Docker实用指南：将Python Web应用容器化

Docker实用指南：将Python Web应用容器化

提供 Zstack社区

前言

Web应用随时可能被攻击者利用来夺取整个主机的权限，这是很常见也是很恐怖的一件事。为了更高的安全性，就需要将不同应用之间进行隔离（尤其是在这些应用属于不同的用户的情况下），然而这种隔离的实现一直是个挑战。到目前为止，隔离性的实现方法已经有了很多，然而它们要么太过昂贵（时间的层面以及资源的层面），要么太过复杂（无论对开发者还是对管理员）。

本文将讨论如何让“容器化”的Python Web应用跑在安全的沙箱里，严格的坚守在其各自的环境中（当然，除非你指定它们与其他应用进行“连接”）。我将一步一步的介绍如何创建一个Docker容器，如何用这个容器来跑我们的Python Web应用，以及如何用一个Dockerfile来描述整个构建过程以实现完整的自动化。

目录

1. Docker概述

2. 在Ubuntu上安装Docker

3. 基本的Docker命令

  1. Docker的守护进程与命令行
  2. Docker命令

4. 创建Docker容器作为Python WSGI应用的沙箱

  1. 在Ubuntu里创建打底Docker容器
  2. 安装前的准备工作
  3. 安装Python工具
  4. 安装我们的Web应用以及其依赖项
  5. 配置我们的Python WSGI应用

5. 创建Dockerfile以实现镜像创建的自动化

  1. Dockerfile概述
  2. Dockerfile命令一览
  3. 创建Dockerfile
  4. 定义基本项
  5. 更新默认的应用仓库
  6. 安装基础工具
  7. Python基础套装安装指南
  8. 部署应用
  9. 引导
  10. 最终的Dockerfile
  11. 使用Dockerfile进行自动化的容器创建

Docker概述

Docker项目提供了一些可以搭配使用的上层工具，这些工具基于Linux内核的一些功能创建。整个项目的目标是帮助开发者和系统管理员门无痛的迁移应用（以及它们所涉及的所有依赖项），让应用在各种系统和机器上都能欢快的跑起来。

实现这个目标的关键在于一个叫做docker容器的运行环境，这个环境实际上是一个具备安全属性的LXC（Linux Containers）。容器的创建使用了Docker镜像，Docker镜像可以手动敲命令创建，也可以通过Dockerfiles实现自动化创建。

注：关于Docker的基础知识（守护进程、CLI、镜像等等），可参阅本系列的第一篇文章Docker Explained: Getting Started。

在Ubuntu上安装Docker

最新版本的Docker（译注：本文撰写时间为2013年12月17日，当时的Docker最新版本为0.7.1）可以在Ubuntu/Debian和CentOS/RHEL等多个Linux发行版上部署（你也可以使用DigitalOcean上现成的Docker镜像，该镜像基于Ubuntu 13.04创建）。

下面快速介绍一下Ubuntu上的安装流程。

在Ubuntu上安装Docker

更新系统：

sudo aptitude    update
sudo aptitude -y upgrade

检查系统是否支持aufs：

sudo aptitude install linux-image-extra-`uname -r`

往apt-key添加Docker仓库的密钥（用于软件包的验证）：

sudo sh -c "wget -qO- https://get.docker.io/gpg | apt-key add -"

往aptitude软件源添加Docker仓库：

sudo sh -c "echo deb http://get.docker.io/ubuntu docker main> /etc/apt/sources.list.d/docker.list"

添加之后再更新一次系统：

sudo aptitude update

最后，下载并安装Docker：

sudo aptitude install lxc-docker

Ubuntu默认的防火墙（UFW）的默认设置是拒绝一切转发（forwarding），但是Docker需要转发，所以也需要设置一下UFW。

用nano编辑器打开UFW配置文件：

sudo nano /etc/default/ufw

找到DEFAULT_FORWARD_POLICY这一行，将

DEFAULT_FORWARD_POLICY="DROP"

