超值一篇分享，Docker从入门到实战过程全记录

　　作者 | 天元浪子
　　来源 | CSDN博客
　　和Docker相关的概念
　　想要真正理解Docker，就不得不从虚拟化技术的发展历程说起。普遍认为虚拟化技术经历了物理机时代、虚拟机时代，目前已经进入到了容器化时代。可以说，Docker是虚拟化技术不断发展的必然结果。
　　那么，什么是容器呢？容器和虚拟机有什么不同？Docker和容器又是什么关系呢？搞明白这几个问题，Docker的概念就清晰了。
　　1.1 虚拟机和容器
　　借助于VMWare等软件，可以在一台计算机上创建多个虚拟机，每个虚拟机都拥有独立的操作系统，可以各自独立的运行程序。这种分身术虽然隔离度高（操作系统级），使用方便（类似物理机），但占用存储资源多（GB级）、启动速度慢（分钟级）的缺点也是显而易见的。
　　相较于虚拟机，容器（Container）是一种轻量型的虚拟化技术，它虚拟的是最简运行环境（类似于沙盒）而非操作系统，启动速度快（秒级）、占用存储资源少（KB级或MB级），容器间隔离度为进程级。在一台计算机上可以运行上千个容器，这是容器技术对虚拟机的碾压式优势。
　　1.2 容器、镜像和Docker
　　Docker是一个开源的应用容器引擎，可以创建容器以及基于容器运行的程序。Docker可以让开发者打包他们的应用和依赖包到一个轻量级、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。
　　听起来很简单，但是在Docker和容器之间，还隐藏着一个镜像的概念，令初学者颇感困惑。本质上，Docker镜像是一个特殊的文件系统，它提供容器运行时所需的程序、库、资源、配置等文件。Docker镜像类似于一个py文件，它需要Docker的运行时（类似于Python解释器）运行。镜像被运行时，即创建了一个镜像的实例，一个实例就是一个容器。
　　1.3 Docker 和 k8s
　　作为容器引擎，Docker为容器化的应用程序提供了开放的标准，使得开发者可以用管理应用程序的方式来管理基础架构，实现快速交付、测试和部署代码。随着容器的大量使用，又产生了如何协调、调度和管理容器的问题，Docker的容器编排应运而生。
　　k8s是Google开源的一个容器编排引擎，它支持自动化部署、大规模可伸缩、应用容器化管理，是一个开源的，用于管理云平台中多个主机上的容器化的应用，k8s的目标是让部署容器化的应用简单并且高效，k8s提供了应用部署、规划、更新、维护的一种机制。
　　Docker和k8sr都是以containerd（容器化标准）作为运行时，因此使用Docker创建的镜像完全可以在k8s中无障碍的使用。
　　Docker的安装
　　2.1 在ubuntu中安装
　　在linux系统中安装Docker非常简单，官方为我们提供了一键安装脚本。这个方法也适用于Debian或CentOS等发行版。  curl -sSL https://get.daocloud.io/docker | sh
　　安装过程如果出现超时，不要灰心，多试几次，总会成功的。安装完成后，Docker只能被root用户使用，可以使用下面的命令取消权限限制：  sudo gpasswd -a <你的用户名> docker
　　然后，重启docker服务：  sudo service docker restart
　　最后，关闭当前的命令行，重新打开新的命令行就可以了。
　　顺便提一下，如果在CentOS下安装，可能会出现一堆类似于下面的错误：  问题 1: problem with installed package podman-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64   - package podman-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed   - package podman-3.0.1-6.module_el8.4.0+781+acf4c33b.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed   - package podman-3.0.1-7.module_el8.4.0+830+8027e1c4.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed   - package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - cannot install the best candidate for the job   - package runc-1.0.0-64.rc10.module_el8.4.0+522+66908d0c.x86_64 is filtered out by modular filtering   - package runc-1.0.0-65.rc10.module_el8.4.0+819+4afbd1d6.x86_64 is filtered out by modular filtering   - package runc-1.0.0-70.rc92.module_el8.4.0+786+4668b267.x86_64 is filtered out by modular filtering   - package runc-1.0.0-71.rc92.module_el8.4.0+833+9763146c.x86_64 is filtered out by modular filtering  问题 2: package podman-3.0.1-6.module_el8.4.0+781+acf4c33b.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed   - package containerd.io-1.4.3-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.3-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package docker-ce-3:20.10.7-3.el8.x86_64 requires containerd.io >= 1.4.1, but none of the providers can be installed   - package containerd.io-1.4.3-3.2.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.3-3.2.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package podman-catatonit-3.0.1-6.module_el8.4.0+781+acf4c33b.x86_64 requires podman = 3.0.1-6.module_el8.4.0+781+acf4c33b, but none of the providers can be installed   - problem with installed package podman-catatonit-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64   - package podman-catatonit-3.0.1-7.module_el8.4.0+830+8027e1c4.x86_64 requires podman = 3.0.1-7.module_el8.4.0+830+8027e1c4, but none of the providers can be installed   - package podman-3.0.1-7.module_el8.4.0+830+8027e1c4.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed   - package containerd.io-1.4.3-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.3-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.3-3.2.