Docker 完全指南:从入门到生产级实践

news2026/4/7 19:44:17
一篇长文彻底搞懂 Docker、Compose 与 Swarm容器技术已经成为现代软件交付的基石。无论是开发者、运维工程师还是架构师掌握 Docker 都是必备技能。本文将系统介绍 Docker 的核心概念、多容器编排、集群管理以及从开发到生产的最佳实践。一、Docker 是什么为什么需要它Docker 是一个开源的容器化平台允许将应用程序及其所有依赖库、配置文件、环境变量等打包成一个轻量级、可移植的容器。容器与底层操作系统解耦可以在任何支持 Docker 的环境中一致地运行。核心思想一次构建随处运行。与传统虚拟机的对比特性Docker 容器传统虚拟机隔离级别进程级共享宿主机内核硬件虚拟化完全隔离启动时间毫秒级秒级到分钟级磁盘占用MB 级GB 级内存开销仅容器进程所需Hypervisor 客户机 OS性能损耗接近原生有一定损耗安全隔离较弱较强选择建议容器适合微服务、开发测试、CI/CD 等需要轻量快速部署的场景虚拟机适合强隔离、多租户、运行不同类型操作系统的场景。二、Docker Compose多容器的统一管家当需要同时运行多个容器比如 Web 服务、数据库、缓存、消息队列时手动通过docker run逐个启动容器存在诸多不便主要体现在以下方面1需要单独创建容器网络2必须严格把控容器启动顺序3需逐个配置环境变量参数4要分别设置数据卷挂载Docker Compose正是为解决这个问题而生的。它是 Docker 官方推出的单机多容器编排工具。你只需用一个docker-compose.yml文件定义所有服务然后一条命令就能启动整个系统。1. 对比单独管理好处在哪里维度单独管理docker runDocker Compose启动/停止多个命令或复杂脚本docker compose up/down一键操作启动顺序手动 sleep 或检测depends_on 健康检查网络配置手动创建并指定自动创建项目专属网络服务发现--link已废弃或外部 DNS容器名自动解析为 IP环境变量每个容器单独设置统一在environment中管理配置复用无法轻松切换环境支持多 Compose 文件覆盖卷管理逐个创建命名卷顶层volumes:统一声明日志查看多个终端看日志docker compose logs -f聚合团队协作每个人需记住所有参数共享 Compose 文件即可复现2. 容器间如何通信在 Compose 中所有服务会自动加入同一个自定义桥接网络。在同一网络内容器可以通过服务名直接访问对方。例如在docker-compose.yml中定义了服务db和redis那么应用代码中连接数据库时可以写db:5432连接缓存时写redis:6379。Compose 内置 DNS 会自动解析服务名到对应容器的 IP。对外暴露的服务如 HTTP API才需要用ports映射到宿主机。内部通信完全不需要映射端口。3. 推荐的目录结构为你的项目创建一个专属目录所有内容都放在里面my-project/ ├── docker-compose.yml # 核心配置文件 ├── .env # 环境变量敏感信息 ├── web/ # Web 服务目录 │ ├── Dockerfile │ └── ... ├── db/ # 数据库目录 │ └── init.sql ├── cache/ # 缓存配置 │ └── redis.conf ├── data/ # 数据卷数据库文件等 ├── logs/ # 日志卷 └── scripts/ # 辅助脚本4. 一个实际的 Compose 示例version: 3.8 networks: app-net: volumes: db_data: cache_data: services: db: image: postgres:15-alpine environment: POSTGRES_DB: myapp POSTGRES_USER: app_user POSTGRES_PASSWORD: ${DB_PASSWORD} volumes: - db_data:/var/lib/postgresql/data healthcheck: test: [CMD-SHELL, pg_isready -U app_user] networks: - app-net cache: image: redis:7-alpine command: redis-server --requirepass ${REDIS_PASSWORD} volumes: - cache_data:/data healthcheck: test: [CMD, redis-cli, ping] networks: - app-net web: build: ./web ports: - 8080:8080 environment: DB_HOST: db REDIS_HOST: cache depends_on: db: condition: service_healthy cache: condition: service_healthy networks: - app-net启动命令docker compose up -d停止并清理docker compose down三、逐步添加服务渐进式集成在开发过程中完全可以在 Compose 项目中逐步增加服务模块。