替换为：

DEFAULT_FORWARD_POLICY="ACCEPT"

按 CTRL+X 再按 Y 键，保存退出。

最后，把UFW重启一下：

sudo ufw reload

基本的Docker命令

在正式开始之前，我们还是先复习一下上次在基础篇中介绍过的一些基本命令。

Docker的守护进程与命令行

一般来说，Docker守护进程在你安装完成了之后就已经在后台运行，等待接收来自Docker命令行的指令。不过有的时候我们也需要手动启动Docker守护进程：

sudo docker -d &

Docker命令行的基本语法如下：

sudo docker [option] [command] [arguments]

注：Docker的运行需要sudo权限。

Docker命令

下面列出了目前可用的Docker命令（译注：可以参考InfoQ中文站文章深入浅出Docker（二）：Docker命令行探秘）：

attach    附着到一个运行的容器上
build     从一个Dockerfile建立镜像
commit    将一个变更后的容器创建为一个新镜像
cp        在容器和本地文件系统之间复制文件/目录
create    创建一个新的容器
diff      检测容器文件系统的变更
events    从服务器获取实时事件
exec      在一个运行中的容器内执行命令
export    将一个容器的文件系统输出为tar压缩包
history   显示一个镜像的历史
images    列出镜像列表
import    从tarball压缩包导入内容以创建一个文件系统镜像
info      显示系统信息
inspect   返回容器或镜像的底层信息
kill      杀死一个运行中的容器
load      从一个tar压缩包或STDIN加载一个镜像
login     登入Docker注册表（Docker registry）
logout    从Docker注册表登出
logs      抓取一个容器的日志
network   管理Docker网络
pause     暂停一个容器内的所有进程
port      列出该容器的所有端口映射或指定端口映射
ps        列出容器列表
pull      从注册表拉取一个镜像或仓库
push      往注册表推送一个镜像或仓库
rename    重命名容器
restart   重启容器
rm        删除一个或多个容器
rmi       删除一个或多个镜像
run       在一个新的容器中运行一条命令
save      将镜像保存至tar压缩包
search    在Docker Hub搜索镜像
start     启动一个或多个容器
stats     显示容器资源使用情况的实时信息流
stop      停止一个运行中的容器
tag       向注册表标记一个镜像
top       显示一个容器下运行的进程
unpause   恢复运行一个容器里所有被暂停的进程
update    更新容器的资源
version   显示Docker版本信息
volume    管理Docker卷
wait      阻塞对指定容器的其他调用方法,直到容器停止后退出阻塞。

创建Docker容器作为Python WSGI应用的沙箱

我们已经完成了Docker的安装，也熟悉了基本的命令，现在可以为我们的Python WSGI应用创建Docker容器了。

注：本章介绍的方法主要是练习用，并不适合于生产环境。生产环境下适用的自动化流程将在后续章节中介绍。

在Ubuntu里创建打底Docker容器

Docker的run指令会基于Ubunt镜像创建一个新的容器。接下来，我们要用 -t 标识给这个容器附着（attach）一个终端，并运行一个 bash 进程。

我们将暴露这个容器的80端口用于从外部访问。以后在更加复杂的环境中，你可能需要给多个实例做负载均衡，把不同的容器“连接”起来，再用一个反向代理容器去访问它们。

sudo docker run -i -t -p 80:80 ubuntu /bin/bash

注：运行这个命令时，Docker可能需要先下载一个Ubuntu镜像，下载完毕后才创建新容器。

注意：你的终端会“附着”（attach）在新创建的容器上。要与容器分离并回到之前的终端访问点，可以按 CTRL+P 接着 CTRL+Q 执行脱离操作。“附着”在一个Docker容器上，基本上相当于从一个VPS内部访问另一个VPS。

从脱离的状态想要回到附着的状态，需要执行如下步骤：

  1. 用 sudo docker ps 列出所有运行中的容器
  2. 找到之前创建的那个容器的ID
  3. 执行 sudo docker attach [id] 完成当前终端到该容器的附着

