作者 |?天元浪子

來源 | CSDN博客

和Docker相關的概念

想要真正理解Docker，就不得不從虛擬化技術的發展歷程說起。普遍認為虛擬化技術經歷了物理機時代、虛擬機時代，目前已經進入到了容器化時代。可以說，Docker是虛擬化技術不斷發展的必然結果。

那么，什么是容器呢？容器和虛擬機有什么不同？Docker和容器又是什么關系呢？搞明白這幾個問題，Docker的概念就清晰了。

1.1 虛擬機和容器

借助于VMWare等軟件，可以在一臺計算機上創建多個虛擬機，每個虛擬機都擁有獨立的操作系統，可以各自獨立的運行程序。這種分身術雖然隔離度高（操作系統級），使用方便（類似物理機），但占用存儲資源多（GB級）、啟動速度慢（分鐘級）的缺點也是顯而易見的。

相較于虛擬機，容器（Container）是一種輕量型的虛擬化技術，它虛擬的是最簡運行環境（類似于沙盒）而非操作系統，啟動速度快（秒級）、占用存儲資源少（KB級或MB級），容器間隔離度為進程級。在一臺計算機上可以運行上千個容器，這是容器技術對虛擬機的碾壓式優勢。

1.2 容器、鏡像和Docker

Docker是一個開源的應用容器引擎，可以創建容器以及基于容器運行的程序。Docker可以讓開發者打包他們的應用和依賴包到一個輕量級、可移植的容器中，然后發布到任何流行的Linux機器上，也可以實現虛擬化。

聽起來很簡單，但是在Docker和容器之間，還隱藏著一個鏡像的概念，令初學者頗感困惑。本質上，Docker鏡像是一個特殊的文件系統，它提供容器運行時所需的程序、庫、資源、配置等文件。Docker鏡像類似于一個py文件，它需要Docker的運行時（類似于Python解釋器）運行。鏡像被運行時，即創建了一個鏡像的實例，一個實例就是一個容器。

1.3 Docker 和 k8s

作為容器引擎，Docker為容器化的應用程序提供了開放的標準，使得開發者可以用管理應用程序的方式來管理基礎架構，實現快速交付、測試和部署代碼。隨著容器的大量使用，又產生了如何協調、調度和管理容器的問題，Docker的容器編排應運而生。

k8s是Google開源的一個容器編排引擎，它支持自動化部署、大規模可伸縮、應用容器化管理，是一個開源的，用于管理云平臺中多個主機上的容器化的應用，k8s的目標是讓部署容器化的應用簡單并且高效，k8s提供了應用部署、規劃、更新、維護的一種機制。