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.3-3.2.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.4-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-68.rc92.module_el8.3.0+475+c50ce30b.x86_64   - cannot install the best candidate for the job   - package runc-1.0.0-64.rc10.module_el8.4.0+522+66908d0c.x86_64 is filtered out by modular filtering   - package runc-1.0.0-65.rc10.module_el8.4.0+819+4afbd1d6.x86_64 is filtered out by modular filtering   - package runc-1.0.0-70.rc92.module_el8.4.0+786+4668b267.x86_64 is filtered out by modular filtering   - package runc-1.0.0-71.rc92.module_el8.4.0+833+9763146c.x86_64 is filtered out by modular filtering   - package containerd.io-1.4.4-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.4-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package containerd.io-1.4.4-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-70.rc92.module_el8.4.0+673+eabfc99d.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 conflicts with runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package containerd.io-1.4.6-3.1.el8.x86_64 obsoletes runc provided by runc-1.0.0-73.rc93.module_el8.4.0+830+8027e1c4.x86_64   - package podman-catatonit-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64 requires podman = 2.0.5-5.module_el8.3.0+512+b3b58dca, but none of the providers can be installed   - package podman-2.0.5-5.module_el8.3.0+512+b3b58dca.x86_64 requires runc >= 1.0.0-57, but none of the providers can be installed
　　这是由于docker和Podman冲突造成的，需要先卸载Podman：  yum erase podman buildah
　　2.2 在Win10中安装
　　Docker的运行，依赖linux的环境，官方提供了Docker Desktop for Windows，但是它需要安装Hyper-V，Hyper-V是微软开发的虚拟机，类似于 VMWare 或 VirtualBox，仅适用于 Windows 10。这个虚拟机一旦启用，QEMU、VirtualBox 或 VMWare Workstation 15 及以下版本将无法使用！如果你必须在电脑上使用其他虚拟机（例如开发 Android 应用必须使用的模拟器），请不要使用 Hyper-V！
　　我的电脑是win10家庭版，不能直接安装hyper-v，需要将下面的命令保存到cmd文件中：  pushd ＂%~dp0＂ dir /b %SystemRoot%servicingPackages*Hyper-V*.mum >hyper-v.txt for /f %%i in (＂findstr /i . hyper-v.txt 2^>nul＂) do dism /online /norestart /add-package:＂%SystemRoot%servicingPackages%%i＂ del hyper-v.txt Dism /online /enable-feature /featurename:Microsoft-Hyper-V-All /LimitAccess /ALL
　　然后在cmd文件上点击右键，选择使用管理员运行。执行完毕后会重启，在重启的过程中进行安装。
　　2.3 Hello world
　　docker服务启动的情况下，运行下面的命令：  docker run ubuntu:20.04 /bin/echo ＂Hello world＂
　　此命令的含义是：  docker run：运行docker镜像命令  ubuntu:20.04：镜像名称为ubuntu版本号为20.04  /bin/echo ＂Hello world＂：运行参数，此镜像的参数含义为运行镜像的echo命令显示hello world
　　第一次运行时，因为本地没有ubuntu:20.04镜像，docker会自动从镜像服务器下载。下载过程可能需要多试几次，只要成功一次，以后执行就不再需要下载了。
　　docker官方还提供了一个hello-world镜像，可以直接运行：  docker run hello-world
　　此命令省略了镜像版本和运行参数，docker使用latest作为版本，即最新版本。
　　从hello world的例子中，也可以体验到，docker实例的运行是非常快的。
　　Docker镜像的使用
　　docker官方的镜像库比较慢，在进行镜像操作之前，需要将镜像源设置为国内的站点。
　　新建文件/etc/docker/daemon.json，输入如下内容：  {     ＂registry-mirrors＂ : [         ＂https://registry.docker-cn.com＂,         ＂https://docker.mirrors.ustc.edu.cn＂,         ＂http://hub-mirror.c.163.com＂,         ＂https://cr.console.aliyun.com/＂     ] }
　　然后重启docker的服务：  systemctl restart docker
　　3.1 列出本地所有镜像
　　执行命令 docker images 可以查看  $ docker images REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE ubuntu              20.04               f643c72bc252        5 weeks ago         72.9MB hello-world         latest              bf756fb1ae65        12 months ago       13.3kB
　　当前我本地只有刚才安装的两个镜像。
　　3.2 从镜像库中查找镜像
