一篇文章带你了解docker的基本概念和常用命令
文章目录
- 1. 写在前面
- 2. 整体概念
-
- 2.1 基本介绍
- 2.2 应用场景
- 2.3 优点
- 2.4 架构
- 3. Docker使用流程
-
- 3.1 基本流程
- 3.2 重新部署流程
- 4. 镜像操作
-
- 4.1 镜像列表
- 4.2 查找镜像
- 4.3 拉取镜像
- 4.4 构建镜像
- 4.5 更新镜像
- 4.6 删除镜像
- 5. 容器操作
-
- 5.1 查看容器列表
- 5.2 启动容器
- 5.3 停止容器
- 5.4 启动已停止运行的容器
- 5.5 重启容器
- 5.6 进入容器
- 5.7 导出和导入容器
- 5.8 删除容器
- 6. 其他常用命令
-
- 6.1 获取容器的日志
- 6.2 查看容器硬盘占用
1. 写在前面
本文读者主要针对运维工程师及后端开发人员，旨在通过该文章，让大家对docker有整体的认识，并且能够掌握常用的操作命令，同时也算是作者这2周使用Docker的一些经验总结吧。
2. 整体概念
在介绍常用命令前，我们首先要建立对docker的整体认识。
2.1 基本介绍
Docker 可以让开发者打包他们的应用以及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。容器是完全使用沙箱机制，相互之间不会有任何接口，更重要的是容器性能开销极低。
2.2 应用场景
- Web 应用的自动化打包和发布。
- 自动化测试和持续集成、发布。
- 在服务型环境中部署和调整数据库或其他的后台应用。
- 从头编译或者扩展现有的 OpenShift 或 Cloud Foundry 平台来搭建自己的 PaaS 环境。
2.3 优点
Docker 是一个用于开发，交付和运行应用程序的开放平台。Docker 使您能够将应用程序与基础架构分开，从而可以快速交付软件。借助 Docker，您可以与管理应用程序相同的方式来管理基础架构。通过利用 Docker 的方法来快速交付，测试和部署代码，您可以大大减少编写代码和在生产环境中运行代码之间的延迟。
2.4 架构
3个基本概念
-
镜像（Image）：Docker 镜像（Image），就相当于是一个 root 文件系统。比如官方镜像 ubuntu:16.04 就包含了完整的一套 Ubuntu16.04 最小系统的 root 文件系统。
-
容器（Container）：镜像（Image）和容器（Container）的关系，就像是面向对象程序设计中的类和实例一样，镜像是静态的定义，容器是镜像运行时的实体。容器可以被创建、启动、停止、删除、暂停等。
-
仓库（Repository）：仓库可看成一个代码控制中心，用来保存镜像。
架构模式
Docker 使用客户端-服务器 (C/S) 架构模式，使用远程API来管理和创建Docker容器。
Docker 容器通过 Docker 镜像来创建。
容器与镜像的关系类似于面向对象编程中的对象与类。
3. Docker使用流程
这里介绍基本流程和命令，参数细节，可见后面的章节。
编译镜像的过程中，可能也会涉及到一些公共的基础镜像的拉取，这里先提一下。
3.1 基本流程
3.2 重新部署流程
一般在开发初期，对于同一版本的docker可能会多次build测试，这个时候需要停止原来的docker，编译新的docker然后运行。
4. 镜像操作
4.1 镜像列表
列出本地主机上的镜像
$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
text_classify_gpu v2.0 a46a8bd60eba 1 days ago 5.32GB
text_classify_gpu v1.0 a46a8bd60eba 8 days ago 5.31GB
nvidia/cuda 10.0-cudnn7-devel-centos7 7fc1453d6e94 4 months ago 3.35GB
以上信息中，各项内容详情如下：
REPOSITORY：表示镜像的仓库源TAG：镜像的标签IMAGE ID：镜像IDCREATED：镜像创建时间SIZE：镜像大小
4.2 查找镜像
有2种方式，一般使用第二种比较多：
- 从Docker Hub 网站来搜索镜像
- 使用
docker search命令来搜索镜像
$ docker search nvidia
NAME DESCRIPTION STARS OFFICIAL AUTOMATED
nvidia/cuda CUDA and cuDNN images from gitlab.com/nvidia… 830
nvidia/digits DEPRECATED 72
nvidia/opengl OpenGL images with libglvnd from Nvidia 28
nvidia/cudagl CUDA + OpenGL images from gitlab.com/nvidia/… 27
nvidia/k8s-device-plugin Images for github.com/NVIDIA/k8s-device-plug… 24
nvidia/cuda-ppc64le CUDA and cuDNN images from gitlab.com/nvidi… 17
nvidia/opencl OpenCL images from gitlab.com/nvidia/opencl 16
nvidia/driver Driver images from https://gitlab.com/nvidia… 16
willprice/nvidia-ffmpeg NVIDIA Hardware Accelerated FFmpeg build 13
以上信息中，各项内容详情如下：
NAME: 镜像仓库源的名称DESCRIPTION: 镜像的描述OFFICIAL: 是否 docker 官方发布stars: 类似 Github 里面的 star，表示点赞、喜欢的意思。AUTOMATED: 自动构建。
4.3 拉取镜像
从Docker源拉取最新的镜像进行安装
$ docker pull text_classify_gpu
Using default tag: latest
实际情况下，我们往往不需要最新的版本，而是指定版本，这个时候可以登录Docker Hub网站，找到对应的Tag进行安装。
$ docker pull text_classify_gpu:v1.0
4.4 构建镜像