Docker和k8sr都是以containerd（容器化標準）作為運行時，因此使用Docker創建的鏡像完全可以在k8s中無障礙的使用。

Docker的安裝

2.1 在ubuntu中安裝

在linux系統中安裝Docker非常簡單，官方為我們提供了一鍵安裝腳本。這個方法也適用于Debian或CentOS等發行版。

curl?-sSL?https://get.daocloud.io/docker?|?sh

安裝過程如果出現超時，不要灰心，多試幾次，總會成功的。安裝完成后，Docker只能被root用戶使用，可以使用下面的命令取消權限限制：

sudo?gpasswd?-a?<你的用戶名>?docker

然后，重啟docker服務：

sudo?service?docker?restart

最后，關閉當前的命令行，重新打開新的命令行就可以了。

順便提一下，如果在CentOS下安裝，可能會出現一堆類似于下面的錯誤：

問題 1: problem with installed package podman-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64- package podman-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed- package podman-3.0.1-6.module_el8.4.0+781+acf4c33b.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed- package podman-3.0.1-7.module_el8.4.0+830+8027e1c4.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed- package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- cannot install the best candidate for the job- package runc-1.0.0-64.rc10.module_el8.4.0+522+66908d0c.x86_64 is filtered out by modular filtering- package runc-1.0.0-65.rc10.module_el8.4.0+819+4afbd1d6.x86_64 is filtered out by modular filtering- package runc-1.0.0-70.rc92.module_el8.4.0+786+4668b267.x86_64 is filtered out by modular filtering- package runc-1.0.0-71.rc92.module_el8.4.0+833+9763146c.x86_64 is filtered out by modular filtering問題 2: package podman-3.0.1-6.module_el8.4.0+781+acf4c33b.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed- package containerd.io-1.4.3-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.3-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package docker-ce-3:20.10.7-3.el8.x86_64 requires containerd.io >= 1.4.1, but none of the providers can be installed- package containerd.io-1.4.3-3.2.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.3-3.2.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package podman-catatonit-3.0.1-6.module_el8.4.0+781+acf4c33b.x86_64 requires podman = 3.0.1-6.module_el8.4.0+781+acf4c33b, but none of the providers can be installed- problem with installed package podman-catatonit-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64- package podman-catatonit-3.0.1-7.module_el8.4.0+830+8027e1c4.x86_64 requires podman = 3.0.1-7.module_el8.4.0+830+8027e1c4, but none of the providers can be installed- package podman-3.0.1-7.module_el8.4.0+830+8027e1c4.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed- package containerd.io-1.4.3-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.3-3.2.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.4-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64- cannot install the best candidate for the job- package runc-1.0.0-64.rc10.module_el8.4.0+522+66908d0c.x86_64 is filtered out by modular filtering- package runc-1.0.0-65.rc10.module_el8.4.0+819+4afbd1d6.x86_64 is filtered out by modular filtering- package runc-1.0.0-70.rc92.module_el8.4.0+786+4668b267.x86_64 is filtered out by modular filtering- package runc-1.0.0-71.rc92.module_el8.4.0+833+9763146c.x86_64 is filtered out by modular filtering- package containerd.io-1.4.4-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.4-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64- package podman-catatonit-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64 requires podman = 2.0.5-5.module_el8.3.0+512+b3b58dca, but none of the providers can be installed-?package?podman-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64?requires?runc?>=?1.0.0-57,?but?none?of?the?providers?can?be?installed

這是由于docker和Podman沖突造成的，需要先卸載Podman：

yum?erase?podman?buildah

2.2 在Win10中安裝

Docker的運行，依賴linux的環境，官方提供了Docker Desktop for Windows，但是它需要安裝Hyper-V，Hyper-V是微軟開發的虛擬機，類似于 VMWare 或 VirtualBox，僅適用于 Windows 10。這個虛擬機一旦啟用，QEMU、VirtualBox 或 VMWare Workstation 15 及以下版本將無法使用！如果你必須在電腦上使用其他虛擬機（例如開發 Android 應用必須使用的模擬器），請不要使用 Hyper-V！

我的電腦是win10家庭版，不能直接安裝hyper-v，需要將下面的命令保存到cmd文件中：

pushd "%~dp0"dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mum >hyper-v.txtfor /f %%i in ('findstr /i . hyper-v.txt 2^>nul') do dism /online /norestart /add-package:"%SystemRoot%\servicing\Packages\%%i"del hyper-v.txtDism?/online?/enable-feature?/featurename:Microsoft-Hyper-V-All?/LimitAccess?/ALL

然后在cmd文件上點擊右鍵，選擇使用管理員運行。執行完畢后會重啟，在重啟的過程中進行安裝。

2.3 Hello world

docker服務啟動的情況下，運行下面的命令：

docker?run?ubuntu:20.04?/bin/echo?"Hello?world"