　　执行命令 docker search 镜像名称可以从docker镜像库中查找镜像。  $ docker search python NAME                             DESCRIPTION                                     STARS              OFFICIAL          AUTOMATED python                           Python is an interpreted, interactive, objec…   5757                [OK]                 django                           Django is a free web application framework, …   1039                [OK]                 pypy                             PyPy is a fast, compliant alternative implem…   260                 [OK]                 joyzoursky/python-chromedriver   Python with Chromedriver, for running automa…   57                                      [OK] nikolaik/python-nodejs           Python with Node.js                             57                                      [OK] arm32v7/python                   Python is an interpreted, interactive, objec…   53                                       circleci/python                  Python is an interpreted, interactive, objec…   42                                       centos/python-35-centos7         Platform for building and running Python 3.5…   38                                       centos/python-36-centos7         Platform for building and running Python 3.6…   30                                       hylang                           Hy is a Lisp dialect that translates express…   29                  [OK]                 arm64v8/python                   Python is an interpreted, interactive, objec…   24                                       revolutionsystems/python         Optimized Python Images                         18                                       centos/python-27-centos7         Platform for building and running Python 2.7…   17                                       bitnami/python                   Bitnami Python Docker Image                     10                                      [OK] publicisworldwide/python-conda   Basic Python environments with Conda.           6                                       [OK] d3fk/python_in_bottle            Simple python:alpine completed by Bottle+Req…   5                                       [OK] dockershelf/python               Repository for docker images of Python. Test…   5                                       [OK] clearlinux/python                Python programming interpreted language with…   4                                        i386/python                      Python is an interpreted, interactive, objec…   3                                        ppc64le/python                   Python is an interpreted, interactive, objec…   2                                        centos/python-34-centos7         Platform for building and running Python 3.4…   2                                        amd64/python                     Python is an interpreted, interactive, objec…   1                                        ccitest/python                   CircleCI test images for Python                 0                                       [OK] s390x/python                     Python is an interpreted, interactive, objec…   0                                        saagie/python                    Repo for python jobs                            0
　　最好选择官方（OFFICIAL）的镜像，这样的镜像最稳定一些。
　　3.3 下载新的镜像
　　执行命令docker pull 镜像名称:版本号即可下载新的镜像。  $ docker pull python:3.8 3.8: Pulling from library/python 6c33745f49b4: Pull complete  ef072fc32a84: Pull complete  c0afb8e68e0b: Pull complete  d599c07d28e6: Pull complete  f2ecc74db11a: Pull complete  26856d31ce86: Pull complete  2cd68d824f12: Pull complete  7ea1535f18c3: Pull complete  2bef93d9a76e: Pull complete  Digest: sha256:9079aa8582543494225d2b3a28fce526d9a6b06eb06ce2bac3eeee592fcfc49e Status: Downloaded newer image for python:3.8 docker.io/library/python:3.8
　　镜像下载后，就可以使用镜像来创建容器了。
　　Docker容器的使用
　　4.1 启动容器