使用命令docker build，来创建一个新的镜像。
为此，我们需要创建一个 Dockerfile 文件，其中包含一组指令来告诉 Docker 如何构建我们的镜像。
下面以Python工程为例，写一个Dockerfile的示例：
FROM python:3.7
MAINTAINER xiaoi
# 开放端口
EXPOSE 5000
# 设置环境变量
ENV pypi https://pypi.douban.com/simple
ENV DIR /mnt/PseudoRegular
# 切换工作目录
COPY ./ ${DIR}
WORKDIR ${DIR}
RUN pip install --no-cache-dir -r requirements.txt flask uwsgi -i ${pypi}
CMD ["sh","app.sh"]
每一个指令都会在镜像上创建一个新的层，每一个指令的前缀都必须是大写的。
第一条FROM，指定使用哪个镜像源
RUN 指令告诉docker 在镜像内执行命令，安装了什么。
然后，我们使用 Dockerfile 文件，通过 docker build 命令来构建一个镜像。
对于Dockerfile的编写可以看：《一篇文章教会你dockerfile的编写和使用》。
$ docker build -t pseudo-regular:v1.0 .
Sending build context to Docker daemon 153.6kB
Step 1/9 : FROM python:3.7
---> af86b73e120c
Step 2/9 : MAINTAINER xiaoi
---> Running in be3eeaeb3165
Removing intermediate container be3eeaeb3165
---> 35675d4a4708
......
Successfully built e4c6e1801984
Successfully tagged pseudo-regular:v1.0
参数说明：
-t：指定要创建的目标镜像名.：Dockerfile 文件所在目录，可以指定Dockerfile的绝对路径
查看镜像列表：
docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
pseudo-regular v1.0 e4c6e1801984 6 minutes ago 1.03GB
python 3.7 af86b73e120c 9 days ago 903MB
gzxiaoi/text_classify_gpu v2.0 a46a8bd60eba 9 days ago 5.31GB
nvidia/cuda 10.0-cudnn7-devel-centos7 7fc1453d6e94 4 months ago 3.35GB
接下来就可以使用新的镜像来创建容器了，在后面的章节会有详细介绍。
4.5 更新镜像
更新镜像之前，我们需要使用镜像来创建一个容器。
$ docker run -t -i text_classify_gpu:v1.0 /bin/bash
root@e218edb10161:/#
在运行的容器内使用apt-get update命令进行更新，或者对内部的内容进行修改。
在完成操作之后，输入 exit 命令来退出这个容器。
此时 ID 为 e218edb10161 的容器，是按我们的需求更改的容器。我们可以通过命令docker commit 来提交容器副本。
$ docker commit -m="has update" -a="jason" e218edb10161 text_classify_gpu:v2.0
sha256:70bf1840fd7c0d2d8ef0a42a817eb29f854c1af8f7c59fc03ac7bdee9545aff8
各个参数说明：
-m: 提交的描述信息-a: 指定镜像作者e218edb10161：容器 IDtext_classify_gpu:v2.0: 指定要创建的目标镜像名
接下来我们查看镜像列表
$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
text_classify_gpu v2.0 70bf1840fd7c 1 days ago 5.32GB
text_classify_gpu v1.0 a46a8bd60eba 8 days ago 5.31GB
nvidia/cuda 10.0-cudnn7-devel-centos7 7fc1453d6e94 4 months ago 3.35GB
4.6 删除镜像
$ docker rmi a46a8bd60eba
删除后查看进行列表
$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
text_classify_gpu v2.0 70bf1840fd7c 1 days ago 5.32GB
nvidia/cuda 10.0-cudnn7-devel-centos7 7fc1453d6e94 4 months ago 3.35GB
5. 容器操作
5.1 查看容器列表
查看运行中的容器列表
$ docker ps
查看所有的容器列表
$ docker ps -a
5.2 启动容器
$ docker run -it -p 10000:5000 --name=pseudo-new pseudo-regular:v1.0 /bin/bash
参数说明：
-i: 交互式操作。-t: 终端。-p: 将docker中5000端口映射到宿主机的10000端口--name: 容器名字。pseudo-regular:v1.0: 依赖的镜像名及对应的Tag/bin/bash：放在镜像名后的是命令，这里我们希望有个交互式 Shell，因此用的是 /bin/bash。- 要退出终端，直接输入
exit:
实际一般会启动容器在后台运行-d，设置Docker重启时容器自动启动--restart=always，命令如下：
$ docker run -d -p 10000:5000 --restart=always --name=pseudo-new pseudo-regular:v1.0
5.3 停止容器
查看运行中的容器
$ docker ps -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