此命令的含義是：

• docker run：運行docker鏡像命令

• ubuntu:20.04：鏡像名稱為ubuntu版本號為20.04

• /bin/echo “Hello world”：運行參數，此鏡像的參數含義為運行鏡像的echo命令顯示hello world

第一次運行時，因為本地沒有ubuntu:20.04鏡像，docker會自動從鏡像服務器下載。下載過程可能需要多試幾次，只要成功一次，以后執行就不再需要下載了。

docker官方還提供了一個hello-world鏡像，可以直接運行：

docker?run?hello-world

此命令省略了鏡像版本和運行參數，docker使用latest作為版本，即最新版本。

從hello world的例子中，也可以體驗到，docker實例的運行是非常快的。

Docker鏡像的使用

docker官方的鏡像庫比較慢，在進行鏡像操作之前，需要將鏡像源設置為國內的站點。

新建文件/etc/docker/daemon.json，輸入如下內容：

{"registry-mirrors" : ["https://registry.docker-cn.com","https://docker.mirrors.ustc.edu.cn","http://hub-mirror.c.163.com","https://cr.console.aliyun.com/"] }

然后重啟docker的服務：

systemctl?restart?docker

3.1 列出本地所有鏡像

執行命令 docker images 可以查看

$ docker images REPOSITORY TAG IMAGE ID CREATED SIZE ubuntu 20.04 f643c72bc252 5 weeks ago 72.9MB hello-world?????????latest??????????????bf756fb1ae65????????12?months?ago???????13.3kB

當前我本地只有剛才安裝的兩個鏡像。

3.2 從鏡像庫中查找鏡像

執行命令 docker search 鏡像名稱可以從docker鏡像庫中查找鏡像。

$ docker search python NAME DESCRIPTION STARS OFFICIAL AUTOMATED python Python is an interpreted, interactive, objec… 5757 [OK] django Django is a free web application framework, … 1039 [OK] pypy PyPy is a fast, compliant alternative implem… 260 [OK] joyzoursky/python-chromedriver Python with Chromedriver, for running automa… 57 [OK] nikolaik/python-nodejs Python with Node.js 57 [OK] arm32v7/python Python is an interpreted, interactive, objec… 53 circleci/python Python is an interpreted, interactive, objec… 42 centos/python-35-centos7 Platform for building and running Python 3.5… 38 centos/python-36-centos7 Platform for building and running Python 3.6… 30 hylang Hy is a Lisp dialect that translates express… 29 [OK] arm64v8/python Python is an interpreted, interactive, objec… 24 revolutionsystems/python Optimized Python Images 18 centos/python-27-centos7 Platform for building and running Python 2.7… 17 bitnami/python Bitnami Python Docker Image 10 [OK] publicisworldwide/python-conda Basic Python environments with Conda. 6 [OK] d3fk/python_in_bottle Simple python:alpine completed by Bottle+Req… 5 [OK] dockershelf/python Repository for docker images of Python. Test… 5 [OK] clearlinux/python Python programming interpreted language with… 4 i386/python Python is an interpreted, interactive, objec… 3 ppc64le/python Python is an interpreted, interactive, objec… 2 centos/python-34-centos7 Platform for building and running Python 3.4… 2 amd64/python Python is an interpreted, interactive, objec… 1 ccitest/python CircleCI test images for Python 0 [OK] s390x/python Python is an interpreted, interactive, objec… 0 saagie/python????????????????????Repo?for?python?jobs????????????????????????????0

最好選擇官方（OFFICIAL）的鏡像，這樣的鏡像最穩定一些。

3.3 下載新的鏡像

執行命令docker pull 鏡像名稱:版本號即可下載新的鏡像。

$ docker pull python:3.8 3.8: Pulling from library/python 6c33745f49b4: Pull complete ef072fc32a84: Pull complete c0afb8e68e0b: Pull complete d599c07d28e6: Pull complete f2ecc74db11a: Pull complete 26856d31ce86: Pull complete 2cd68d824f12: Pull complete 7ea1535f18c3: Pull complete 2bef93d9a76e: Pull complete Digest: sha256:9079aa8582543494225d2b3a28fce526d9a6b06eb06ce2bac3eeee592fcfc49e Status: Downloaded newer image for python:3.8 docker.io/library/python:3.8

鏡像下載后，就可以使用鏡像來創建容器了。

Docker容器的使用

4.1 啟動容器

執行命令docker run即可啟動容器，也就是創建某個鏡像的實例。docker run命令非常復雜，可以先執行一個docker run --help來查看幫助：

