商业网站建设规划书,凡科h5在线制作,郑州十大网站建设公司,全球设计网站作者 | 天元浪子来源 | CSDN博客和Docker相关的概念想要真正理解Docker#xff0c;就不得不从虚拟化技术的发展历程说起。普遍认为虚拟化技术经历了物理机时代、虚拟机时代#xff0c;目前已经进入到了容器化时代。可以说#xff0c;Docker是虚拟化技术不断发展的必然结果。… 作者 | 天元浪子来源 | CSDN博客和Docker相关的概念想要真正理解Docker就不得不从虚拟化技术的发展历程说起。普遍认为虚拟化技术经历了物理机时代、虚拟机时代目前已经进入到了容器化时代。可以说Docker是虚拟化技术不断发展的必然结果。那么什么是容器呢容器和虚拟机有什么不同Docker和容器又是什么关系呢搞明白这几个问题Docker的概念就清晰了。1.1 虚拟机和容器借助于VMWare等软件可以在一台计算机上创建多个虚拟机每个虚拟机都拥有独立的操作系统可以各自独立的运行程序。这种分身术虽然隔离度高操作系统级使用方便类似物理机但占用存储资源多GB级、启动速度慢分钟级的缺点也是显而易见的。相较于虚拟机容器Container是一种轻量型的虚拟化技术它虚拟的是最简运行环境类似于沙盒而非操作系统启动速度快秒级、占用存储资源少KB级或MB级容器间隔离度为进程级。在一台计算机上可以运行上千个容器这是容器技术对虚拟机的碾压式优势。1.2 容器、镜像和DockerDocker是一个开源的应用容器引擎可以创建容器以及基于容器运行的程序。Docker可以让开发者打包他们的应用和依赖包到一个轻量级、可移植的容器中然后发布到任何流行的Linux机器上也可以实现虚拟化。听起来很简单但是在Docker和容器之间还隐藏着一个镜像的概念令初学者颇感困惑。本质上Docker镜像是一个特殊的文件系统它提供容器运行时所需的程序、库、资源、配置等文件。Docker镜像类似于一个py文件它需要Docker的运行时类似于Python解释器运行。镜像被运行时即创建了一个镜像的实例一个实例就是一个容器。1.3 Docker 和 k8s作为容器引擎Docker为容器化的应用程序提供了开放的标准使得开发者可以用管理应用程序的方式来管理基础架构实现快速交付、测试和部署代码。随着容器的大量使用又产生了如何协调、调度和管理容器的问题Docker的容器编排应运而生。k8s是Google开源的一个容器编排引擎它支持自动化部署、大规模可伸缩、应用容器化管理是一个开源的用于管理云平台中多个主机上的容器化的应用k8s的目标是让部署容器化的应用简单并且高效k8s提供了应用部署、规划、更新、维护的一种机制。Docker和k8sr都是以containerd容器化标准作为运行时因此使用Docker创建的镜像完全可以在k8s中无障碍的使用。Docker的安装2.1 在ubuntu中安装在linux系统中安装Docker非常简单官方为我们提供了一键安装脚本。这个方法也适用于Debian或CentOS等发行版。curl -sSL https://get.daocloud.io/docker | sh安装过程如果出现超时不要灰心多试几次总会成功的。安装完成后Docker只能被root用户使用可以使用下面的命令取消权限限制sudo gpasswd -a 你的用户名 docker然后重启docker服务sudo service docker restart最后关闭当前的命令行重新打开新的命令行就可以了。顺便提一下如果在CentOS下安装可能会出现一堆类似于下面的错误问题 1: problem with installed package podman-2.0.5-5.module_el8.3.0512b3b58dca.x86_64- package podman-2.0.5-5.module_el8.3.0512b3b58dca.x86_64 requires runc 1.0.0-57, but none of the providers can be installed- package podman-3.0.1-6.module_el8.4.0781acf4c33b.x86_64 requires runc 1.0.0-57, but none of the providers can be installed- package podman-3.0.1-7.module_el8.4.08308027e1c4.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_el8.3.0475c50ce30b.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0475c50ce30b.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_el8.4.0673eabfc99d.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0673eabfc99d.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_el8.4.08308027e1c4.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.08308027e1c4.x86_64- cannot install the best candidate for the job- package runc-1.0.0-64.rc10.module_el8.4.052266908d0c.x86_64 is filtered out by modular filtering- package runc-1.0.0-65.rc10.module_el8.4.08194afbd1d6.x86_64 is filtered out by modular filtering- package runc-1.0.0-70.rc92.module_el8.4.07864668b267.x86_64 is filtered out by modular filtering- package runc-1.0.0-71.rc92.module_el8.4.08339763146c.x86_64 is filtered out by modular filtering问题 2: package podman-3.0.1-6.module_el8.4.0781acf4c33b.