19885aecf783 pseudo-regular:v1.0 "sh app.sh" 5 seconds ago Up 4 seconds 0.0.0.0:10000->5000/tcp pseudo-new
使用命令停止容器，参数为容器ID/容器名
$ docker stop pseudo-new
pseudo-new
5.4 启动已停止运行的容器
首先使用docker ps -a命令查看容器列表，根据指定的容器ID，启动命令如下：
$ docker ps -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
b750bbbcfd88 pseudo-regular:v1.0 "sh app.sh" About a minute ago Exited (137) 40 seconds ago pseudo-new
$ docker start b750bbbcfd88
19885aecf783
接下来查看运行中的容器列表：
$ docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
19885aecf783 pseudo-regular:v1.0 "sh app.sh" 2 minutes ago Up 3 seconds 0.0.0.0:10000->5000/tcp pseudo-new
5.5 重启容器
可以使用docker restart命令，参数为容器ID/容器名
$ docker restart pseudo-new
pseudo-new
$ docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
19885aecf783 pseudo-regular:v1.0 "sh app.sh" 9 minutes ago Up 6 seconds 0.0.0.0:10000->5000/tcp pseudo-new
$ docker restart 19885aecf783
19885aecf783
$ docker ps
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
19885aecf783 pseudo-regular:v1.0 "sh app.sh" 10 minutes ago Up 6 seconds 0.0.0.0:10000->5000/tcp pseudo-new
5.6 进入容器
在使用 -d 参数时，容器启动后会进入后台。
此时想要进入容器，可以通过以下2个指令进入：
docker attach: 退出容器终端后容器也会停止运行docker exec: 退出容器终端，不会导致容器的停止（推荐使用）
attach 命令
$ docker attach 19885aecf783
exec 命令
$ docker exec -it 19885aecf783 /bin/bash
5.7 导出和导入容器
如果要导出本地某个容器，可以使用docker export命令。
$ docker export 19885aecf783 > pseudo-new.tar
可以使用docker import从容器快照文件中再导入为镜像，以下实例将快照文件 pseudo-new.tar 导入到镜像 test/pseudo-new:v1.1:
$ cat docker/pseudo-new.tar | docker import - test/pseudo-new:v1.1
5.8 删除容器
删除容器使用docker rm命令
docker rm -f 19885aecf783
参数说明：
-f: 通过 SIGKILL 信号强制删除一个运行中的容器，等效docker stop + docker rm
顺便说一下，删除所有已经停止的容器命令
$ docker rm $(docker ps -a -q)
6. 其他常用命令
6.1 获取容器的日志
docker logs [OPTIONS] CONTAINER
OPTIONS说明：
-f: 跟踪日志输出--since:显示某个开始时间的所有日志-t: 显示时间戳--tail:仅列出最新N条容器日志
6.2 查看容器硬盘占用
$ docker system df -v
Images space usage:
REPOSITORY TAG IMAGE ID CREATED SIZE SHARED SIZE UNIQUE SIZE CONTAINERS
pseudo-regular v1.0 e4c6e1801984 4 hours ago 1.027GB 903.1MB 123.9MB 1
python 3.7 af86b73e120c 9 days ago 903.1MB 903.1MB 0B 0
text_classify_gpu v2.0 a46a8bd60eba 10 days ago 5.31GB 3.351GB 1.959GB 0
nvidia/cuda 10.0-cudnn7-devel-centos7 7fc1453d6e94 4 months ago 3.351GB 3.351GB 0B 0
Containers space usage:
CONTAINER ID IMAGE COMMAND LOCAL VOLUMES SIZE CREATED STATUS NAMES
786ecd7d293e pseudo-regular:v1.0 "sh app.sh" 0 154kB 18 minutes ago Up 18 minutes pseudo-new
Local Volumes space usage:
VOLUME NAME LINKS SIZE
Build cache usage: 0B
CACHE ID CACHE TYPE SIZE CREATED LAST USED USAGE SHARED
$ docker system df
TYPE TOTAL ACTIVE SIZE RECLAIMABLE
Images 4 1 6.337GB 6.213GB (98%)
Containers 1 1 153.8kB 0B (0%)
Local Volumes 0 0 0B 0B
Build Cache 0 0 0B 0B
其他相关资料：
CentOS docker 安装：https://www.runoob.com/docker/centos-docker-install.html
docker 命令大全：https://www.runoob.com/docker/docker-command-manual.html