Docker
为什么使用docker
因为深刻理解到一句话：“这个程序可以在我的电脑运行”，但是就是在其他电脑上运行不上，
Docker为什么会出现
在产品开发过程中，环境的配置是十分麻烦的，比如一个项目（redis，MySQL），在不同的人手上，就要重新配置一遍环境，然后就想打包项目能不能带上环境安装打包
个人感觉docker过程就像一个安卓应用从开发到可以在手机上运行的过程：
在编写安卓应用的时候是用Java或者其他种类的语言来编写，容然后打包成为一个以**.apk**结尾的包，发布到应用商店，然后需要使用的人从应用商店下载这个以**.apk**结尾的安装包，安装就可以使用（Java代码在手机上是不可以运行的，但是通过一系列的打包成为在android环境中可以运行的**apk**安装包）
流程：Java -- apk -- （应用商店）-- 个人下载使用apk -- 下载安装就可以使用
所以docker的流程就像这样：
（编写的项目代码 -- （env）需要的环境 ）-- 打包项目带上环境 (镜像（image))-- push到docker商店 （docker hub) -- 下载我们发布的镜像 -- 直接运行（容器 container）
就像docker的图标一样，采用隔离的机制，避免了在虚拟机中的端口冲突问题（在docker中可以可以使端口的映射来解决端口的问题）
Docker的历史
2010年，美国的几个it年轻人，成立了一家公司dotcloud，是关于一些虚拟机有关的容器技术，
他们将自己的容器化技术命名为docker，刚开始的时候docker并不出名，2013年通过开源，越来越多的人知道了docker的优点
2014年，docker 1.0 发布，因为十分的轻巧，所以非常火
在容器化技术出现之前，都是使用的虚拟化技术，
在windows中，安装一个vmware，可以虚拟出一个电脑或者多台电脑，但是笨重
vm：linux centos 原生镜像，隔离 需要多个虚拟机 一个虚拟机至少需要几个G，启动时间在分钟级
docker： 隔离，镜像（最核心的环境可能只需要几M的内存，秒级启动）
docker 网址：www.docker.com
在首页的最下面有关于docker的文档 ：https://docs.docker.com
docker 仓库：https://hub.docker.com
docker能做什么
比较docker和虚拟机的不同
- 就像在上图中，关于虚拟机的原理，是在内核的基础上虚拟出我们需要的环境。我们需要分配内存，需要配置cpu，在上图中，有多个APP，但是他们的所需要的环境是不一样的，所以在配置环境的时候，将所有的环境配置在共同的lib中，造成了资源的浪费和冗余，以及端口之间的冲突。
- 但是在docker中，docker 相对于虚拟机来说，不是在宿主机上虚拟出一套硬件后在虚拟出一个操作系统，而是在宿主机上直接运行docker容器中的进程，形成相应的容器，在容器之中运行自己的APP,每个容器之间相互隔离，都有一个属于自己的文件系统，互不影响，相对来说，docker的体积会更轻.
