docker 实践手册

原创

orientlu

修改于 2020-04-20 12:02:09

8300

修改于 2020-04-20 12:02:09

文章被收录于专栏：orientluorientlu

toc

准备环境

安装运行

开始前需要了解 docker的一些基本概念

镜像（Image）
容器（Container）
仓库（Repository）

以 ubuntu 安装 docker 为例：

$ sudo apt install docker.io
$ sudo groupadd docker
$ sudo usermod -aG docker $USER   # 否则只能以 root 操作 docker
## 重启终端
$ docker run hello-world

配置环境

$ vim  /etc/docker/daemon.json
$ sudo systemctl daemon-reload   # 重载配置
$ sudo systemctl restart docker  # 重启docker server

使用镜像加速器

国内从docker hub拉取镜像困难时，内网其他镜像资源等

  {
    "registry-mirrors": [
      "https://registry.docker-cn.com"  # dockerhub 国内
    ]
  }

修改 docker 目录

{
    "data-root": "/data/docker",
}

sudo rsync -avz /var/lib/docker /data/docker  ## 迁移目录

限制容器 log 大小

避免运行容器log 无限增长

"log-driver": "json-file",  
    "log-opts": {  
      "max-size": "10m",   # 10M 
      "max-file": "10"     # 10个
     }

操作命令

基本命令

## 拉取镜像，私有镜像需要先登录
$ docker pull [Docker Registry 地址[:端口号]/]仓库名[:标签]
## 运行镜像， -it 交互运行/ -d 后台运行, --rm 容器结束后销毁
$ docker run -it --rm ubuntu:18.04 /bin/bash
## 列出本地镜像
$ docker image ls
## 列出所有容器
$ docker ps -a
$ docker start/stop 容器id/名
## 查看log
$ docker logs -f 容器id #  从启动开始,
# --tail 10 显示历史10，而不是所有.. 详细 help
## 进入后台执行的容器， -i 交互模式， -t 分配终端
$ docker exec -it 容器id /bin/bash

## 导出导入镜像，镜像id
$ docker save 7691a814370e > ubuntu.tar
$ docker load -i ubuntu.tar #导入镜像, 名和tag 同导出

## 导出导入容器，容器id
$ docker export 7691a814370e > ubuntu.tar
$ cat ubuntu.tar | docker import - test/ubuntu:v1.0 #导入为镜像

## 删除容器，镜像
$ docker rm 容器id
$ docker container prune ## 清理所有停止容器
$ docker rmi 镜像id [-f]
$ docker system prune   ### 清理所有无用容器、缓存

容器网络

网络命令参考

网络模式

bridge：默认模式，独立network namespace，通过 docker0 虚拟网桥，主机与容器通信，
host: 容器与主机共用 network namespace
Containner: 新创建容器和另外一个容器共享同一个 network namespace，两个容器可以通过 lo 直接通信
NONE: 容器有自己的network namespace，但是没有配置网卡，ip路由信息，需自己手动配置

网络模式

容器连接外部

容器通过 net 可以直接访问外部网络，主机配置：

$sysctl net.ipv4.ip_forward
net.ipv4.ip_forward = 1

外部连接容器

外部连接容器，需要容器通过 -p（小写指定端口）/-P（大写随机分配端口）参数指定对外暴露端口，映射到主机上，

# docker run -d -p [host]:port:c_port/udp xxxx
$ docker run -d \
    -p 5000:5000 \
    -p 3000:80 \
    training/webapp \
    python app.py

容器互联

容器连接互联，推荐用户自定义网络，不要使用 --links

# 新建自定义网络
$ docker network create -d bridge my-net
$ docker run --name cc1 --network my-net ubuntu sh
$ docker run --name cc2 --network my-net ubuntu sh
## 进入 cc1 中，直接执行 ping cc2， 可以ping 通了
## 通过网络，对应容器名在其他容器中会解析为分配的 ip
## 多个容器互联，使用docker-compose，自动分配网络，方便