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_el8.4.0673eabfc99d.x86_64- package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0673eabfc99d.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_el8.4.08308027e1c4.x86_64- package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.08308027e1c4.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_el8.4.0673eabfc99d.x86_64- package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0673eabfc99d.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_el8.4.08308027e1c4.x86_64- package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.08308027e1c4.x86_64- package podman-catatonit-3.0.1-6.module_el8.4.0781acf4c33b.x86_64 requires podman 3.0.1-6.module_el8.4.0781acf4c33b, but none of the providers can be installed- problem with installed package podman-catatonit-2.0.5-5.module_el8.3.0512b3b58dca.x86_64- package podman-catatonit-3.0.1-7.module_el8.4.08308027e1c4.x86_64 requires podman 3.0.1-7.module_el8.4.08308027e1c4, but none of the providers can be installed- package podman-3.0.1-7.module_el8.4.08308027e1c4.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_el8.3.0475c50ce30b.x86_64- package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0475c50ce30b.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_el8.3.0475c50ce30b.x86_64- package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0475c50ce30b.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_el8.3.0475c50ce30b.x86_64- package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0475c50ce30b.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_el8.3.0475c50ce30b.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0475c50ce30b.x86_64- cannot install the best candidate for the job- package runc-1.0.0-64.rc10.module_el8.4.052266908d0c.x86_64 is filtered out by modular filtering- package runc-1.0.0-65.rc10.module_el8.4.08194afbd1d6.x86_64 is filtered out by modular filtering- package runc-1.0.0-70.rc92.module_el8.4.07864668b267.x86_64 is filtered out by modular filtering- package runc-1.0.0-71.rc92.module_el8.4.08339763146c.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_el8.4.0673eabfc99d.x86_64- package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0673eabfc99d.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_el8.4.08308027e1c4.x86_64- package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.08308027e1c4.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_el8.4.0673eabfc99d.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0673eabfc99d.