- docker中的镜像是分层的，比如上图中的Ubuntu刚开始是72.7 mb,但是自己可以在这个基础的版本上加入自己想要加入的东西，比如MySQL。
关于docker
image(镜像):
就好像是一个模板，通过这个模板来创建容器，一个镜像可以创建多个容器，（最终的项目代码运行就是在容器中的），就像是基本类和由这个类new的对象，image就是基本类，然后new了几个对象，这些对象就像是container，实际上使用的就是这些新的对象
container（容器）
通过镜像来创建，可以看做一合简易的Linux系统，基本操作：启动，停止，删除
(repository)仓库
存放镜像的地方，默认是国外的docker hub
Docker安装
docker网站里面有详细的步骤，推荐使用阿里云的镜像加速。
使用docker version 查看是否安装成功
使用 docker run hello-world 测试
卸载docker
卸载依赖
yum remove docker-ce-cli containerd.io
卸载资源
rm -rf /var/lib/docker docker的默认工作路径
了解一下镜像run hello-world流程
在敲下run命名后，
底层原理
docker是怎么工作的？
docker是一个cs结构的系统，docker的守护进程运行在主机上，通过socket从客户端访问
DockerServer 接收到Docker-client的指令，就会执行这个命令
相比较虚拟机来说，docker的容器少了一个Hypervisor ,少了一个抽象层，所以，新建一个容器的时候，不需要像虚拟机一样重新加载一个操作系统内核，就避免了引导过程（就像以前的老电脑开机时候一行一行的显示状态码一样，这是个很长的过程），docker是利用宿主机的操作系统，
容器内部机制
容器内部的原理就大概像命名空间一样，在Linux操作系统中，有这么一个和命名空间类似的功能，将全局资源共享到进程中，如果将这些资源包装在命名空间中，使得一些资源只对同一命名空间的进程可见。
就比如，我有一块磁盘，放在命名空间为PTD的命名空间中，那么在其他比如PSD的命名空间的进程就不可以查看或者访问我在命名空间为PTD中的磁盘。当然，PTD中的进程也不可以访问PSD 中的资源。为全局资源提供了一种虚拟化和隔离。
Docker，就是这样，每个容器在自己的‘命名空间’中运行，但是和其他容器一起使用操作系统的内核，隔离是因为内核知道根据命名空间分配相应的进程。
Docker的常用命令
帮助命令
docker version 版本信息
docker info 显示docker的系统信息，包括镜像和容器的数量
docker 命令-- help 命令的帮助命令
在 https://docs.docker.com 下面的 reference 有docker的全部命令
镜像命令
docker images 查看本地的所有的镜像，有仓库名，版本信息，镜像ID，创建时间，镜像大小五个属性
docker search 搜索镜像
docker pull 下载镜像
docker rmi 删除镜像
docker rmi -f $(docker images -ap) 删除全部的镜像
容器命令
新建一个容器并启动
docker run [option] image
docker run --rm [images ]. 常用来测试，退出容器就会删掉容器
option 说明
--name='Name' 容器名字 MySQL01 mysql02 用来区分容器
-d 后台方式运行
-it 使用交互方式运行，进入容器查看内容
-p 指定容器的端口 -p 8080:8080 -p 主机端口：容器端口
-P 随机指定端口
docker ps 显示运行的容器
退出容器
exit 直接容器停止并退出
Ctrl + p + q 不停止退出
删除容器
docker rm 容器ID，不能删除正在运行的容器，如果强制删除，rm -f
docker rm -f $(docker ps -aq) 全部删除
启动和停止容器
docker start 容器ID 启动容器
docker restart 容器ID 重启容器
docker stop 容器ID 停止容器
docker kill 容器ID 强制停止容器
volume
使用docker volume --help查看使用幫助
step1：
docker volume create direct_name
step2
docker volume inspect direct_name #get volume location
step3
docker run -d -v direct_name:/home/instance -p 5000:5000 --name rain alert:0.1
常用其他命令
后台启动容器
docker run -d 镜像名
问题：使用docker ps 查看时候，发现容器停止了 ，因为docker使用后台运行，但是必须有一个前台进程，docker发现没有应用，就会自动停止，
查看日志命令
docker logs
shell
docker run -d ubuntu /bin/bash -c "while true;do echo xiaogang;sleep 1;done"
为了使用logs命令，然后在启动ubuntu时候输出
docker logs -ft --tail 10 容器ID
查看容器中的进程信息
docker top [容器ID]
查看镜像的元数据
docker inspect [容器ID]
进入当前正在运行的容器