数据管理

容器与主机外部进行数据交互方式

数据卷

## 创建数据卷
$ docker volume create my-vol
$ docker volume ls
## 查看数据卷信息
$ docker volume inspect my-vol
## 启动容器挂载数据卷
$ docker run -d -P \
    --name web \
    --mount source=my-vol,target=/webapp \
    training/webapp \
    python app.py
    
$ $ docker inspect web      # --> "Mounts"下
    
## 删除数据卷
$ docker volume rm my-vol
$ docker volume prune  ## 无主数据卷清理

数据卷 是被设计用来持久化数据的，它的生命周期独立于容器，Docker 不会在容器被删除后自动删除 数据卷，并且也不存在垃圾回收这样的机制来处理没有任何容器引用的 数据卷。如果需要在删除容器的同时移除数据卷，可以在删除容器的时候使用 docker rm -v 这个命令。

数据卷进阶

数据卷容器

容器通过 --volumes-from 挂载到某个容器A创已经建数据卷上，容器A 为数据卷容器。

容器A 不需要处于运行状态，

挂载本机目录

## 挂载本机目录（绝对路径,默认读写权限
$ docker run -d -P \
    --name web \
    --mount type=bind,source=/src/webapp,target=/opt/webapp \
    training/webapp \
    python app.py
    
## 设置权限
$ docker run -d -P \
    --name web \
    # -v /src/webapp:/opt/webapp:ro \
    --mount type=bind,source=/src/webapp,target=/opt/webapp,readonly \
    training/webapp \
    python app.py
    
## 直接挂载一个文件
$ docker run --rm -it \
   --mount type=bind,source=$HOME/.bash_history,target=/root/.bash_history \
   ubuntu:18.04 \
   bash

镜像构建

使用 dockerfile

通过 commit 可以构建 image，但是每次 commit 都是叠加了一个层，而且使用 commit 构建 image，后期不确定 image 中包含了什么操作。

使用 dockerfile 描述构建的 image，每一个 RUN 实际也会对应叠加一层，所以构建时，把多个命令放在同一个 RUN, 减少无意义中间层（image 包含层数是有限制的），还要注意构建命令结尾记得清理无用的文件，避免构造的 image 臃肿。

镜像构建上下文

构建镜像时使用如下命令，

$ docker build -t xx/xx .

docker build 中这个 . 是指定构建镜像的上下文路径（不要理解为当前路径），由于docker运行时是使用 c/s 模式，当在命令行执行 docker build，实际是执行远程调用，通知 docker 引擎完成实际任务，请求时会把上下文路径下的文件打包发给服务端（docker引擎）。

）

比如构建镜像中时常有 ADD, COPY, 这些命令将指定文件拷贝到镜像中，并不是拷贝执行 docker build 当前目录下的文件，而是从打包过去的文件寻找。

所以，如果这样写

ADD ../file.xx /root/

是无法工作的，因为已经超出了上下文，请求是并没有打包给引擎，自然无法找到。

基于上下文这个概念，构建镜像时，应该保持指定路径下只包含需要的文件，避免打包无关文件（或添加 .dockerignore 文件），这也是通常新建个目录的原因

至于指定 dockerfile，使用参数 -f

$  docker build -t nginx:v3 .

docker build 可以直接指定 git rep 构建、tar包构建，等；

一般来说，使用 Dockerfile 构建镜像时最好是将 Dockerfile 放置在一个新建的空目录下。然后将构建镜像所需要的文件添加到该目录中。为了提高构建镜像的效率，可以在目录下新建一个 .dockerignore 文件来指定要忽略的文件和目录。.dockerignore 文件的排除模式语法和 Git 的 .gitignore 文件相似。

构建脚本的命令

dockerfile 每执行一条指令就会建立一层，所以将多个命令合并，减少层数过多，

From 指定基础镜像

设置工作路径

workdir xxx

设置当前工作路径(以后各层也一样)，目录不存在会自动创建

dockerfile 不同于shell，前后两行是不同执行环境，所以之后无法在 app 下找到 install.sh

RUN cd /app
RUN copy install.sh .

