当前位置: 首页 > news >正文

Docker第3天:Dockerfile、Compose、Swarm、Machine学习整理

Docker三件套:Dockerfile、Compose、Swarm及淘汰工具Machine完整学习笔记

    • 前言
    • 一、Dockerfile:自定义镜像标准构建脚本
      • 1 构建核心规则
      • 2 高频指令详解
      • 简易Nginx镜像实战Dockerfile
    • 二、Docker Compose:单机多容器一键编排
      • 核心定位
      • 标准使用三步流程
      • 完整Flask+Redis实战配置
      • 常用操作命令
    • 三、Docker Machine:淘汰工具(不推荐新项目使用)
      • 工具定位
      • 淘汰原因
      • 基础操作命令(仅作了解)
    • 四、Docker Swarm:官方原生多主机集群
      • 集群架构
      • 集群完整操作流程
      • 适用场景
    • 五、总结

前言

学习完镜像、容器基础操作后,日常开发与集群部署离不开三套核心工具:Dockerfile自定义镜像、Docker Compose单机多服务编排、Docker Swarm多主机集群。

一、Dockerfile:自定义镜像标准构建脚本

Dockerfile是纯文本构建文件,通过一系列指令定义镜像分层结构,替代手动docker commit提交容器的低效方式,是标准化打包的核心手段。

1 构建核心规则

  1. 文件指令统一大写,从上至下顺序执行,每条指令生成一层镜像;
  2. 多条安装命令用&&拼接,减少镜像层数、缩小体积;
  3. docker build执行时会打包上下文目录所有文件,无关文件放入.dockerignore加速构建。
    基础构建命令:
dockerbuild-tmy-nginx:v1.

末尾.代表构建上下文路径。

2 高频指令详解

# FROM必须为首行,指定基础镜像 FROM nginx:alpine # LABEL替代废弃MAINTAINER,写入镜像元数据 LABEL author="test@123.com" # 工作目录,自动创建,后续命令默认在此执行 WORKDIR /usr/share/nginx/html # RUN构建阶段执行命令,shell格式 RUN echo "自定义页面" > index.html # COPY仅复制本地文件,优先使用;ADD可自动解压tar包 COPY ./local.html ./index.html # 永久环境变量,容器运行可读取 ENV WEB_PORT=80 # 声明容器监听端口,仅文档标注,不会自动映射 EXPOSE 80/tcp # 容器启动默认命令,docker run传参可覆盖 CMD ["nginx","-g","daemon off;"]

重点区分CMDENTRYPOINT

  • CMD:可被启动命令直接覆盖,适合默认参数;
  • ENTRYPOINT:固定主程序,run追加内容仅作为参数传递,二者可搭配使用。

简易Nginx镜像实战Dockerfile

FROM nginx RUN echo '<h1>自定义构建Nginx镜像</h1>' > /usr/share/nginx/html/index.html

执行构建并运行:

dockerbuild-tmy-nginx:v1.dockerrun-d-p8080:80 my-nginx:v1

二、Docker Compose:单机多容器一键编排

核心定位

Compose通过docker-compose.yml管理一组关联服务(Web、缓存、数据库),仅适用于单台主机,本地开发、测试环境首选,Windows/Mac Docker Desktop内置无需安装,Linux需手动下载二进制文件。

标准使用三步流程

  1. 用Dockerfile打包单个业务镜像;
  2. 编写yml文件定义服务、端口、数据卷、依赖;
  3. 一条命令批量启停所有容器。

完整Flask+Redis实战配置

项目目录文件:app.py、requirements.txt、Dockerfile、docker-compose.yml

  1. app.py
importredisfromflaskimportFlask app=Flask(__name__)cache=redis.Redis(host='redis',port=6379)@app.route('/')defindex():count=cache.incr("visit")returnf"访问次数:{count}"if__name__=="__main__":app.run(host="0.0.0.0",port=5000)
  1. requirements.txt
flask redis
  1. Dockerfile
FROM python:3.7-alpine WORKDIR /code COPY requirements.txt . RUN pip install -r requirements COPY . . CMD ["python","app.py"]
  1. docker-compose.yml
version:"3"services:web:build:.ports:-"5000:5000"depends_on:-redisredis:image:redis:alpine

常用操作命令

# 后台启动所有服务docker-composeup-d# 实时查看日志docker-composelogs-f# 停止并删除容器、网络(保留数据卷)docker-composedown# 重新构建镜像docker-composebuild# 查看运行容器docker-composeps

关键配置说明:depends_on定义启动依赖,会先启动redis再启动web,但不会等待redis完全就绪。

三、Docker Machine:淘汰工具(不推荐新项目使用)