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_el8.4.08308027e1c4.x86_64- package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.08308027e1c4.x86_64- package podman-catatonit-2.0.5-5.module_el8.3.0512b3b58dca.x86_64 requires podman 2.0.5-5.module_el8.3.0512b3b58dca, but none of the providers can be installed- package podman-2.0.5-5.module_el8.3.0512b3b58dca.x86_64 requires runc 1.0.0-57, but none of the providers can be installed这是由于docker和Podman冲突造成的需要先卸载Podmanyum erase podman buildah2.2 在Win10中安装Docker的运行依赖linux的环境官方提供了Docker Desktop for Windows但是它需要安装Hyper-VHyper-V是微软开发的虚拟机类似于 VMWare 或 VirtualBox仅适用于 Windows 10。这个虚拟机一旦启用QEMU、VirtualBox 或 VMWare Workstation 15 及以下版本将无法使用如果你必须在电脑上使用其他虚拟机例如开发 Android 应用必须使用的模拟器请不要使用 Hyper-V我的电脑是win10家庭版不能直接安装hyper-v需要将下面的命令保存到cmd文件中pushd %~dp0dir /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\%%idel hyper-v.txtDism /online /enable-feature /featurename:Microsoft-Hyper-V-All /LimitAccess /ALL然后在cmd文件上点击右键选择使用管理员运行。执行完毕后会重启在重启的过程中进行安装。2.3 Hello worlddocker服务启动的情况下运行下面的命令docker run ubuntu:20.04 /bin/echo Hello world此命令的含义是docker run运行docker镜像命令ubuntu:20.04镜像名称为ubuntu版本号为20.04/bin/echo “Hello world”运行参数此镜像的参数含义为运行镜像的echo命令显示hello world第一次运行时因为本地没有ubuntu:20.04镜像docker会自动从镜像服务器下载。下载过程可能需要多试几次只要成功一次以后执行就不再需要下载了。docker官方还提供了一个hello-world镜像可以直接运行docker run hello-world此命令省略了镜像版本和运行参数docker使用latest作为版本即最新版本。从hello world的例子中也可以体验到docker实例的运行是非常快的。Docker镜像的使用docker官方的镜像库比较慢在进行镜像操作之前需要将镜像源设置为国内的站点。新建文件/etc/docker/daemon.json输入如下内容{registry-mirrors : [https://registry.docker-cn.com,https://docker.mirrors.ustc.edu.cn,http://hub-mirror.c.163.com,https://cr.console.aliyun.com/]
}然后重启docker的服务systemctl restart docker3.1 列出本地所有镜像执行命令 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当前我本地只有刚才安装的两个镜像。3.2 从镜像库中查找镜像执行命令 docker search 镜像名称可以从docker镜像库中查找镜像。$ 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 BottleReq… 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最好选择官方OFFICIAL的镜像这样的镜像最稳定一些。3.3 下载新的镜像执行命令docker pull 镜像名称:版本号即可下载新的镜像。$ 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镜像下载后就可以使用镜像来创建容器了。Docker容器的使用4.1 启动容器执行命令docker run即可启动容器也就是创建某个镜像的实例。docker run命令非常复杂可以先执行一个docker run --help来查看帮助$ 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 hosts 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 containers port(s) to the host-P, --publish-all Publish all exposed ports to random ports--read-only Mount the containers 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比如我们要执行python的shell需要添加-it参数即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 将宿主机的文件挂载到容器docker容器与宿主机是隔离的要想让容器内的程序能访问宿主机上的文件需要通过-v参数将宿主机的文件挂载到容器中。比如我们在宿主机上有一个hello.py可以打印hello想要在python容器中执行就需要进行挂载。-v后还需要接两个参数分别是宿主机的目录和容器内的目录两者使用:分隔路径必须都是绝对路径。我的hello.py保存在主目录的/docker_test目录中将这个目录挂载到容器的/docker_test目录然后在容器内执行python /docker_test/hello.py$ docker run -v ~/docker_test:/docker_test python:3.8 python /docker_test/hello.py