$ docker run --helpUsage: docker run [OPTIONS] IMAGE [COMMAND] [ARG...]Run a command in a new containerOptions:--add-host list Add a custom host-to-IP mapping (host:ip)-a, --attach list Attach to STDIN, STDOUT or STDERR--blkio-weight uint16 Block IO (relative weight), between 10 and 1000, or 0 to disable (default 0)--blkio-weight-device list Block IO weight (relative device weight) (default [])--cap-add list Add Linux capabilities--cap-drop list Drop Linux capabilities--cgroup-parent string Optional parent cgroup for the container--cidfile string Write the container ID to the file--cpu-period int Limit CPU CFS (Completely Fair Scheduler) period--cpu-quota int Limit CPU CFS (Completely Fair Scheduler) quota--cpu-rt-period int Limit CPU real-time period in microseconds--cpu-rt-runtime int Limit CPU real-time runtime in microseconds-c, --cpu-shares int CPU shares (relative weight)--cpus decimal Number of CPUs--cpuset-cpus string CPUs in which to allow execution (0-3, 0,1)--cpuset-mems string MEMs in which to allow execution (0-3, 0,1)-d, --detach Run container in background and print container ID--detach-keys string Override the key sequence for detaching a container--device list Add a host device to the container--device-cgroup-rule list Add a rule to the cgroup allowed devices list--device-read-bps list Limit read rate (bytes per second) from a device (default [])--device-read-iops list Limit read rate (IO per second) from a device (default [])--device-write-bps list Limit write rate (bytes per second) to a device (default [])--device-write-iops list Limit write rate (IO per second) to a device (default [])--disable-content-trust Skip image verification (default true)--dns list Set custom DNS servers--dns-option list Set DNS options--dns-search list Set custom DNS search domains--domainname string Container NIS domain name--entrypoint string Overwrite the default ENTRYPOINT of the image-e, --env list Set environment variables--env-file list Read in a file of environment variables--expose list Expose a port or a range of ports--gpus gpu-request GPU devices to add to the container ('all' to pass all GPUs)--group-add list Add additional groups to join--health-cmd string Command to run to check health--health-interval duration Time between running the check (ms|s|m|h) (default 0s)--health-retries int Consecutive failures needed to report unhealthy--health-start-period duration Start period for the container to initialize before starting health-retries countdown (ms|s|m|h) (default 0s)--health-timeout duration Maximum time to allow one check to run (ms|s|m|h) (default 0s)--help Print usage-h, --hostname string Container host name--init Run an init inside the container that forwards signals and reaps processes-i, --interactive Keep STDIN open even if not attached--ip string IPv4 address (e.g., 172.30.100.104)--ip6 string IPv6 address (e.g., 2001:db8::33)--ipc string IPC mode to use--isolation string Container isolation technology--kernel-memory bytes Kernel memory limit-l, --label list Set meta data on a container--label-file list Read in a line delimited file of labels--link list Add link to another container--link-local-ip list Container IPv4/IPv6 link-local addresses--log-driver string Logging driver for the container--log-opt list Log driver options--mac-address string Container MAC address (e.g., 92:d0:c6:0a:29:33)-m, --memory bytes Memory limit--memory-reservation bytes Memory soft limit--memory-swap bytes Swap limit equal to memory plus swap: '-1' to enable unlimited swap--memory-swappiness int Tune container memory swappiness (0 to 100) (default -1)--mount mount Attach a filesystem mount to the container--name string Assign a name to the container--network network Connect a container to a network--network-alias list Add network-scoped alias for the container--no-healthcheck Disable any container-specified HEALTHCHECK--oom-kill-disable Disable OOM Killer--oom-score-adj int Tune host's OOM preferences (-1000 to 1000)--pid string PID namespace to use--pids-limit int Tune container pids limit (set -1 for unlimited)--platform string Set platform if server is multi-platform capable--privileged Give extended privileges to this container-p, --publish list Publish a container's port(s) to the host-P, --publish-all Publish all exposed ports to random ports--read-only Mount the container's root filesystem as read only--restart string Restart policy to apply when a container exits (default "no")--rm Automatically remove the container when it exits--runtime string Runtime to use for this container--security-opt list Security Options--shm-size bytes Size of /dev/shm--sig-proxy Proxy received signals to the process (default true)--stop-signal string Signal to stop a container (default "SIGTERM")--stop-timeout int Timeout (in seconds) to stop a container--storage-opt list Storage driver options for the container--sysctl map Sysctl options (default map[])--tmpfs list Mount a tmpfs directory-t, --tty Allocate a pseudo-TTY--ulimit ulimit Ulimit options (default [])-u, --user string Username or UID (format: <name|uid>[:<group|gid>])--userns string User namespace to use--uts string UTS namespace to use-v, --volume list Bind mount a volume--volume-driver string Optional volume driver for the container--volumes-from list Mount volumes from the specified container(s)-w, --workdir string Working directory inside the container