Run 运行命令

shell 格式: RUN echo "xx" > xx.md
exec 格式：RUN "echo", "xx",">","xx.md" shell 格式实际执行会包装为 "sh","-C", "xx"，环境变量什么能被shell解析

RUN ["echo", "$HOME"]  # 没有shell解析，打印 "$HOME"
RUN echo $HOME   # shell解析，打印出路径

exec 要使用""括起来，因为会被解析为json

合并多条命令，避免镜像建立太多层，

FROM debian:stretch

RUN buildDeps='gcc libc6-dev make wget' \
    && apt-get update \
    && apt-get install -y $buildDeps \
    && wget -O redis.tar.gz "http://download.redis.io/releases/redis-5.0.3.tar.gz" \
    && mkdir -p /usr/src/redis \
    && tar -xzf redis.tar.gz -C /usr/src/redis --strip-components=1 \
    && make -C /usr/src/redis \
    && make -C /usr/src/redis install \
    && rm -rf /var/lib/apt/lists/* \
    && rm redis.tar.gz \
    && rm -r /usr/src/redis \
    && apt-get purge -y --auto-remove $buildDeps  ## 清理安装内容

copy 和 add 的差别

copy 将上下文目录中的文件、目录复制到新一层镜像内，

COPY package.json /usr/src/app/
COPY hom* /mydir/
COPY hom?.txt /mydir/

<目标路径> 可以是容器内的绝对路径，也可以是相对于 WORKDIR 指令设置的工作路径，不需要事先创建，如果目录不存在会在复制文件前先行创建缺失目录。使用 COPY 指令，源文件的各种元数据都会保留。比如读、写、执行权限、文件变更时间等。

在使用该指令的时候还可以加上 --chown=<user>:<group> 选项来改变文件的所属用户及所属组。

COPY --chown=66:mygroup files* /mydir/

add 和 copy 一样，但是在其基础加了其他功能：

add 的原路径可以是 URL，构建时会自动拉取，设置权限为 600，如果是压缩不会自动解压
add 如果是个压缩包，会自动解压

另外，add 可能导致构建缓存失效，所以：

大部分情况使用 copy，语义明确，需要解压缩再使用add 就好；

entrypoint 和 cmd 差别

entrypoint 和cmd 都和run一样，支持 shell 和exec格式,

docker 不是虚拟机，容器中的应用应该以前台执行（容器中没有后台运行的服务），启动时需要给出运行的bin和参数，通过 entrypoint 和 cmd 命令来实现，一般推荐用exec格式，shell 格式容易混淆前后台执行。

例子：

cmd ["echo","echo_cmd"]
entrypoint ["echo", "echo_entry"]

# 以上cmd和entrypoint都设置，运行时不带参数，实际运行命令：
echo echo_entry echo echo_cmd   ## $entrypoint $cmd
# 以上cmd和entrypoint都设置，运行时带参数 hello，实际运行命令：
echo echo_entry hello           ## $entrypoint hello, cmd 被覆盖

# entrypoint设置，运行时不带参数，实际运行命令：
echo echo_entry               ## $entrypoint
# entrypoint设置，运行时带参数 hello，实际运行命令：
echo echo_entry hello  ## $entrypoint hello

# cmd设置，运行时不带参数，实际运行命令：
echo echo_cmd               ## $cmd
# cmd 设置，运行时带参数 hello，实际运行命令：
hello (报错，除非hello是可执行的)
# cmd 设置，运行时带参数 echo xxx，实际运行命令：
echo xxx

在运行镜像时，如果跟着其他参数，cmd就会被覆盖，而如果想覆盖 entrypoint 需要指定 --entrypoint
如果有 entrypoint，cmd 会作为默认参数传递给 entrypoint 作为执行参数；运行时传入参数，cmd 就会被覆盖，入口依然是entrypoint
如果没有 entrypoint，cmd 直接作为默认执行入口+参数；运行时执行入口+参数可以被传入替换

用 entrypoint 指定入口，用 cmd 指定默认参数，使镜像可以想工具一样使用，以及确保镜像启动一定做好准备工作（比如设置entryppoint 固定为初始化脚本，根据cmd传入去指定之后的事）

参考：

https://zhuanlan.zhihu.com/p/30555962

https://yeasy.gitbooks.io/docker_practice/image/dockerfile/entrypoint.html

设置环境变量

ENV <key> <value>
ENV <key1>=<value1> <key2>=<value2>...