　　执行命令docker run即可启动容器，也就是创建某个镜像的实例。docker run命令非常复杂，可以先执行一个docker run --help来查看帮助：  $ docker run --help   Usage:  docker run [OPTIONS] IMAGE [COMMAND] [ARG...]   Run a command in a new container   Options:       --add-host list                  Add a custom host-to-IP mapping (host:ip)   -a, --attach list                    Attach to STDIN, STDOUT or STDERR       --blkio-weight uint16            Block IO (relative weight), between 10 and 1000, or 0 to disable (default 0)       --blkio-weight-device list       Block IO weight (relative device weight) (default [])       --cap-add list                   Add Linux capabilities       --cap-drop list                  Drop Linux capabilities       --cgroup-parent string           Optional parent cgroup for the container       --cidfile string                 Write the container ID to the file       --cpu-period int                 Limit CPU CFS (Completely Fair Scheduler) period       --cpu-quota int                  Limit CPU CFS (Completely Fair Scheduler) quota       --cpu-rt-period int              Limit CPU real-time period in microseconds       --cpu-rt-runtime int             Limit CPU real-time runtime in microseconds   -c, --cpu-shares int                 CPU shares (relative weight)       --cpus decimal                   Number of CPUs       --cpuset-cpus string             CPUs in which to allow execution (0-3, 0,1)       --cpuset-mems string             MEMs in which to allow execution (0-3, 0,1)   -d, --detach                         Run container in background and print container ID       --detach-keys string             Override the key sequence for detaching a container       --device list                    Add a host device to the container       --device-cgroup-rule list        Add a rule to the cgroup allowed devices list       --device-read-bps list           Limit read rate (bytes per second) from a device (default [])       --device-read-iops list          Limit read rate (IO per second) from a device (default [])       --device-write-bps list          Limit write rate (bytes per second) to a device (default [])       --device-write-iops list         Limit write rate (IO per second) to a device (default [])       --disable-content-trust          Skip image verification (default true)       --dns list                       Set custom DNS servers       --dns-option list                Set DNS options       --dns-search list                Set custom DNS search domains       --domainname string              Container NIS domain name       --entrypoint string              Overwrite the default ENTRYPOINT of the image   -e, --env list                       Set environment variables       --env-file list                  Read in a file of environment variables       --expose list                    Expose a port or a range of ports       --gpus gpu-request               GPU devices to add to the container (＂all＂ to pass all GPUs)       --group-add list                 Add additional groups to join       --health-cmd string              Command to run to check health       --health-interval duration       Time between running the check (ms|s|m|h) (default 0s)       --health-retries int             Consecutive failures needed to report unhealthy       --health-start-period duration   Start period for the container to initialize before starting health-retries countdown (ms|s|m|h) (default 0s)       --health-timeout duration        Maximum time to allow one check to run (ms|s|m|h) (default 0s)       --help                           Print usage   -h, --hostname string                Container host name       --init                           Run