docker exec -it 容器ID 进入容器后开启一个新的终端
docker attach 容器ID 进入容器正在执行的终端，不会启动新的终端
docker rm -f $(docker ps -aq) 删除所有的容器
拷贝文件到主机上
docker cp
docker cp 容器名:/容器内文件地址 /主机地址
el: 将容器内部的test.java拷贝到主机上,将容器内部的home目录下的test.java拷贝到主机上的home目录下
首先在进入容器内部创建或者找到拷贝的文件，
docker attach 容器名 进入容器
touch file（test.java）
docker cp 容器ID ： / home/test.java /home
拷贝是一个手动过程，以后使用 -v volume卷的技术实现拷贝过程
小结
一些例子
安装使用nginx和tomcat
平时使用nginx和tomcat时候的一些部署问题
首先使用docker search 搜索相应的镜像，或者可以在docker的官网里面找到需要的版本，后根据需要下载
然后使用docker run -d --name nginx03 -p 3344:80 nginx 创建相应的容器之后，暴露主机的3344端口给容器的80 端口
最后使用docker exec -it nginx03 /bin/bash 进入创建的容器，比如在tomcat里面的WebApps里面是没有任何东西的，需要使用webapps.dist里面的ROOT里面的文件来实现相应的界面效果，
使用curl localhost:端口号 或者在浏览器里面输入主机 ip:端口号 测试访问
docker镜像
镜像
images是一种轻量级可执行的独立软件包，打包运行环境和基于运行环境开发的软件，包含某个软件所需要的所有的内容，包括代码，库，环境变量和配置文件。
联合文件系统
是一种分层，轻量级并且高性能的文件系统，支持对文件系统的修改作为一次提交来一层层的叠加，将不同的目录挂载到同一个虚拟文件系统下，镜像可以通过分层来继承，但是没有父镜像一说，更多说的是基础镜像，可以根据一个基础的镜像来制作具体应用的镜像
理解：
所有的镜像都起源于一个基础的镜像，当进行修改或者增加新的镜像时候，就会在当前镜像之上，增加新的镜像层
比如说，基于Linux创建一个新的镜像，这是第一层，然后添加Python包，这就是第二层，就是这样一层一层的增加，在不断的增加新的镜像层时候，最后的镜像始终是当前所有镜像的组合
多个Container可以共享基础Image存储，节省存储空间；快速部署 – 如果要部署多个Container，Base Image可以避免多次拷贝，实现快速部署。因为多个Container共享Image，提高多个Container中的进程命中缓存内容的几率。
容器数据卷
数据，在创建一个容器过程中，如果容器被删除，数据就会丢失。那么实现数据持久化就是一个问题。
方式1：直接使用命令挂载
docker run -it -v 主机目录：容器目录
使用docker inspect 容器id
例子：
使用MySQL镜像创建相应的容器之后，如果容器被删除，那么数据库里面的相应数据也会被删除，使用数据卷挂载的技术，使容器的数据在外部也可以进行相应的操作，相当于备份。
docker run -d -p 3310:3306 -v /home/mysql/conf:/etc/mysql/conf.d -v /home/mysql/data:/var/lib/mysql -e MYSQL_ROOT_PASSWORD=123456 --name mysql01 mysql
在这一行中
-d 表示后台运行容器
-v 进行容器和宿主机之间的挂载
-p 实现端口的暴露
--name 如果要根据一个镜像启动多个容器，那么可以使用--name 对不同的容器之间进行区分
具名和匿名挂载
三种挂载方式：
-v 容器内路径 #匿名挂载
-v 卷名：容器内路径 #具名挂载
-v /主机路径：容器内部路径 #指定路径挂载
相应的，在挂载路径后面加上ro或者rw ，表示onlyread和readwrite，只读和可读可写
DockerFile
是用来构建docker镜像的文件，命令参数脚本。
构建步骤：
1、编写一个dockerfile文件
2、docker build构建一个镜像
3、docker run 运行镜像
4、docker push 发布镜像（dockershub 阿里云镜像仓库）
官方的镜像中，很多都是基础版本，所以我们需要自己制作自己的镜像
dockerfile构建过程
基础知识 ：
每个关键字都是大写的字母
执行顺从上倒下
井号表示注释
每个指令都会创建提交一个新的镜像层，每一行命令都是一层
dockerfile是面向开发的，发布项目，做镜像，就需要dockerfile文件，
docker镜像成为交付的标准。必须要掌握。
dockerfile：构建文件，定义了一切的步骤，源代码
dockerimage:通过dockerfile构建生成的镜像，最终发布和运行的产品
docker容器：容器就是镜像运行起来提供服务
dockerfile的指令
通过使用这些指令，来写自己 的镜像
例子：创建一个自己的nginx
FROM NGINX
MAINTAINER Rain<daigang344@163.com>
ENV MYPATH /usr/local
WORKDIR $MYPATH
RUN yum -y install vim
RUN yum -y install net-tools
EXPOSE 80
CMD echo $MYPATH
CMD echo "----end----"