比如我們要執行python的shell，需要添加-it參數，即：docker run -it python:3.8

$ docker run -it python:3.8 Python 3.8.7 (default, Dec 22 2020, 18:46:25) [GCC 8.3.0] on linux Type "help", "copyright", "credits" or "license" for more information. >>>

4.2 將宿主機的文件掛載到容器

docker容器與宿主機是隔離的，要想讓容器內的程序能訪問宿主機上的文件，需要通過-v參數將宿主機的文件掛載到容器中。

比如我們在宿主機上有一個hello.py，可以打印hello，想要在python容器中執行，就需要進行掛載。-v后還需要接兩個參數，分別是宿主機的目錄和容器內的目錄，兩者使用:分隔，路徑必須都是絕對路徑。

我的hello.py保存在主目錄的/docker_test目錄中，將這個目錄掛載到容器的/docker_test目錄，然后在容器內執行python /docker_test/hello.py：

$ docker run -v ~/docker_test:/docker_test python:3.8 python /docker_test/hello.py hello

4.3 容器的端口映射

我們修改一下hello.py，創建一個socket服務端，并監聽5000端口，當有客戶端連接時，打印客戶端的地址，先客戶端發送hello，然后關閉連接：

import socketip_port = ('127.0.0.1', 5000)sk = socket.socket() sk.bind(ip_port) sk.listen(5)while True:print('server waiting...')conn,addr = sk.accept()print(addr)conn.sendall(b'hello\n')conn.close()

在容器內執行：

docker?run?-v?~/docker_test:/docker_test?python:3.8?python?/docker_test/hello.py

接下來，嘗試用telnet命令連接，結果卻是失敗的。原因是，127.0.0.1是宿主機的ip地址，5000是容器的端口，這與我們的習慣稍微有些不同。事實上，docker的容器是非常輕量的，它并沒有自己的網絡，要想訪問容器的端口，需要進行端口映射，將容器的某端口映射到宿主機的端口，客戶端連接時，只要與宿主機的端口進行連接就可以了。

需要注意的是，上面的代碼創建的服務器，無論如何也不可能被客戶端連接，因為代碼中綁定了127.0.0.1的ip，在容器中運行時，需要綁定所有ip，即0.0.0.0。

import socketip_port = ('0.0.0.0', 5000)sk = socket.socket() sk.bind(ip_port) sk.listen(5)while True:print('server waiting...')conn,addr = sk.accept()print(addr)conn.sendall(b'hello\n')conn.close()

然后，再使用-p參數，-p還需要三個參數，即宿主機的ip地址、宿主機的端口、容器的端口，三者之間使用:分隔。一般的，可以將宿主機的ip地址省略，只寫宿主機的端口：容器的端口即可。

docker?run?-v?~/docker_test:/docker_test?-it?-p?5001:5000?python:3.8?python?/docker_test/hello.py

這樣，就將容器的5000端口映射到了宿主機的5001端口，使用：

telnet?127.0.0.1?5001

即可與容器中的服務器進行連接。

4.4 容器管理

上面的服務運行之后，可以使用docker ps命令，查看運行中的容器：

$ docker ps CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES ec4c86b8a163?????python:3.8??????"python?/docker_test…"???5?seconds?ago?????Up?4?seconds???0.0.0.0:5000->5000/tcp???eager_wilson