an init inside the container that forwards signals and reaps processes   -i, --interactive                    Keep STDIN open even if not attached       --ip string                      IPv4 address (e.g., 172.30.100.104)       --ip6 string                     IPv6 address (e.g., 2001:db8::33)       --ipc string                     IPC mode to use       --isolation string               Container isolation technology       --kernel-memory bytes            Kernel memory limit   -l, --label list                     Set meta data on a container       --label-file list                Read in a line delimited file of labels       --link list                      Add link to another container       --link-local-ip list             Container IPv4/IPv6 link-local addresses       --log-driver string              Logging driver for the container       --log-opt list                   Log driver options       --mac-address string             Container MAC address (e.g., 92:d0:c6:0a:29:33)   -m, --memory bytes                   Memory limit       --memory-reservation bytes       Memory soft limit       --memory-swap bytes              Swap limit equal to memory plus swap: ＂-1＂ to enable unlimited swap       --memory-swappiness int          Tune container memory swappiness (0 to 100) (default -1)       --mount mount                    Attach a filesystem mount to the container       --name string                    Assign a name to the container       --network network                Connect a container to a network       --network-alias list             Add network-scoped alias for the container       --no-healthcheck                 Disable any container-specified HEALTHCHECK       --oom-kill-disable               Disable OOM Killer       --oom-score-adj int              Tune host＂s OOM preferences (-1000 to 1000)       --pid string                     PID namespace to use       --pids-limit int                 Tune container pids limit (set -1 for unlimited)       --platform string                Set platform if server is multi-platform capable       --privileged                     Give extended privileges to this container   -p, --publish list                   Publish a container＂s port(s) to the host   -P, --publish-all                    Publish all exposed ports to random ports       --read-only                      Mount the container＂s root filesystem as read only       --restart string                 Restart policy to apply when a container exits (default ＂no＂)       --rm                             Automatically remove the container when it exits       --runtime string                 Runtime to use for this container       --security-opt list              Security Options       --shm-size bytes                 Size of /dev/shm       --sig-proxy                      Proxy received signals to the process (default true)       --stop-signal string             Signal to stop a container (default ＂SIGTERM＂)       --stop-timeout int               Timeout (in seconds) to stop a container       --storage-opt list               Storage driver options for the container       --sysctl map                     Sysctl options (default map[])       --tmpfs list                     Mount a tmpfs directory   -t, --tty                            Allocate a pseudo-TTY       --ulimit ulimit                  Ulimit options (default [])   -u, --user string                    Username or UID (format: [:])       --userns string                  User namespace to use       --uts string                     UTS namespace to use   -v, --volume list                    Bind mount a volume       --volume-driver string           Optional volume driver for the container       --volumes-from list              Mount volumes from the specified container(s)   -w, --workdir string                 Working directory inside the container