例如先只配置数据库并运行起来等它稳定后再编辑docker-compose.yml添加缓存服务然后执行docker compose up -d。Compose 只会启动新添加的服务已经运行的老服务不受影响。注意事项1新服务会自动加入同一个网络可以用服务名访问已有服务。2如果两个服务需要映射到宿主机的同一个端口例如都映射 8080需要错开一个映射 8080另一个映射 8081或者只让其中一个对外暴露。3如果修改了已有服务的配置如环境变量再次up -d会导致该服务重启可能造成短暂中断。逐步添加的方式非常适合迭代开发和调试。待所有服务稳定后再把完整的 Compose 文件提交到版本库。四、镜像是全局的拉取一次到处复用很多人会有疑问拉取的镜像存在哪里能不能在多个项目中共用答案是Docker 镜像是机器级别的全局资源存储于/var/lib/dockerLinux。通过docker pull拉取一次镜像后同一台机器上的任何 Compose 项目或docker run命令都可以直接使用无需重复下载。例如拉取了postgres:15那么project-a可以用它project-b也可以直接用。Docker 的联合文件系统还会让多个基于相同基础镜像的自定义镜像共享底层节省磁盘空间。预拉取镜像的好处1加速首次docker compose up无需等待下载2支持离线或弱网环境部署3锁定版本避免意外拉取到最新镜像可以先执行docker pull postgres:15-alpine docker pull redis:7-alpine docker pull node:18-alpine然后再编写docker-compose.yml并启动。Compose 会直接使用本地镜像。五、Docker Compose 与 Docker Swarm分工协作不是二选一很多初学者会混淆 Compose 和 Swarm认为它们是对立的。实际上它们是 Docker 生态中定位不同、又能无缝协作的两个工具。特性Docker ComposeDocker Swarm核心目标单机开发、测试环境编排生产环境多主机集群管理部署范围单台 Docker 主机多台 Docker 主机组成的集群高可用不支持支持节点故障自动恢复负载均衡需自行配置内置服务发现和负载均衡弹性伸缩手动 scale内置支持按需伸缩滚动更新手动操作内置零宕机更新学习曲线低较低原生 Docker 命令典型工作流开发阶段用 Compose在本地写好docker-compose.yml一条命令跑起整个系统。生产阶段用 Swarm将同一份 Compose 文件需版本 3 以上通过docker stack deploy部署到 Swarm 集群自动享受高可用、负载均衡、滚动更新等能力。也就是说Compose 负责定义Swarm 负责规模化运行。可以从 Compose 开始等需要集群能力时平滑迁移到 Swarm。六、总结与最佳实践1. 用 Compose 管理多服务项目无论你是微服务还是传统 Web 应用Compose 都能极大降低复杂度。2. 使用自定义网络和容器名通信避免硬编码 IP利用内置 DNS。3. 合理规划目录结构每个服务独立目录数据卷和日志卷分开存放。4. 先拉取镜像再写 Compose提速、锁定版本、支持离线。5. 利用健康检查和 depends_on控制启动顺序确保依赖就绪。6. 环境变量与 .env 文件敏感信息不入 Compose 文件用变量替代。7. 开发迭代时逐步添加服务不影响已运行的服务。8. 生产环境考虑 Swarm 或 K8s根据规模选择合适的编排工具。Docker 已经成为云原生时代的基石。掌握它不仅能高效管理复杂的多服务系统更能为后续学习 Kubernetes、服务网格等高级技术打下坚实基础。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2483629.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…