數值的中位 數。我們發現如果取真正的均值的話，結果會被少數幾個公司的不常見的 Docker 使用方式帶來的數值嚴重影響。比如，將容器用作處理隊列單元工作會導致某個公司每小時使用上千個容器。

采用分段

本文將企業分類為“采用者”，“嘗試者”和“放棄者”。會在月末基于每個企業本月的 Docker 活動重新將其分類。

采用者：該月運行的容器的均值至少是運行主機數目的 50% 以上，或者該月至少有和獨立主機數量一樣的獨立容器。

嘗試者：該月使用了 Docker，但是沒有達到“采用者”要求的門限

放棄者：目前仍舊活躍的公司，以前使用過 Docker，但是上個月完全沒有使用。

注意采用分段門限并非來自于數據的自然分組；數據里包含各種使用數據。我們使用了直覺覺得對于讀者有意義的數據。

很有意思的是，本文的發現令人驚訝得適應于不同的采用分段門限。比如，不管采用者門限更低（25% 容器平均值，或者和主機數相比，有 0.75x 的單獨容器）或者更高（75% 容器均值，或者和主機數相比，有 1.5x 的單獨容器），大部分發現都是不變的：

事實 #1：一年內真正采用量還是上升了 5 倍

事實#2：采用分段和這些發現沒有關系

事實#3：大型公司成為 Docker 采用者或者嘗試者的數量還是比小型公司多2-4 倍。圖表幾乎沒有變化。

事實#4：發現幾乎沒變：采用百分比僅僅變化了±3%

事實#5：第一個月到第六個月之間，采用者的容器數量仍然增長了三倍

事實#6：采用分段和這些發現不相關。

事實#7,8：結果沒變。

我們也針對絕對數量門限作了分析，使用分段結果，比如“采用者在該月至少平均運行了 20 個容器”。但是大部分發現仍然驚人得類似（實際上，幾乎一樣），這樣的策略使得我們更應該在小型企業里，如果其基礎架構運行 Docker 的比例很大時，將其歸類為嘗試者。

計數

只運行了 Datadog Agent 的容器被排除在本次調查之外，因此只運行 Agent 的主機也被排除了。

事實 #1

我們認為能夠看到 Docker 使用量的如此大幅度增長恰恰因為 Datadog 很擅長于監控 Docker。可能新增長是由需要 Docker 監控的 Docker 新用戶帶來的，他們可能會為此專門使用 Datadog。但是，當我們看 Datadog 長期客戶時，采用百分比幾乎一樣。

事實 #2

對于監控的每一種技術，我們將使用量在前1% 的企業排除在外。也就是說，如果一小部分公司以非尋常方式使用某種特定技術，并且重度使用時，他們會被從計算中排除。

也要注意，當限制采用為所有使用 Docker 的公司，或者當排除使用 Docker 公司的5%，10% 或 25% 時，“運行 Docker 主機百分比”圖的基本走勢保持不變。上個季度里，運行 Docker 的主機百分比有明顯變平的趨勢。

事實 #3

對于不同的基礎架構規模切入點，該發現保持一致。不同切入點如下。本文使用切入點的中間段。

基礎架構規模切入點已經嘗試 Docker 的公司的百分比

1–49, 50–99, 100+ 11%， 22%， 43%

1–99, 100–499, 500+ 11%， 28%， 56%

1–249, 250-749, 750+ 12%， 37%， 58%