CMD /bin/bash
通过这个编写的文件构建镜像
docker build-f dockerfile文件路径 -t 镜像名：[tag]
使用docker history 查看更改历史
提交自己的镜像
使用方法和git一样
1、在hub docker https://hub.docker.com/上面注册自己的账号 在本地使用docker login -u 登录 会要求输入自己的密码
2、使用docker push 镜像名 发送到自己的仓库
提交到阿里云镜像仓库
1、登录阿里云， 创建相应的仓库和命名空间
2、相应的步骤阿里云上有
小结
在上图中，使用dockerfile制作一个镜像，命令是docker build 镜像名
使用docker run 启动一个容器使用docker push 发送到远端仓库，使用start stop restart 启动 停止 重启 容器
使用 docker pull 从远端仓库拉取相应的镜像，使用 docker save -o 压缩镜像，使用 docker load 解压缩镜像，tag是镜像的标签，在发布镜像时候会给镜像加上相应的版本，
使用docker commit 提交新的镜像（假设我们在docker中运行了一个Tomcat容器，我们在tomcat容器中做了一些我们自定义的修改，然后我们这个修改的tomcat容器进行commit，这样我们就形成了一个新的自定义镜像 ）命令是docker commit -m="提交的描述信息" -a="作者" 容器id 要创建的目标镜像名:[标签名]
关于docker的操作上满这幅图中做了详细的解释
docker 网络
在Linux中，每启动一个docker 容器，都会分配一个IP地址，所有的容器在不指定网络的情况下，都是docker 0路由的，
容器内部的网卡信息
docker 使用的是Linux的桥接技术，宿主机中是一个docker的容器网桥
容器中的网卡都是成对出现的，evth-pair 就是一对虚拟的设备接口，一端连着协议，一端连着彼此，利用这个特性，连接各种虚拟设备，
port # 查看映射端口对应的容器内部源端口
pause # 暂停容器
ps # 猎户容器列表
pull # 从docker镜像源服务器拉取指定镜像或者库镜像
push # 推送指定镜像或者库镜像至docker源服务器
restart # 重启运行的容器
rm # 移除一个或多个容器
rmi # 移除一个或多个镜像 （无容器使用该镜像才可删除，否则需要删除相关容器才可继续或 -f 强制删除）
run # 创建一个新的容器并运行一个命令
save # 保存一个镜像为一个 tar 包【对应 load】
search # 在 docker hub 中搜索镜像
start # 启动容器
stop # 停止容器
tag # 给源中镜像打标签
top # 查看容器中运行的进程信息
unpause # 取消暂停容器
version # 查看 docker版本号
wait # 截取容器停止时的退出状态值
一些基本的命令。
docker images 查看本地镜像
docker run -d --name 容器名（可以是多个） -p 宿主机端口：容器端口 容器名
上一句命令主要是用在部署服务器上面，在一个容器中运行多个服务
自定义网络
查看所有的docker 网络
网络模式
bridge 桥接模式。默认
none 不配置网络
host. share network with host
Container 容器网络联通
测试
docker run -d -P --nama tomcat01 tomcat
docker run -d -P --name tomcat01 --net bridge tomacat
# 自定义网络
# bridge
docker network create --driver bridge --subnet 192.168.0.0/16 --geteway 192.168.0.1 mynet
root@xiaogang:~# docker network create --driver bridge --subnet 192.168.0.0/16 --gateway 192.168.0.1 mynet
c99b09dcc450d3ab2d2f6a8bb81c4a5afa0f17d42cfa5718aa5e1a8a5e9e3642
root@xiaogang:~#
root@xiaogang:~# docker network ls
NETWORK ID NAME DRIVER SCOPE
4c696778bfab bridge bridge local
db42b2ce883e host host local
c99b09dcc450 mynet bridge local
0f13dfc2aac3 none null local
root@xiaogang:~#
网络连通
测试 docker01 dao 自定义网络之间的容器连通
root@xiaogang:~# docker network connect mynet tomcat01
将tomcat01 加入到mynet网段中
一个容器两个IP
部署redis集群
docker network create redis --subnet 172.38.0.0/16
for port in $(seq 1 6); do
echo "Creating directory for node-${port}"
mkdir -p /mydata/redis/node-${port}/conf
if [ $? -eq 0 ]; then