顯示的內容有下面幾列：

• CONTAINER ID：容器ID

• IMAGE：鏡像名稱和版本

• COMMAND：執行的命令

• CREATED：容器創建時間

• STATUS：容器的狀態

• PORTS：端口映射

• NAMES：容器名

要想結束容器，可以使用docker kill 容器ID命令。

自制Docker鏡像

一般而言，當我們的程序開發完成后，會連同程序文件與運行環境一起制作成一個新的鏡像。

要制作鏡像，需要編寫Dockerfile。DockeFile由多個命令組成，常用的命令有：

• FROM：基于某個鏡像來制作新的鏡像。格式為：FROM 鏡像名稱:鏡像版本。

• COPY：從宿主機復制文件，支持?、*等通配符。格式為：COPY 源文件路徑 目標文件路徑。

• ADD：從宿主機添加文件，格式與COPY相同，區別在于當文件為壓縮文件時，會解壓縮到目標路徑。

• RUN：在創建新鏡像的過程中執行的shell命令。格式為：RUN shell命令行。注意，此shell命令將在容器內執行。

• CMD：在容器實例中運行的命令，格式與RUN相同。注意，如果在docker run時指定了命令，將不會執行CMD的內容。

• ENTRYPOINT：在容器實例中運行的命令，格式與CMD相同。注意，如果在docker run時指定了命令，該命令會以命令行參數的形式傳遞到ENTRYPOINT中。

• ENV：在容器中創建環境變量，格式為：ENV 變量名值。

注意，Docker鏡像中有一個層的概念，每執行一個RUN命令，就會創建一個層，層過多會導致鏡像文件體積增大。盡量在RUN命令中使用&&連接多條shell命令，減少RUN命令的個數，可以有效減小鏡像文件的體積。

5.1 自制顯示文本文件內容鏡像

編寫cat.py，接收一個文件名，由python讀取文件并顯示文件的內容：

import os import sysinput = sys.argv[1]with open(input, "r") as fp:print(fp.read())

這個例子比較簡單，縮寫Dockerfile如下：

FROM python:3.8 WORKDIR /files COPY cat.py /cat.py ENTRYPOINT?["python",?"/cat.py"]

這個Dockerfile的含義是：

以python:3.8為基礎鏡像

容器啟動命令的工作目錄為/files，在運行鏡像時，需要我們把宿主機的某目錄掛載到容器的/files目錄

復制cat.py到容器的根目錄下

啟動時運行python /cat.py命令

需要說明的是，ENTRYPOINT有兩種寫法：

ENTRYPOINT python /cat.py ENTRYPOINT?["python",?"/cat.py"]

這里采用第二種寫法，是因為我們要在外部給容器傳遞參數。執行命令編譯Docker鏡像：

docker?build?-t?cat:1.0?.

這個命令中，-t的含義是目標，即生成的鏡像名為hello，版本號為1.0，別忘了最后那個.，這叫到上下文路徑，是指 docker 在構建鏡像，有時候想要使用到本機的文件（比如復制），docker build 命令得知這個路徑后，會將路徑下的所有內容打包。

這樣，我們的第一個鏡像就制作完成了，使用下面的命令執行它：

docker?run?-it?-v?~/docker_test/cat/files:/files?cat:1.0?test.txt

即可看到~/docker_test/cat/files/test.txt的內容。

5.2 自制web服務器鏡像

我們使用tornado開發一個網站，而python的官方鏡像是沒有tornado庫的，這就需要在制作鏡像時進行安裝。

測試的ws.py如下：

import tornado.httpserver import tornado.ioloop import tornado.options import tornado.webfrom tornado.options import define, options define("port", default=8000, help="run on the given port", type=int)class IndexHandler(tornado.web.RequestHandler):def get(self):self.write("Hello world")if __name__ == "__main__":tornado.options.parse_command_line()app = tornado.web.Application(handlers=[(r"/", IndexHandler)])http_server = tornado.httpserver.HTTPServer(app)http_server.listen(options.port)tornado.ioloop.IOLoop.instance().start()

編寫Dockerfile文件如下：

FROM python:3.8 WORKDIR /ws COPY ws.py /ws/ws.py RUN pip install tornado CMD?python?hello.py

在此我們驗證一下CMD與ENTRYPOINT的區別。在Dockerfile所在有目錄下執行如下命令：

docker?build?-t?ws:1.0?.