hello4.3 容器的端口映射我们修改一下hello.py创建一个socket服务端并监听5000端口当有客户端连接时打印客户端的地址先客户端发送hello然后关闭连接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(bhello\n)conn.close()在容器内执行docker run -v ~/docker_test:/docker_test python:3.8 python /docker_test/hello.py接下来尝试用telnet命令连接结果却是失败的。原因是127.0.0.1是宿主机的ip地址5000是容器的端口这与我们的习惯稍微有些不同。事实上docker的容器是非常轻量的它并没有自己的网络要想访问容器的端口需要进行端口映射将容器的某端口映射到宿主机的端口客户端连接时只要与宿主机的端口进行连接就可以了。需要注意的是上面的代码创建的服务器无论如何也不可能被客户端连接因为代码中绑定了127.0.0.1的ip在容器中运行时需要绑定所有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(bhello\n)conn.close()然后再使用-p参数-p还需要三个参数即宿主机的ip地址、宿主机的端口、容器的端口三者之间使用:分隔。一般的可以将宿主机的ip地址省略只写宿主机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这样就将容器的5000端口映射到了宿主机的5001端口使用telnet 127.0.0.1 5001即可与容器中的服务器进行连接。4.4 容器管理上面的服务运行之后可以使用docker ps命令查看运行中的容器$ 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显示的内容有下面几列CONTAINER ID容器IDIMAGE镜像名称和版本COMMAND执行的命令CREATED容器创建时间STATUS容器的状态PORTS端口映射NAMES容器名要想结束容器可以使用docker kill 容器ID命令。自制Docker镜像一般而言当我们的程序开发完成后会连同程序文件与运行环境一起制作成一个新的镜像。要制作镜像需要编写Dockerfile。DockeFile由多个命令组成常用的命令有FROM基于某个镜像来制作新的镜像。格式为FROM 镜像名称:镜像版本。COPY从宿主机复制文件支持?、*等通配符。格式为COPY 源文件路径 目标文件路径。ADD从宿主机添加文件格式与COPY相同区别在于当文件为压缩文件时会解压缩到目标路径。RUN在创建新镜像的过程中执行的shell命令。格式为RUN shell命令行。注意此shell命令将在容器内执行。CMD在容器实例中运行的命令格式与RUN相同。注意如果在docker run时指定了命令将不会执行CMD的内容。ENTRYPOINT在容器实例中运行的命令格式与CMD相同。注意如果在docker run时指定了命令该命令会以命令行参数的形式传递到ENTRYPOINT中。ENV在容器中创建环境变量格式为ENV 变量名值。注意Docker镜像中有一个层的概念每执行一个RUN命令就会创建一个层层过多会导致镜像文件体积增大。尽量在RUN命令中使用连接多条shell命令减少RUN命令的个数可以有效减小镜像文件的体积。5.1 自制显示文本文件内容镜像编写cat.py接收一个文件名由python读取文件并显示文件的内容import os
import sysinput sys.argv[1]with open(input, r) as fp:print(fp.read())这个例子比较简单缩写Dockerfile如下FROM python:3.8
WORKDIR /files
COPY cat.py /cat.py
ENTRYPOINT [python, /cat.py]这个Dockerfile的含义是以python:3.8为基础镜像容器启动命令的工作目录为/files在运行镜像时需要我们把宿主机的某目录挂载到容器的/files目录复制cat.py到容器的根目录下启动时运行python /cat.py命令需要说明的是ENTRYPOINT有两种写法ENTRYPOINT python /cat.py
ENTRYPOINT [python, /cat.py]这里采用第二种写法是因为我们要在外部给容器传递参数。执行命令编译Docker镜像docker build -t cat:1.0 .这个命令中-t的含义是目标即生成的镜像名为hello版本号为1.0别忘了最后那个.这叫到上下文路径是指 docker 在构建镜像有时候想要使用到本机的文件比如复制docker build 命令得知这个路径后会将路径下的所有内容打包。这样我们的第一个镜像就制作完成了使用下面的命令执行它docker run -it -v ~/docker_test/cat/files:/files cat:1.0 test.txt即可看到~/docker_test/cat/files/test.txt的内容。5.2 自制web服务器镜像我们使用tornado开发一个网站而python的官方镜像是没有tornado库的这就需要在制作镜像时进行安装。测试的ws.py如下import tornado.httpserver
import tornado.ioloop
import tornado.options
import tornado.webfrom tornado.options import define, options
define(port, default8000, helprun on the given port, typeint)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()编写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在此我们验证一下CMD与ENTRYPOINT的区别。在Dockerfile所在有目录下执行如下命令docker build -t ws:1.0 .执行完成后再使用docker images使用就可以看到生成的镜像了然后使用下面的命令运行docker run -it -p 8000:8000 ws:1.0在浏览器中输入宿主机的ip和8000端口就可以看到页面了。在这个例子中我使用的运行命令是CMD如果在docker run中指定的其他的命令此命令就不会被执行如$ 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.