echo "Directory created successfully"
else
echo "Failed to create directory"
exit 1
fi
echo "Creating redis.conf for node-${port}"
touch /mydata/redis/node-${port}/conf/redis.conf
if [ $? -eq 0 ]; then
echo "redis.conf created successfully"
else
echo "Failed to create redis.conf"
exit 1
fi
echo "Writing configuration to redis.conf"
cat << EOF > /mydata/redis/node-${port}/conf/redis.conf
port 6379
bind 0.0.0.0
cluster-enabled yes
cluster-config-file nodes.conf
cluster-node-timeout 5000
cluster-announce-ip 172.38.0.1${port}
cluster-announce-port 6379
cluster-announce-bus-port 16379
appendonly yes
EOF
if [ $? -eq 0 ]; then
echo "Configuration written successfully"
else
echo "Failed to write configuration"
exit 1
fi
done
# 创建容器的脚本
docker run -p 6371:6379 -p 16371:16379 --name redis-1 \
-v /mydata/redis/node-1/data:/data \
-v /mydata/redis/node-1/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.38.0.11 redis redis-server /etc/redis/redis.conf
docker run -p 6372:6379 -p 16372:16379 --name redis-2 \
-v /mydata/redis/node-2/data:/data \
-v /mydata/redis/node-2/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.38.0.12 redis redis-server /etc/redis/redis.conf
docker run -p 6373:6379 -p 16373:16379 --name redis-3 \
-v /mydata/redis/node-3/data:/data \
-v /mydata/redis/node-3/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.38.0.13 redis redis-server /etc/redis/redis.conf
docker run -p 6374:6379 -p 16374:16379 --name redis-4 \
-v /mydata/redis/node-4/data:/data \
-v /mydata/redis/node-4/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.38.0.14 redis redis-server /etc/redis/redis.conf
docker run -p 6375:6379 -p 16375:16379 --name redis-5 \
-v /mydata/redis/node-5/data:/data \
-v /mydata/redis/node-5/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.38.0.15 redis redis-server /etc/redis/redis.conf
docker run -p 6376:6379 -p 16376:16379 --name redis-6 \
-v /mydata/redis/node-6/data:/data \
-v /mydata/redis/node-6/conf/redis.conf:/etc/redis/redis.conf \
-d --net redis --ip 172.38.0.16 redis redis-server /etc/redis/redis.conf
创建集群
redis-cli --cluster create 172.38.0.11:6379 172.38.0.12:6379 172.38.0.13:6379 172.38.0.14:6379 172.38.0.15:6379 172.38.0.16:6379 --cluster-replicas 1
# redis-cli --cluster create 172.38.0.11:6379 172.38.0.12:6379 172.38.0.13:6379 172.38.0.14:6379 172.38.0.15:6379 172.38.0.16:6379 --cluster-replicas 1
>>> Performing hash slots allocation on 6 nodes...