執行完成后，再使用docker images使用就可以看到生成的鏡像了，然后使用下面的命令運行：

docker?run?-it?-p?8000:8000?ws:1.0

在瀏覽器中輸入宿主機的ip和8000端口，就可以看到頁面了。

在這個例子中，我使用的運行命令是CMD，如果在docker run中指定的其他的命令，此命令就不會被執行，如：

$ docker run -it -p 8000:8000 ws:1.0 python Python 3.8.7 (default, Dec 22 2020, 18:46:25) [GCC 8.3.0] on linux Type "help", "copyright", "credits" or "license" for more information. >>>

此時，容器中被執行的是python命令，而不是我們的服務。在更多情況下，我們希望在docker run命令中為我們的服務傳參，而不是覆蓋執行命令，那么，我們應該使用ENTRYPOINT而不是CMD：

FROM python:3.8 WORKDIR /ws COPY ws.py /ws/ws.py RUN pip install tornado ENTRYPOINT?python?ws.py

上面這種寫法，是不支持傳遞參數的，ENTRYPOINT和CMD還支持另一種寫法：

FROM python:3.8 WORKDIR /ws COPY ws.py /ws/ws.py RUN pip install tornado ENTRYPOINT?["python",?"ws.py"]

使用這種寫法，docker run命令中的參數才可以傳遞給hello.py：

docker?run?-it?-p?8000:9000?ws:1.0?--port=9000

這個命令中，--port=9000被作為參數傳遞到hello.py中，因此容器內的端口就成了9000。

在生產環境中運行時，不會使用-it選項，而是使用-d選項，讓容器在后臺運行：

$ docker run -d -p 8000:9000 ws:1.0 --port=9000 4a2df9b252e2aff6a8853b3a8bf46c0577545764831bb7557b836ddcd85cba70 $ docker ps CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES 4a2df9b252e2???hello:1.0????"python?ws.py?--p…"???9?seconds?ago?????Up?8?seconds??????0.0.0.0:8000->9000/tcp???elegant_sammet

這種方式下，即使當前的控制臺被關閉，該容器也不會停止。

5.3 自制apscheduler服務鏡像

接下來，制作一個使用apscheduler編寫的服務鏡像，代碼如下：

import sys import shutil from apscheduler.schedulers.blocking import BlockingScheduler from apscheduler.triggers.cron import CronTriggerdef scan_files():shutil.copytree(sys[1], sys[2])scheduler = BlockingScheduler() scheduler.add_job(scan_files,trigger=CronTrigger(minute="*"),misfire_grace_time=30 )

Dockerfile也是信手拈來：

FROM python:3.8 WORKDIR / COPY sch.py /sch.py RUN pip install apscheduler ENTRYPOINT?["python",?"sch.py"]

生成鏡像：

docker?build?-t?sch:1.0?.

應該可以運行了，文件復制需要兩個目錄，在運行時，可以使用兩次-v來掛載不同的目錄：

docker?run?-d?-v?~/docker_test/sch/src:/src?-v?~/docker_test/sch/dest:/dest?sch:1.0?/src?/dest

多階段構建壓縮鏡像體積

前面用到的官方python鏡像大小足足882MB，在這個基礎上，再安裝用到的第三方庫，添加項目需要的圖片等資源，大小很容易就超過1個G，這么大的鏡像，網絡傳給客戶非常的不方便，因此，減小鏡像的體積是非常必要的工作。

docker hub上有個一python:3.8-alpine鏡像，大小只有44.5MB。之所以小，是因為alpine是一個采用了busybox架構的操作系統，一般用于嵌入式應用。我嘗試使用這個鏡像，發現安裝一般的庫還好，但如果想安裝numpy等就會困難重重，甚至網上都找不到解決方案。

