目录html
https://docs.docker.com/install/ https://docs.docker.com/install/linux/docker-ce/centos/
二进制方式安装
java
https://docs.docker.com/install/linux/docker-ce/binaries/
mac安装
node
https://docs.docker.com/docker-for-mac/install/
windows10 安装
python
https://docs.docker.com/docker-for-windows/install/
什么是image
什么是layer
搜索下载镜像
镜像打标签,使用标签mysql
image = files + metadatalinux
files
文件是构建容器的根文件系统
metadata
包含一些元数据信息nginx
images由一层层的files相互堆叠起来, 每一层均可以添加/修改/文件;元数据信息, 镜像层级共享能够节省空间,内存,网络传输消耗等.golang
例子: 一个java webapp镜像各个镜像层信息
web
镜像是一个只读的文件
容器是在该文件系统的读写副本中运行的一组封装的进程。
为了优化容器启动时间,使用写时拷贝而不是常规拷贝。
docker run从给定的image启动容器。redis
镜像容器与面向对象中概念
镜像是只读的,若是咱们须要对镜像进行修改以适应本身需求,咱们没法修改原有镜像!
可是咱们能够基于此镜像进行修改生成新的镜像,而新的镜像是经过旧的镜像基础修改而来
建立镜像
首先得有一个容器
, 而建立一个容器
必须得先有镜像
,死循环!
解决方法
建立一个基础的镜像
,生成新的的镜像后,再封装成咱们所须要的镜像
https://docs.docker.com/samples/library/scratch/ https://docs.docker.com/develop/develop-images/baseimages/
也可使用 docker import
命令导入tarball
压缩的docker镜像
生成新的镜像有两种方法
docker commit
基于现存容器生成一个新的镜像(不多使用此方法)
$ docker commit aae5ef258c76 zrd/flanneld:v1 sha256:f46a5c369b4f938a5e2b9498813227f5174b54d6601f76d3a2da1eec6367e4f3
docker build
(99%状况下使用此方法)
咱们拉取镜像时有如下几种方式
docker pull centos
docker pull zhourudong/myweb
docker pull registry.example.com:5000/my-private/image
root namespaces通常由官方建立维护好比咱们所用的镜像CentOS, mysql
User namespace通常由用户基于root namespaces
自创的镜像例如cucy/busybox
,其中cucy
是用户名,busybox
为镜像
Self-hosted namespace此命名空间保存的图像不在Docker Hub上,而是在第三方自定义, 例如
quay.io/coreos/etcd gcr.io/google-containers/hugo localhost:5000/wordpress
quay.io, gcr.io, localhost:5000
是仓库的地址,etcd,hugo,wordpress
是镜像
保存镜像的方法:
本机 Remote Docker registry
咱们可使用docker client下载(pull),上传(push)镜像,严格来讲是docker client给docker engine发送pull, post请求,由docker
# docker images REPOSITORY TAG IMAGE ID CREATED SIZE zrd/flanneld v1 f46a5c369b4f About an hour ago 52.6MB findsec/hello v2 72f0edcf0c06 4 days ago 941MB findsec/hello v1 c54843059b2b 4 days ago 941MB calico/node v3.8.0 cd3efa20ff37 10 days ago 155MB calico/cni v3.8.0 539ca36a4c13 10 days ago 143MB calico/kube-controllers v3.8.0 df5ff96cd966 10 days ago 46.8MB calico/pod2daemon-flexvol v3.8.0 f68c8f870a03 13 days ago 9.37MB gcr.azk8s.cn/google-containers/kube-proxy v1.15.0 d235b23c3570 3 weeks ago 82.4MB
# docker search busybox NAME DESCRIPTION STARS OFFICIAL AUTOMATED busybox Busybox base image. 1623 [OK] progrium/busybox 70 [OK] radial/busyboxplus Full-chain, Internet enabled, busybox made f… 24 [OK] arm32v7/busybox Busybox base image. 7 yauritux/busybox-curl Busybox with CURL 5 armhf/busybox Busybox base image. 4 arm64v8/busybox Busybox base image. 3
OFFICIAL
表示是官方镜像
AUTOMATED
自动构建
docker pull指定下载镜像
docker run当本地没有此镜像时,会到docker仓库进行拉取
docker tag busybox:latest zrd:prod-v1
适合使用标签场景
快速测试使用 正在开发环境调式 使用latest版本
适合打标签场景