此时容器中被执行的是python命令而不是我们的服务。在更多情况下我们希望在docker run命令中为我们的服务传参而不是覆盖执行命令那么我们应该使用ENTRYPOINT而不是CMDFROM python:3.8
WORKDIR /ws
COPY ws.py /ws/ws.py
RUN pip install tornado
ENTRYPOINT python ws.py上面这种写法是不支持传递参数的ENTRYPOINT和CMD还支持另一种写法FROM python:3.8
WORKDIR /ws
COPY ws.py /ws/ws.py
RUN pip install tornado
ENTRYPOINT [python, ws.py]使用这种写法docker run命令中的参数才可以传递给hello.pydocker run -it -p 8000:9000 ws:1.0 --port9000这个命令中--port9000被作为参数传递到hello.py中因此容器内的端口就成了9000。在生产环境中运行时不会使用-it选项而是使用-d选项让容器在后台运行$ docker run -d -p 8000:9000 ws:1.0 --port9000
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这种方式下即使当前的控制台被关闭该容器也不会停止。5.3 自制apscheduler服务镜像接下来制作一个使用apscheduler编写的服务镜像代码如下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,triggerCronTrigger(minute*),misfire_grace_time30
)Dockerfile也是信手拈来FROM python:3.8
WORKDIR /
COPY sch.py /sch.py
RUN pip install apscheduler
ENTRYPOINT [python, sch.py]生成镜像docker build -t sch:1.0 .应该可以运行了文件复制需要两个目录在运行时可以使用两次-v来挂载不同的目录docker run -d -v ~/docker_test/sch/src:/src -v ~/docker_test/sch/dest:/dest sch:1.0 /src /dest多阶段构建压缩镜像体积前面用到的官方python镜像大小足足882MB在这个基础上再安装用到的第三方库添加项目需要的图片等资源大小很容易就超过1个G这么大的镜像网络传给客户非常的不方便因此减小镜像的体积是非常必要的工作。docker hub上有个一python:3.8-alpine镜像大小只有44.5MB。之所以小是因为alpine是一个采用了busybox架构的操作系统一般用于嵌入式应用。我尝试使用这个镜像发现安装一般的库还好但如果想安装numpy等就会困难重重甚至网上都找不到解决方案。还是很回到基本的路线上来主流的操作系统镜像ubuntu的大小为72.9MBcentos的大小为209MB——这也算是我更喜欢使用ubuntu的一个重要原因吧使用ubuntu作为基础镜像安装python后的大小为139MB再安装pip后的大小一下子上升到了407MB要是再安装点其他东西很容易就赶上或超过python官方镜像的大小了。看来寻常路线是很难压缩镜像文件体积了。幸好还有一条曲线救国的路可走这就是多阶段构建法。多阶段构建的思想其实很简单先构建一个大而全的镜像然后只把镜像中有用的部分拿出来放在一个新的镜像里。在我们的场景下pip只在构建镜像的过程中需要而对运行我们的程序却一点用处也没有。我们只需要安装pip再用pip安装第三方库然后将第三方库从这个镜像中复制到一个只有python没有pip的镜像中这样pip占用的268MB空间就可以被节省出来了。1、在ubuntu镜像的基础上安装pythonFROM ubuntu
RUN apt update \ apt install python3然后运行docker build -t python:3.8-ubuntu .这样就生成了python:3.8-ubuntu镜像。2、在python:3.8-ubuntu的基础上安装pipFROM python:3.8-ubuntu
RUN apt install python3然后运行docker build -t python:3.8-ubuntu-pip .这样就生成了python:3.8-ubuntu-pip镜像。3、多阶段构建目标镜像FROM python:3.8-ubuntu-pip
RUN pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy
FROM python:3.8-ubuntu
COPY --from0 /usr/local/lib/python3.8/dist-packages/ /usr/local/lib/python3.8/dist-packages/这个dockerfile需要解释一下了因为它有两个FROM命令。第一个是以python:3.8-ubuntu-pip镜像为基础安装numpy当然在实际应用中把所有用到的第三方库出写在这里。第二个FROM是以FROM python:3.8-ubuntu镜像为基础将第三方库统统复制过来COPY命令后的–from0的意思是从第0阶段进行复制。实际应用中再从上下文中复制程序代码添加需要的ENTRYPOINT等。最后再运行docker build -t project:1.0 .这然用于我们项目的镜像就做好了。比使用官方python镜像构建的版本小了大约750MB。导入镜像到生产环境到此我们的镜像已经制作好了可是镜像文件在哪如何在生产环境下运行呢刚才使用docker images命令时已经看到了生成的镜像$ 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我们可以使用docker save命令将镜像保存到指定的文件中保存的文件是一个.tar格式的压缩文件docker save -o hello.tar hello:1.0将hello.tar复制到生产环境的机器上然后执行导入命令docker load -i hello.tar就可以使用了。往期推荐如果让你来设计网络70% 开发者对云原生一知半解“云深”如何知处浅述 Docker 的容器编排如何在 Kubernetes Pod 内进行网络抓包点分享点收藏点点赞点在看