传递参数

ARG MY_ENV="default/xxx"  ## dockerfile 声明参数
ENV $MY_ENV             ## 引用参数

构建时传入：

--build-arg MY_ENV="XXX"

健康检查

FROM nginx
RUN apt-get update && apt-get install -y curl && rm -rf /var/lib/apt/lists/*
HEALTHCHECK --interval=5s --timeout=3s \
  CMD curl -fs http://localhost/ || exit 1

忽略错误

RUN make; exit 0

onbuild 命令

指定当前镜像不运行，在当前镜像作为基础镜像构建其他镜像才运行的命令；

https://yeasy.gitbooks.io/docker_practice/image/dockerfile/onbuild.html

构建缓存问题

Docker构建是分层的，一条指令一层，在docker build 没有带--no-cache=true 指令的情况下如果某一层没有改动，Docker就不会重新构建这一层而是会使用缓存。

通过适当的拆分指令，达到分层利用缓存，提高构建速度。

copy go.mod .
RUN go mod download   # 先拷贝go.mod下载，
                                  # 后面如果依赖不变，则不需要重复download
copy . .
RUN make

但是有些时候也要避免cache带来问题，如不要把 update 和 install 拆分，不然后面新增应用，但是update只会第一次执行。

RUN apt-get update && apt-get install -y \
    aufs-tools \
    automake \
    build-essential \
    curl \
    dpkg-sig \
    libcap-dev \
    libsqlite3-dev \
    mercurial \
    reprepro \
    ruby1.9.1 \
    ruby1.9.1-dev \
    s3cmd=1.1.* \
 && rm -rf /var/lib/apt/lists/*

分阶段构建

在同一个镜像中完成应用构建和执行，可能导致镜像臃肿，代码泄露等问题，因此需要多阶段构建；

构建阶段，构建镜像中完成应用构建；之后将构建产物拷贝到运行镜像（运行镜像只包含运行需要的依赖，小巧）

FROM golang:1.9-alpine as builder
RUN apk --no-cache add git
WORKDIR /go/src/github.com/go/helloworld/
RUN go get -d -v github.com/go-sql-driver/mysql
COPY app.go .
RUN CGO_ENABLED=0 GOOS=linux go build -a -installsuffix cgo -o app .


FROM alpine:latest as prod
RUN apk --no-cache add ca-certificates
WORKDIR /root/
COPY --from=0 /go/src/github.com/go/helloworld/app .
CMD ["./app"]

远程仓库

$ sudo docker login --username=xx url
$ docker  pull hub/image:xxx
$ docker push hub/image:xxx

docker-compose

version: "3"

services:
  loraserver:
    image: ccr.ccs.tencentyun.com/lora/networkserver:${run_ver}
    volumes:
      - ${work_path}/configuration/loraserver:/etc/loraserver
      - /etc/localtime:/etc/localtime:ro
    environment:
      - JOIN_SERVER.DEFAULT.SERVER=http://appserver:8003
      
  appserver:
    image: ccr.ccs.tencentyun.com/lora/appserver:${run_ver}
    logging:
      driver: "json-file"
      options:
        max-size: "200m"
        max-file: "10"
    ports:
      - ${as_api_port}:8080
    volumes:
      - asdata:/lora-app-server
      - /etc/localtime:/etc/localtime:ro
    depends_on:
      - loraserver
  
  volumes:
    asdata:

参考

命令

参考

数据

数据卷或者直接挂载本地目录

网络

参考

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

容器

命令行工具

shell

容器镜像服务

原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。

如有侵权，请联系 cloudcommunity@tencent.com 删除。

登录后参与评论

0 条评论

热度