　　比如我们要执行python的shell，需要添加-it参数，即：docker run -it python:3.8  $ docker run -it python:3.8  Python 3.8.7 (default, Dec 22 2020, 18:46:25)  [GCC 8.3.0] on linux Type ＂help＂, ＂copyright＂, ＂credits＂ or ＂license＂ for more information. >>>
　　4.2 将宿主机的文件挂载到容器
　　docker容器与宿主机是隔离的，要想让容器内的程序能访问宿主机上的文件，需要通过-v参数将宿主机的文件挂载到容器中。
　　比如我们在宿主机上有一个hello.py，可以打印hello，想要在python容器中执行，就需要进行挂载。-v后还需要接两个参数，分别是宿主机的目录和容器内的目录，两者使用:分隔，路径必须都是绝对路径。
　　我的hello.py保存在主目录的/docker_test目录中，将这个目录挂载到容器的/docker_test目录，然后在容器内执行python /docker_test/hello.py：  $ docker run -v ~/docker_test:/docker_test python:3.8 python /docker_test/hello.py hello
　　4.3 容器的端口映射
　　我们修改一下hello.py，创建一个socket服务端，并监听5000端口，当有客户端连接时，打印客户端的地址，先客户端发送hello，然后关闭连接：  import socket   ip_port = (＂127.0.0.1＂, 5000)   sk = socket.socket() sk.bind(ip_port) sk.listen(5)   while True:     print(＂server waiting...＂)     conn,addr = sk.accept()     print(addr)     conn.sendall(b＂hello ＂)     conn.close()
　　在容器内执行：  docker run -v ~/docker_test:/docker_test python:3.8 python /docker_test/hello.py
　　接下来，尝试用telnet命令连接，结果却是失败的。原因是，127.0.0.1是宿主机的ip地址，5000是容器的端口，这与我们的习惯稍微有些不同。事实上，docker的容器是非常轻量的，它并没有自己的网络，要想访问容器的端口，需要进行端口映射，将容器的某端口映射到宿主机的端口，客户端连接时，只要与宿主机的端口进行连接就可以了。
　　需要注意的是，上面的代码创建的服务器，无论如何也不可能被客户端连接，因为代码中绑定了127.0.0.1的ip，在容器中运行时，需要绑定所有ip，即0.0.0.0。  import socket   ip_port = (＂0.0.0.0＂, 5000)   sk = socket.socket() sk.bind(ip_port) sk.listen(5)   while True:     print(＂server waiting...＂)     conn,addr = sk.accept()     print(addr)     conn.sendall(b＂hello ＂)     conn.close()
　　然后，再使用-p参数，-p还需要三个参数，即宿主机的ip地址、宿主机的端口、容器的端口，三者之间使用:分隔。一般的，可以将宿主机的ip地址省略，只写宿主机的端口：容器的端口即可。  docker run -v ~/docker_test:/docker_test -it -p 5001:5000 python:3.8 python /docker_test/hello.py
　　这样，就将容器的5000端口映射到了宿主机的5001端口，使用：  telnet 127.0.0.1 5001
　　即可与容器中的服务器进行连接。
　　4.4 容器管理
　　上面的服务运行之后，可以使用docker ps命令，查看运行中的容器：  $ docker ps CONTAINER ID     IMAGE           COMMAND                  CREATED           STATUS         PORTS                    NAMES ec4c86b8a163     python:3.8      ＂python /docker_test…＂   5 seconds ago     Up 4 seconds   0.0.0.0:5000->5000/tcp   eager_wilson
　　显示的内容有下面几列：  CONTAINER ID：容器ID  IMAGE：镜像名称和版本  COMMAND：执行的命令  CREATED：容器创建时间  STATUS：容器的状态  PORTS：端口映射  NAMES：容器名
　　要想结束容器，可以使用docker kill 容器ID命令。
　　自制Docker镜像
　　一般而言，当我们的程序开发完成后，会连同程序文件与运行环境一起制作成一个新的镜像。
　　要制作镜像，需要编写Dockerfile。DockeFile由多个命令组成，常用的命令有：  FROM：基于某个镜像来制作新的镜像。格式为：FROM 镜像名称:镜像版本。  COPY：从宿主机复制文件，支持?、*等通配符。格式为：COPY 源文件路径 目标文件路径。  ADD：从宿主机添加文件，格式与COPY相同，区别在于当文件为压缩文件时，会解压缩到目标路径。  RUN：在创建新镜像的过程中执行的shell命令。格式为：RUN shell命令行。注意，此shell命令将在容器内执行。  CMD：在容器实例中运行的命令，格式与RUN相同。注意，如果在docker run时指定了命令，将不会执行CMD的内容。  ENTRYPOINT：在容器实例中运行的命令，格式与CMD相同。注意，如果在docker run时指定了命令，该命令会以命令行参数的形式传递到ENTRYPOINT中。  ENV：在容器中创建环境变量，格式为：ENV 变量名值。
　　注意，Docker镜像中有一个层的概念，每执行一个RUN命令，就会创建一个层，层过多会导致镜像文件体积增大。尽量在RUN命令中使用&&连接多条shell命令，减少RUN命令的个数，可以有效减小镜像文件的体积。
　　5.1 自制显示文本文件内容镜像
　　编写cat.py，接收一个文件名，由python读取文件并显示文件的内容：  import os import sys   input = sys.argv[1]   with open(input, ＂r＂) as fp:     print(fp.read())
　　这个例子比较简单，缩写Dockerfile如下：  FROM python:3.8 WORKDIR /files COPY cat.py /cat.py ENTRYPOINT [＂python＂, ＂/cat.py＂]
　　这个Dockerfile的含义是：  以python:3.8为基础镜像  容器启动命令的工作目录为/files，在运行镜像时，需要我们把宿主机的某目录挂载到容器的/files目录  复制cat.py到容器的根目录下  启动时运行python /cat.py命令
　　需要说明的是，ENTRYPOINT有两种写法：  ENTRYPOINT python /cat.py ENTRYPOINT [＂python＂, ＂/cat.py＂]
　　这里采用第二种写法，是因为我们要在外部给容器传递参数。执行命令编译Docker镜像：  docker build -t cat:1.0 .