Master[0] -> Slots 0 - 5460
Master[1] -> Slots 5461 - 10922
Master[2] -> Slots 10923 - 16383
Adding replica 172.38.0.15:6379 to 172.38.0.11:6379
Adding replica 172.38.0.16:6379 to 172.38.0.12:6379
Adding replica 172.38.0.14:6379 to 172.38.0.13:6379
M: e7700cf1bea4a79a1613dcf5f6fd046607738a74 172.38.0.11:6379
slots:[0-5460] (5461 slots) master
M: 1133afbd48c55cb7dde887a5438dc59d1e7038a2 172.38.0.12:6379
slots:[5461-10922] (5462 slots) master
M: 741b4a8ac77cd79b7a09f42310ef2771dd2e9adb 172.38.0.13:6379
slots:[10923-16383] (5461 slots) master
S: 4a53d12a49b2b4d5a3f8b7cacd6c267d4076eae4 172.38.0.14:6379
replicates 741b4a8ac77cd79b7a09f42310ef2771dd2e9adb
S: 9c336e0b3bd3c6804a3f09bc75561fa7722a87ad 172.38.0.15:6379
replicates e7700cf1bea4a79a1613dcf5f6fd046607738a74
S: fe6c4a3d6fc34330a9ac70ac251c6f83bf1fa32e 172.38.0.16:6379
replicates 1133afbd48c55cb7dde887a5438dc59d1e7038a2
Can I set the above configuration? (type 'yes' to accept): yes
>>> Nodes configuration updated
>>> Assign a different config epoch to each node
>>> Sending CLUSTER MEET messages to join the cluster
Waiting for the cluster to join
.
>>> Performing Cluster Check (using node 172.38.0.11:6379)
M: e7700cf1bea4a79a1613dcf5f6fd046607738a74 172.38.0.11:6379
slots:[0-5460] (5461 slots) master
1 additional replica(s)
M: 741b4a8ac77cd79b7a09f42310ef2771dd2e9adb 172.38.0.13:6379
slots:[10923-16383] (5461 slots) master
1 additional replica(s)
S: fe6c4a3d6fc34330a9ac70ac251c6f83bf1fa32e 172.38.0.16:6379
slots: (0 slots) slave
replicates 1133afbd48c55cb7dde887a5438dc59d1e7038a2
S: 4a53d12a49b2b4d5a3f8b7cacd6c267d4076eae4 172.38.0.14:6379
slots: (0 slots) slave
replicates 741b4a8ac77cd79b7a09f42310ef2771dd2e9adb
M: 1133afbd48c55cb7dde887a5438dc59d1e7038a2 172.38.0.12:6379
slots:[5461-10922] (5462 slots) master
1 additional replica(s)
S: 9c336e0b3bd3c6804a3f09bc75561fa7722a87ad 172.38.0.15:6379
slots: (0 slots) slave
replicates e7700cf1bea4a79a1613dcf5f6fd046607738a74
[OK] All nodes agree about slots configuration.
>>> Check for open slots...
>>> Check slots coverage...
[OK] All 16384 slots covered.
