后端开发工程师-DevOps与自动化部署-Docker_Docker在DevOps中的应用.docx

PAGE1

PAGE1

Docker基础

1Docker简介

Docker是一个开源的应用容器引擎，基于Go语言并遵从Apache2.0协议开源。Docker可以让开发者打包他们的应用以及依赖包到一个可移植的容器中，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。

1.1为什么使用Docker？

一致性：无论在开发、测试还是生产环境中，Docker都能保证应用环境的一致性。

轻量级：与传统的虚拟机相比，Docker容器启动速度快，资源占用少。

可移植性：Docker容器可以在任何安装了Docker的机器上运行，无需关心底层环境差异。

可扩展性：Docker容器易于复制和扩展，适合微服务架构。

2Docker安装与配置

2.1安装Docker

在Ubuntu系统中，可以通过以下命令安装Docker：

#更新apt包索引

sudoapt-getupdate

#安装一些必要的包，让apt可以通过HTTPS使用仓库

sudoapt-getinstall-yapt-transport-httpsca-certificatescurlsoftware-properties-common

#添加Docker的官方GPG密钥

curl-fsSL/linux/ubuntu/gpg|sudoapt-keyadd-

#添加Docker仓库

sudoadd-apt-repositorydeb[arch=amd64]/linux/ubuntu$(lsb_release-cs)stable

#更新apt包索引

sudoapt-getupdate

#安装Docker

sudoapt-getinstall-ydocker-ce

2.2配置Docker

为了方便使用，可以将当前用户添加到docker用户组：

sudousermod-aGdocker$USER

重启系统后，用户就可以无需使用sudo命令直接运行Docker了。

3Docker镜像与容器

3.1Docker镜像

Docker镜像是创建Docker容器的基础，它包含了运行容器所需的所有文件和依赖。镜像可以看作是容器的模板，容器则是镜像的运行实例。

3.1.1创建Docker镜像

通过Dockerfile可以创建自定义的Docker镜像。以下是一个简单的Dockerfile示例，用于创建一个包含Python环境的镜像：

#使用官方的Python基础镜像

FROMpython:3.8-slim

#设置工作目录

WORKDIR/app

#将当前目录的内容复制到容器的/app目录下

COPY./app

#安装依赖

RUNpipinstall--no-cache-dir-rrequirements.txt

#设置环境变量

ENVNAMEWorld

#定义容器启动时运行的命令

CMD[python,./app.py]

3.1.2构建Docker镜像

在Dockerfile所在的目录下，运行以下命令构建镜像：

dockerbuild-tmy-python-app.

3.2Docker容器

Docker容器是Docker镜像的运行实例，它提供了运行应用的环境。

3.2.1运行Docker容器

使用以下命令运行一个Docker容器：

dockerrun-d--namemy-running-appmy-python-app

3.2.2查看运行中的容器

dockerps

3.2.3停止容器

dockerstopmy-running-app

3.2.4删除容器

dockerrmmy-running-app

4Docker网络与数据管理

4.1Docker网络

Docker提供了多种网络模式，包括桥接模式、主机模式、无网络模式和自定义网络模式。

4.1.1创建自定义网络

dockernetworkcreatemy-network

4.1.2连接容器到网络

dockerrun-d--namemy-app--networkmy-networkmy-python-app

4.2Docker数据管理

Docker容器是临时的，容器停止运行后，容器内的数据也会丢失。为了持久化数据，Docker提供了数据卷和数据卷容器。

4.2.1创建数据卷

dockervolumecreatemy-volume

4.2.2将数据卷挂载到容器

dockerrun-d--namemy-app-vmy-volume:/datamy-python