工具定位

早期用于创建VirtualBox/云厂商虚拟机,自动安装Docker Engine,统一管理多台虚拟Docker主机。

淘汰原因

  1. Windows/macOS现用Docker Desktop内置虚拟化,开箱即用带GUI;
  2. 云服务器有Terraform、云API替代;
  3. 官方基本停止维护,无图形界面,操作繁琐。

基础操作命令(仅作了解)

# 创建虚拟机docker-machine create--drivervirtualboxtest# 查看所有主机docker-machinels# 登录虚拟机docker-machinesshtest# 停止虚拟机docker-machine stoptest

四、Docker Swarm:官方原生多主机集群

集群架构

Swarm内嵌于Docker Engine,无需额外安装,集群分为两类节点:

  1. Manager管理节点:集群调度、配置存储,支持多主高可用;
  2. Worker工作节点:仅运行业务容器,不参与集群管理。

集群完整操作流程

  1. 管理节点初始化集群
# 指定本机内网IP初始化dockerswarm init --advertise-addr192.168.1.10

执行后输出worker加入令牌,复制备用。
2. 工作节点加入集群

dockerswarmjoin--tokenSWMTKN-xxx192.168.1.10:2377
  1. 服务部署与扩缩容
# 创建副本数为1的服务dockerservicecreate--replicas1--namenginx nginx# 扩容至3个实例dockerservicescalenginx=3# 查看服务运行节点dockerservicepsnginx# 滚动更新镜像版本dockerserviceupdate--imagenginx:1.25 nginx# 删除服务dockerservicermnginx

适用场景

小型线上集群、轻量容器调度;大规模微服务项目行业主流选择Kubernetes替代Swarm。

五、总结

  1. Dockerfile:基础层,所有自定义镜像必须使用,适用于任何容器场景;
  2. Docker Compose:单机多服务,本地开发、测试环境;
  3. Docker Swarm:多主机小型集群,轻量生产环境;
  4. Docker Machine:过时工具,新项目禁止使用,仅作历史知识了解。
http://www.jsqmd.com/news/1078268/

相关文章:

  • 2026软考零基础保姆级备考规划!上班族高效上岸攻略
  • 9 款通信 FPGA / 交换芯片参数价格对比
  • Xinference模型部署实战:零配置启动、OpenAI兼容与GGUF优化
  • 为xv6实现符号链接:从概念到内核实践
  • 机器学习新手生存指南:从环境配置到模型部署的实操路径
  • 人民大学、上海AI实验室等联合打造的“全能生物AI“
  • 深度评测:企业采购Token服务商,一张表打满5个维度
  • 豆包AI视频三招实操:文生视频、图片动起来、数字分身全解析
  • 鸿蒙 ArkTS 实战:Lost Found Board 从状态建模到交互闭环完整解析
  • 导师推荐!2026年首选推荐的专业降AI率工具
  • Qwen2.5-VL本地部署实战:边缘多模态推理全链路指南
  • 2026旅游小程序和普通商城的区别,关键在这里
  • 用9B参数的小模型打败32B的“巨人“
  • DolphinDB工业数据质量:完整性检查与修复
  • P89LPC9321单片机引脚、时钟与SFR配置实战指南
  • 2026深度实测:vibe coding优势全解析——企业级AI开发选型实战指南
  • 厨房食品卫生与安全检测14类数据集分享(适用于YOLO系列深度学习分类检测任务)
  • 个性化 LLM Agent 不是“加个用户画像“那么简单:这篇综述把四维能力分类法定清楚了
  • 用《战舰》游戏学强化学习:从零构建可运行的RL智能体
  • 从Swagger/HAR到JMeter脚本:构建自动化性能测试工具链的工程实践
  • 为什么选择TrollInstallerX:iOS 14-16.6.1 TrollStore安装完整指南
  • AI 故障排障 Agent:从人工诊断到多源数据自动推理的工程实践
  • 铁电MEMS突触技术:神经形态计算新突破
  • Hermes 上手指南:真实开发里的落地路径
  • 动图魔方技术拆解 10:GIF 多帧重编辑的 ImageSource 与 PixelMapList 实践
  • 鸿蒙 ArkTS 实战:Pet Feeding Clock 从状态建模到交互闭环完整解析
  • PianoPlayer:如何用动态规划算法解决钢琴指法优化的数学难题
  • GPT-4稀疏激活真相:2%参数如何驱动万亿模型高效推理
  • 一文彻底搞懂 Loop Engineering
  • 机器学习中的范数:从数学定义到模型调优的实战指南