　　这个命令中，-t的含义是目标，即生成的镜像名为hello，版本号为1.0，别忘了最后那个.，这叫到上下文路径，是指 docker 在构建镜像，有时候想要使用到本机的文件（比如复制），docker build 命令得知这个路径后，会将路径下的所有内容打包。
　　这样，我们的第一个镜像就制作完成了，使用下面的命令执行它：  docker run -it -v ~/docker_test/cat/files:/files cat:1.0 test.txt
　　即可看到~/docker_test/cat/files/test.txt的内容。
　　5.2 自制web服务器镜像
　　我们使用tornado开发一个网站，而python的官方镜像是没有tornado库的，这就需要在制作镜像时进行安装。
　　测试的ws.py如下：  import tornado.httpserver import tornado.ioloop import tornado.options import tornado.web   from tornado.options import define, options define(＂port＂, default=8000, help=＂run on the given port＂, type=int)   class IndexHandler(tornado.web.RequestHandler):     def get(self):         self.write(＂Hello world＂)   if __name__ == ＂__main__＂:     tornado.options.parse_command_line()     app = tornado.web.Application(handlers=[(r＂/＂, IndexHandler)])     http_server = tornado.httpserver.HTTPServer(app)     http_server.listen(options.port)     tornado.ioloop.IOLoop.instance().start()
　　编写Dockerfile文件如下：  FROM python:3.8 WORKDIR /ws COPY ws.py /ws/ws.py RUN pip install tornado CMD python hello.py
　　在此我们验证一下CMD与ENTRYPOINT的区别。在Dockerfile所在有目录下执行如下命令：  docker build -t ws:1.0 .
　　执行完成后，再使用docker images使用就可以看到生成的镜像了，然后使用下面的命令运行：  docker run -it -p 8000:8000 ws:1.0
　　在浏览器中输入宿主机的ip和8000端口，就可以看到页面了。
　　在这个例子中，我使用的运行命令是CMD，如果在docker run中指定的其他的命令，此命令就不会被执行，如：  $ docker run -it -p 8000:8000 ws:1.0 python Python 3.8.7 (default, Dec 22 2020, 18:46:25)  [GCC 8.3.0] on linux Type ＂help＂, ＂copyright＂, ＂credits＂ or ＂license＂ for more information. >>>
　　此时，容器中被执行的是python命令，而不是我们的服务。在更多情况下，我们希望在docker run命令中为我们的服务传参，而不是覆盖执行命令，那么，我们应该使用ENTRYPOINT而不是CMD：  FROM python:3.8 WORKDIR /ws COPY ws.py /ws/ws.py RUN pip install tornado ENTRYPOINT python ws.py
　　上面这种写法，是不支持传递参数的，ENTRYPOINT和CMD还支持另一种写法：  FROM python:3.8 WORKDIR /ws COPY ws.py /ws/ws.py RUN pip install tornado ENTRYPOINT [＂python＂, ＂ws.py＂]
　　使用这种写法，docker run命令中的参数才可以传递给hello.py：  docker run -it -p 8000:9000 ws:1.0 --port=9000
　　这个命令中，--port=9000被作为参数传递到hello.py中，因此容器内的端口就成了9000。
　　在生产环境中运行时，不会使用-it选项，而是使用-d选项，让容器在后台运行：  $ docker run -d -p 8000:9000 ws:1.0 --port=9000 4a2df9b252e2aff6a8853b3a8bf46c0577545764831bb7557b836ddcd85cba70 $ docker ps                                        CONTAINER ID   IMAGE        COMMAND                  CREATED           STATUS            PORTS                    NAMES 4a2df9b252e2   hello:1.0    ＂python ws.py --p…＂   9 seconds ago     Up 8 seconds      0.0.0.0:8000->9000/tcp   elegant_sammet
　　这种方式下，即使当前的控制台被关闭，该容器也不会停止。
　　5.3 自制apscheduler服务镜像
　　接下来，制作一个使用apscheduler编写的服务镜像，代码如下：  import sys import shutil from apscheduler.schedulers.blocking import BlockingScheduler from apscheduler.triggers.cron import CronTrigger   def scan_files():     shutil.copytree(sys[1], sys[2])   scheduler = BlockingScheduler() scheduler.add_job(     scan_files,     trigger=CronTrigger(minute=＂*＂),     misfire_grace_time=30 )
　　Dockerfile也是信手拈来：  FROM python:3.8 WORKDIR / COPY sch.py /sch.py RUN pip install apscheduler ENTRYPOINT [＂python＂, ＂sch.py＂]
　　生成镜像：  docker build -t sch:1.0 .