# redis-cli -c
127.0.0.1:6379> cluster info
cluster_state:ok
cluster_slots_assigned:16384
cluster_slots_ok:16384
cluster_slots_pfail:0
cluster_slots_fail:0
cluster_known_nodes:6
cluster_size:3
cluster_current_epoch:6
cluster_my_epoch:1
cluster_stats_messages_ping_sent:73
cluster_stats_messages_pong_sent:79
cluster_stats_messages_sent:152
cluster_stats_messages_ping_received:74
cluster_stats_messages_pong_received:73
cluster_stats_messages_meet_received:5
cluster_stats_messages_received:152
127.0.0.1:6379> cluster nodes
741b4a8ac77cd79b7a09f42310ef2771dd2e9adb 172.38.0.13:6379@16379 master - 0 1740718606000 3 connected 10923-16383
fe6c4a3d6fc34330a9ac70ac251c6f83bf1fa32e 172.38.0.16:6379@16379 slave 1133afbd48c55cb7dde887a5438dc59d1e7038a2 0 1740718606000 2 connected
4a53d12a49b2b4d5a3f8b7cacd6c267d4076eae4 172.38.0.14:6379@16379 slave 741b4a8ac77cd79b7a09f42310ef2771dd2e9adb 0 1740718607863 3 connected
e7700cf1bea4a79a1613dcf5f6fd046607738a74 172.38.0.11:6379@16379 myself,master - 0 1740718606000 1 connected 0-5460
1133afbd48c55cb7dde887a5438dc59d1e7038a2 172.38.0.12:6379@16379 master - 0 1740718607000 2 connected 5461-10922
9c336e0b3bd3c6804a3f09bc75561fa7722a87ad 172.38.0.15:6379@16379 slave e7700cf1bea4a79a1613dcf5f6fd046607738a74 0 1740718607000 1 connected
127.0.0.1:6379>
127.0.0.1:6379> set a b
-> Redirected to slot [15495] located at 172.38.0.13:6379对应的容器redis-3停掉
OK
172.38.0.13:6379> get a
Error: Server closed the connection
172.38.0.13:6379> exit
# redis-cli -c
# 在这一步之前将172.38.0.13:6379对应的容器redis-3停掉
127.0.0.1:6379> get a
-> Redirected to slot [15495] located at 172.38.0.14:6379
"b"
# 会发现在172.38.0.14:6379中拿到数据
172.38.0.14:6379> cluster info
cluster_state:ok
cluster_slots_assigned:16384
cluster_slots_ok:16384
cluster_slots_pfail:0
cluster_slots_fail:0
cluster_known_nodes:6
cluster_size:3
cluster_current_epoch:7
cluster_my_epoch:7
cluster_stats_messages_ping_sent:458
cluster_stats_messages_pong_sent:452
cluster_stats_messages_meet_sent:1
cluster_stats_messages_auth-req_sent:5
cluster_stats_messages_sent:916
cluster_stats_messages_ping_received:447
cluster_stats_messages_pong_received:458
cluster_stats_messages_fail_received:1
cluster_stats_messages_auth-ack_received:2
cluster_stats_messages_received:908
172.38.0.14:6379> cluster nodes
4a53d12a49b2b4d5a3f8b7cacd6c267d4076eae4 172.38.0.14:6379@16379 myself,master - 0 1740718819000 7 connected 10923-16383
fe6c4a3d6fc34330a9ac70ac251c6f83bf1fa32e 172.38.0.16:6379@16379 slave 1133afbd48c55cb7dde887a5438dc59d1e7038a2 0 1740718818855 2 connected
9c336e0b3bd3c6804a3f09bc75561fa7722a87ad 172.38.0.15:6379@16379 slave e7700cf1bea4a79a1613dcf5f6fd046607738a74 0 1740718818554 1 connected
e7700cf1bea4a79a1613dcf5f6fd046607738a74 172.38.0.11:6379@16379 master - 0 1740718819858 1 connected 0-5460
741b4a8ac77cd79b7a09f42310ef2771dd2e9adb 172.38.0.13:6379@16379 master,fail - 1740718720566 1740718718000 3 connected
1133afbd48c55cb7dde887a5438dc59d1e7038a2 172.38.0.12:6379@16379 master - 0 1740718820561 2 connected 5461-10922
172.38.0.14:6379> get a
"b"
172.38.0.14:6379>