在脚本中定义版本信息 生产环境 重复使用
docker commit, docker tag, and docker diff
等命令主机上执行 # docker run -it centos 容器内运行 [root@1e42384795b3 /]# yum install wget -y && rm -rf /var/cache/yum 容器所修改的内容 [root@k8s-master-45 ~]# docker diff fb62137afd63 C /usr C /usr/bin A /usr/bin/wget C /usr/share C /usr/share/locale C /usr/share/locale/en_GB C /usr/share/locale/en_GB/LC_MESSAGES A /usr/share/locale/en_GB/LC_MESSAGES/wget.mo 主机上执行 $ docker commit <yourContainerId> # docker commit fb62137afd63 zrd/centostest
镜像是只读,当咱们对其进行修改时,它会拷贝修改的文件到新的镜像, , 基于性能出发点,docker使用copy-on-write技术
验证生成的镜像
# docker run zrd/centostest wget baidu.com --2019-07-12 09:44:48-- http://baidu.com/ Resolving baidu.com (baidu.com)... 123.125.114.144, 220.181.38.148 Connecting to baidu.com (baidu.com)|123.125.114.144|:80... connected. HTTP request sent, awaiting response... 200 OK Length: 81 [text/html] Saving to: 'index.html' 0K 100% 12.9M=0s 2019-07-12 09:44:48 (12.9 MB/s) - 'index.html' saved [81/81]
打标签
两种打标签方法
$ docker tag <newImageId> figlet $ docker commit <containerId> figlet
以上构建镜像方法过于繁杂, Dockerfile应运而生
$ vim Dockerfile
FROM ubuntu RUN apt-get update RUN apt-get install figlet
FROM 指定从哪一个基础镜像开始构建
RUN 每个RUN指令就是构建一个镜像, RUN 运行的命令不能有交互
$ docker build -t figlet .
-t 表示指定标签
. 表示以当前目录下Dockerfile
中所定义的步骤进行构建镜像
构建时,显示的内容
[root@k8s-master-45 ~/myimage]# docker build -t figlet . Sending build context to Docker daemon 2.048kB Step 1/3 : FROM ubuntu ---> 4c108a37151f Step 2/3 : RUN apt-get update ---> Running in 6c0d73559f78 Removing intermediate container 5e624609a7f1 ---> 81def0f272fc Successfully built 81def0f272fc Successfully tagged figlet:latest
context
Sending build context to Docker daemon 2.048kB
由于docker client 和Docker daemon(Engine)能够在不一样的主机上,在构建时,docker client 须要将本地数据上传给docker daemo(压缩); 在构建时若是docker client 和docker engine不在同一台主机上时,上传本地文件数据会耗费很长的时间
docker build --no-cache
docker history figlet
CMD / ENTRYPOINT
这两个命令能够设置容器启动时容器运行的命令参数
CMD
FROM ubuntu RUN apt-get update RUN ["apt-get", "install", "figlet"] CMD figlet -f script hello
不加指定参数默认以CMD定义的命令来运行
[root@k8s-master-45 ~/myimage]# docker run figlet _ _ _ | | | | | | | | _ | | | | __ |/ \ |/ |/ |/ / \_ | |_/|__/|__/|__/\__/
覆盖
CMD
默认设定的命令
$ docker run -it figlet bash root@7ac86a641116:/#
ENTRYPOINT
FROM ubuntu RUN apt-get update RUN ["apt-get", "install", "figlet"] ENTRYPOINT ["figlet", "-f", "script"]
运行测试
$ docker run figlet salut _ | | , __, | | _|_ / \_/ | |/ | | | \/ \_/|_/|__/ \_/|_/|_/
使用 CMD 仍是 ENTRYPOINT?
两个能够同时并存, ENTRYPOINT
做为基本执行命令不会被覆盖,若是使用CMD
命令会被所有覆盖;因此ENTRYPOINT
做为容器的基本命令,而CMD
定义为默认的参数
FROM ubuntu RUN apt-get update RUN ["apt-get", "install", "figlet"] ENTRYPOINT ["figlet", "-f", "script"] CMD ["hello world"]
以上例子,当容器运行后,若是不给参数则命令 CMD
是默认的参数; 若是启动时给定参数,CMD
设置的参数会被覆盖.