　　应该可以运行了，文件复制需要两个目录，在运行时，可以使用两次-v来挂载不同的目录：  docker run -d -v ~/docker_test/sch/src:/src -v ~/docker_test/sch/dest:/dest sch:1.0 /src /dest
　　多阶段构建压缩镜像体积
　　前面用到的官方python镜像大小足足882MB，在这个基础上，再安装用到的第三方库，添加项目需要的图片等资源，大小很容易就超过1个G，这么大的镜像，网络传给客户非常的不方便，因此，减小镜像的体积是非常必要的工作。
　　docker hub上有个一python:3.8-alpine镜像，大小只有44.5MB。之所以小，是因为alpine是一个采用了busybox架构的操作系统，一般用于嵌入式应用。我尝试使用这个镜像，发现安装一般的库还好，但如果想安装numpy等就会困难重重，甚至网上都找不到解决方案。
　　还是很回到基本的路线上来，主流的操作系统镜像，ubuntu的大小为72.9MB，centos的大小为209MB——这也算是我更喜欢使用ubuntu的一个重要原因吧！使用ubuntu作为基础镜像，安装python后的大小为139MB，再安装pip后的大小一下子上升到了407MB，要是再安装点其他东西，很容易就赶上或超过python官方镜像的大小了。
　　看来，寻常路线是很难压缩镜像文件体积了。幸好，还有一条曲线救国的路可走，这就是多阶段构建法。
　　多阶段构建的思想其实很简单，先构建一个大而全的镜像，然后只把镜像中有用的部分拿出来，放在一个新的镜像里。在我们的场景下，pip只在构建镜像的过程中需要，而对运行我们的程序却一点用处也没有。我们只需要安装pip，再用pip安装第三方库，然后将第三方库从这个镜像中复制到一个只有python，没有pip的镜像中，这样，pip占用的268MB空间就可以被节省出来了。
　　1、在ubuntu镜像的基础上安装python：  FROM ubuntu RUN apt update      && apt install python3
　　然后运行：  docker build -t python:3.8-ubuntu .
　　这样，就生成了python:3.8-ubuntu镜像。
　　2、在python:3.8-ubuntu的基础上安装pip：  FROM python:3.8-ubuntu RUN apt install python3
　　然后运行：  docker build -t python:3.8-ubuntu-pip .
　　这样，就生成了python:3.8-ubuntu-pip镜像。
　　3、多阶段构建目标镜像：  FROM python:3.8-ubuntu-pip RUN pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple numpy FROM python:3.8-ubuntu COPY --from=0 /usr/local/lib/python3.8/dist-packages/ /usr/local/lib/python3.8/dist-packages/
　　这个dockerfile需要解释一下了，因为它有两个FROM命令。
　　第一个是以python:3.8-ubuntu-pip镜像为基础，安装numpy，当然，在实际应用中，把所有用到的第三方库出写在这里。
　　第二个FROM是以FROM python:3.8-ubuntu镜像为基础，将第三方库统统复制过来，COPY命令后的–from=0的意思是从第0阶段进行复制。实际应用中再从上下文中复制程序代码，添加需要的ENTRYPOINT等。
　　最后，再运行：  docker build -t project:1.0 .
　　这然，用于我们项目的镜像就做好了。比使用官方python镜像构建的版本，小了大约750MB。
　　导入镜像到生产环境
　　到此，我们的镜像已经制作好了，可是，镜像文件在哪，如何在生产环境下运行呢？
　　刚才使用docker images命令时，已经看到了生成的镜像：  $ docker images                           REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE hello               1.0                 01fe19111dc7        59 minutes ago      893MB python              3.8                 f5041c8ae6b1        13 days ago         884MB ubuntu              20.04               f643c72bc252        5 weeks ago         72.9MB hello-world         latest              bf756fb1ae65        12 months ago       13.3kB
　　我们可以使用docker save命令将镜像保存到指定的文件中，保存的文件是一个.tar格式的压缩文件：  docker save -o hello.tar hello:1.0
　　将hello.tar复制到生产环境的机器上，然后执行导入命令：  docker load -i hello.tar
　　就可以使用了。