還是很回到基本的路線上來，主流的操作系統鏡像，ubuntu的大小為72.9MB，centos的大小為209MB——這也算是我更喜歡使用ubuntu的一個重要原因吧！使用ubuntu作為基礎鏡像，安裝python后的大小為139MB，再安裝pip后的大小一下子上升到了407MB，要是再安裝點其他東西，很容易就趕上或超過python官方鏡像的大小了。

看來，尋常路線是很難壓縮鏡像文件體積了。幸好，還有一條曲線救國的路可走，這就是多階段構建法。

多階段構建的思想其實很簡單，先構建一個大而全的鏡像，然后只把鏡像中有用的部分拿出來，放在一個新的鏡像里。在我們的場景下，pip只在構建鏡像的過程中需要，而對運行我們的程序卻一點用處也沒有。我們只需要安裝pip，再用pip安裝第三方庫，然后將第三方庫從這個鏡像中復制到一個只有python，沒有pip的鏡像中，這樣，pip占用的268MB空間就可以被節省出來了。

1、在ubuntu鏡像的基礎上安裝python：

FROM ubuntu RUN apt update \&&?apt?install?python3

然后運行：

docker?build?-t?python:3.8-ubuntu?.

這樣，就生成了python:3.8-ubuntu鏡像。

2、在python:3.8-ubuntu的基礎上安裝pip：

FROM python:3.8-ubuntu RUN?apt?install?python3

然后運行：

docker?build?-t?python:3.8-ubuntu-pip?.

這樣，就生成了python:3.8-ubuntu-pip鏡像。

3、多階段構建目標鏡像：

FROM python:3.8-ubuntu-pip RUN pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy FROM python:3.8-ubuntu COPY?--from=0?/usr/local/lib/python3.8/dist-packages/?/usr/local/lib/python3.8/dist-packages/

這個dockerfile需要解釋一下了，因為它有兩個FROM命令。

第一個是以python:3.8-ubuntu-pip鏡像為基礎，安裝numpy，當然，在實際應用中，把所有用到的第三方庫出寫在這里。

第二個FROM是以FROM python:3.8-ubuntu鏡像為基礎，將第三方庫統統復制過來，COPY命令后的–from=0的意思是從第0階段進行復制。實際應用中再從上下文中復制程序代碼，添加需要的ENTRYPOINT等。

最后，再運行：

docker?build?-t?project:1.0?.

這然，用于我們項目的鏡像就做好了。比使用官方python鏡像構建的版本，小了大約750MB。

導入鏡像到生產環境

到此，我們的鏡像已經制作好了，可是，鏡像文件在哪，如何在生產環境下運行呢？

剛才使用docker images命令時，已經看到了生成的鏡像：

$ docker images REPOSITORY TAG IMAGE ID CREATED SIZE hello 1.0 01fe19111dc7 59 minutes ago 893MB python 3.8 f5041c8ae6b1 13 days ago 884MB ubuntu 20.04 f643c72bc252 5 weeks ago 72.9MB hello-world?????????latest??????????????bf756fb1ae65????????12?months?ago???????13.3kB

我們可以使用docker save命令將鏡像保存到指定的文件中，保存的文件是一個.tar格式的壓縮文件：

docker?save?-o?hello.tar?hello:1.0

將hello.tar復制到生產環境的機器上，然后執行導入命令：

docker?load?-i?hello.tar

就可以使用了。

往期推薦

如果讓你來設計網絡

70% 開發者對云原生一知半解，“云深”如何知處？

淺述 Docker 的容器編排

如何在 Kubernetes Pod 內進行網絡抓包

點分享

點收藏

點點贊

點在看

總結

以上是生活随笔為你收集整理的超值一篇分享，Docker：从入门到实战过程全记录的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。