OpenWrt 部署 Docker 的内核适配与资源优化

2.2 存储驱动适配

若使用 overlay2 驱动，需确保：

1. 内核版本 ≥4.0
2. 文件系统为 ext4/btrfs
3. 执行 mount -t overlay overlay -o lowerdir=/mnt/docker,upperdir=/mnt/docker/diff,workdir=/mnt/docker/work /mnt/merged 测试挂载

三、容器化应用部署实践

3.1 资源限制策略

通过 cgroups 控制容器资源开销：

# 限制容器内存为 256MB，CPU 权重为 512
docker run -d --name my_app \
  --memory=256m \
  --cpu-shares=512 \
  -p8080:80 \
  nginx:alpine

3.2 Docker Compose 适配

OpenWrt 需手动安装 Python 环境：

opkg install python3 python3-pip
pip3 install docker-compose

编写 docker-compose.yml：

version: "3.8"
services:
  web:
    image: nginx:alpine
    ports:
      - "8080:80"
    deploy:
      resources:
        limits:
          cpus: "0.5"
          memory: 256M

四、性能优化与监控

4.1 容器资源监控

# 实时查看容器资源占用
docker stats --format "table {{.Name}}\t{{.CPUPerc}}\t{{.MemUsage}}"
# 生成性能报告
docker run --rm -v /var/run/docker.sock:/var/run/docker.sock \
  docker.io/docker/docker-bench-security

4.2 镜像精简策略

• 使用多阶段构建（Multi-stage Build）
• 选择 Alpine 基础镜像
• 移除调试工具（如 curl/telnet）

示例 Dockerfile：

FROM golang:1.18 AS builder
WORKDIR /app
COPY . .
RUN CGO_ENABLED=0 go build -o main .

FROM alpine:3.15
COPY --from=builder /app/main /
CMD ["/main"]

五、典型问题解决方案

5.1 端口冲突处理

禁用 OpenWrt 默认占用的 80 端口服务：

/etc/init.d/uhttpd stop
/etc/init.d/uhttpd disable

5.2 低性能设备适配

• 镜像构建：在 x86 主机交叉编译镜像后推送至仓库
• 资源分配：使用 --cpuset-cpus 绑定特定 CPU 核心

日志优化：限制容器日志大小防止存储溢出

docker run --log-driver=json-file \
  --log-opt max-size=10m \
  --log-opt max-file=3

六、内网穿透远程访问

如需实现远程访问 OpenWrt 管理界面，可通过内网穿透工具配置公网隧道。具体步骤包括配置 SSH 连接、添加相关源、安装插件及设置隧道规则，以实现无公网 IP 环境下的安全远程管理。

总结

在 OpenWrt 平台上实现容器化部署需突破两项核心障碍：系统内核兼容性验证与硬件资源瓶颈突破。通过内核定制化改造、存储架构优化及资源配额机制，可在资源受限的设备上构建稳定运行的容器环境。建议采用无状态架构设计，例如 API 网关服务，并建立实时资源监控体系。对于高并发业务需求，建议采用 x86 平台作为核心服务器节点，而 OpenWrt 设备可作为边缘计算节点承担轻量级任务。这种分层部署策略既能发挥容器技术的弹性优势，又能规避硬件的性能局限。

附：硬件兼容性测试列表