# docker build -t figlet . Sending build context to Docker daemon 2.048kB Step 1/5 : FROM ubuntu .... 以默认参数运行 # docker run figlet _ _ _ _ | | | | | | | | | | | _ | | | | __ __ ,_ | | __| |/ \ |/ |/ |/ / \_ | | |_/ \_/ | |/ / | | |_/|__/|__/|__/\__/ \/ \/ \__/ |_/|__/\_/|_/ 覆盖默认参数 # docker run figlet 123 , __ ___ /|/ )/ \ | / __/ | / \ |/___\___/
强制覆盖ENTRYPOINT
咱们可使用--entrypoint
覆盖基本命令
$ docker run -it --entrypoint bash figlet root@6027e44e2955:/#
时候构建代码时,代码并不在容器中(在宿主机上), 咱们须要使用COPY 或者ADD命令将本地文件拷贝到容器中
代码内容以下
# cat hellogo.go package main func main() { println("Hi, golang!") }
Dockerfile
FROM ubuntu RUN apt-get update RUN apt-get install -y golang COPY hellogo.go / RUN GOPATH=/ && go build -o hellogo . CMD /hellogo
CPOY /ADD相似,
ADD
能够解压压缩文件(展开压缩文件的内容,而不是把整个压缩包往容器里添加)
以最小依赖来安装软件包, 构建完成前能够清理一些缓存,好比apt yum 的cache目录
docker image build --squash ...
压缩成单一层镜像
FROM ubuntu AS compiler RUN apt-get update RUN apt-get install -y golang COPY hellogo.go / RUN GOPATH=/ && go build -o hellogo . FROM ubuntu COPY --from=compiler hellogo.go / CMD /hellogo
docker login # 登陆信息会保存在 ~/.docker/config docker target image someimage zrd/someimage docker push zrd/someimage
#!/bin/sh set -e # first arg is '-f' or '--some-option' # or first arg is 'something.conf' if [ "${1#-}" != "$1" ] || [ "${1%.conf}" != "$1" ]; then set -- redis-server "$@" fi # allow the container to be started with '--user' if [ "$1" = 'redis-server' -a "$(id -u)" = '0' ]; then chown -R redis . exec su-exec redis "$0" "$@" fi exec "$@"
$ docker inspect --format '{{ json .Created }}' <containerID> "2015-02-24T07:21:11.712240394Z"
docker run -d -l owner=alice nginx docker run -d -l owner=bob nginx docker run -d -l owner nginx
$ docker inspect $(docker ps -lq) | grep -A3 Labels "Labels": { "maintainer": "NGINX Docker Maintainers <docker-maint@nginx.com>", "owner": "" },
$ docker inspect $(docker ps -q) --format 'OWNER={{.Config.Labels.owner}}' $ docker ps --filter label=owner Or we can list containers having a specific label with a specific value. $ docker ps --filter label=owner=alice docker cp <container_id>:/var/log/nginx/error.log . docker run -ti --entrypoint sh debugimage
内存
docker run -ti --memory 100m python
cpu
--cpus 0.1 means 10% of one CPU, --cpus 1.0 means 100% of one whole CPU, --cpus 10.0 means 10 entire CPUs. --cpuset-cpus 0 forces the container to run on CPU 0; --cpuset-cpus 3,5,7 restricts the container to CPUs 3, 5, 7; --cpuset-cpus 0-3,8-11 restricts the container to CPUs 0, 1, 2, 3, 8, 9, 10, 11.
docker run --net none ...
单网络容器
!()[bridge1.png]
Two containers on a single Docker network
!()[bridge2.png]
Two containers on two Docker networks
!()[bridge3.png]
docker network create dev $ docker run -d --name es --net dev elasticsearch:2 $ docker run -ti --net dev alpine sh $ docker run --net dev --net-alias redis -d redis
--internal --gateway --subnet --ip-range --aux-address $ docker network create --subnet 10.66.0.0/16 pubnet $ docker run --net pubnet --ip 10.66.66.66 -d nginx docker network connect <network> <container> docker network disconnect <network> <container> docker network connect dev <container_id>