注意：我们在容器内部做的一切操作都将仅限于在容器内部执行，对宿主机是完全没有影响的。

安装前的准备工作

要在容器内部署Python WSGI应用（以及我们所需要的工具），首先我们需要对应的软件仓库。然而在Docker默认的Ubuntu镜像里并没有提供仓库（Docker的设计者认为这样有利于保持事物的简化），因此我们需要给我们这个打底镜像添加Ubuntu的universe软件仓库：

echo "deb http://archive.ubuntu.com/ubuntu/ $(lsb_release -sc) main universe" >> /etc/apt/sources.list

更新一下软件列表：

apt-get update

再给我们的容器安装一些必要的工具：

apt-get install -y tar                    git                    curl                    nano                    wget                    dialog                    net-tools
                   build-essential

安装Python工具

本文将用一个简单的Flask应用作为示范。如果你用的是其他框架也没关系，安装部署的方法都是一样的。

再提醒一次：以下所有的命令都是在容器内部执行的，不会影响到宿主机。你可以想象成自己在一个全新的VPS上进行操作。

安装Python和pip：

# 安装pip依赖：setuptools
apt-get install -y python python-dev python-distribute python-pip

安装Web应用以及其依赖项

安装我们的应用之前，还是让我们再确认一下所有的依赖都已经就绪。首先是我们的框架——Flask。

因为我们已经装好了pip，所以就直接用pip来安装Flask：

pip install flask

装好了Flask，创建一个“my_application”文件夹：

mkdir my_application

cd my_application

注：如果你想直接部署自己的应用（而不是这里的示范应用），可以参看下面的“小贴士”部分。

我们的示范应用是一个单页面的“Hello World” Flask应用。下面用nano来创建app.py：

nano app.py

把下面这些内容复制到新创建的文件里：

from flask import Flask
app = Flask(__name__)

@app.route("/")
def hello():
    return "Hello World!"

if __name__ == "__main__":
    app.run()

按 CTRL+X 再按 Y 键，保存退出。

或者，你也可以使用“requirements.txt”来定义应用的依赖项（比如Flask）。我们还是用nano来创建文件：

nano requirements.txt

在文件里输入你所有的依赖项（下面只列出两个，如果你需要别的请自行添加）：

flask
cherrypy

按 CTRL+X 再按 Y 键，保存退出。

注：你可以用pip来生成自定义的依赖项列表。具体的操作方法可以参考这篇Common Python Tools: Using virtualenv, Installing with Pip, and Managing Packages。

最后，我们这个应用的文件组织结构是这样的：

/my_application
    |
    |- requirements.txt  # 描述依赖项的文件
    |- /app              # 应用模块（你的应用应该在这个目录下）
    |- app.py            # WSGI文件，里面应该包含“app”的实例名称(callable)
    |- server.py         # 可选，用于运行应用服务器（CherryPy）

注：关于“server.py”，请参阅下面的章节“配置我们的Python WSGI应用”。

注意：上面这些应用的文件、目录都是在容器内部创建的。如果你要在宿主机上自动化构建镜像（这个过程将在下面有关Dockerfile的章节中介绍），则你的宿主机上放置Dockerfile的目录下也需要同样的文件结构。

小贴士：部署自己的应用

在容器内部搞定应用所需的软件仓库和依赖项

上述步骤描述了在容器内创建应用目录的过程。然而在真实场景下，我们往往需要从软件仓库拉取源代码。

要把你的软件仓库复制到容器内部，有几个方法可以实现。下面介绍其中的两个：

# 方法1
# 用git下载源代码
# 用法：git clone [源代码所在的URL]
# 示范：
git clone https://github.com/mitsuhiko/flask/tree/master/examples/flaskr

# 方法2
# 下载源代码压缩文件
# 用法：wget [源代码压缩文件所在的URL]
# 示范：（用真实的URL替换掉下面这个假的）
wget http://www.github.com/example_usr/application/tarball/v.v.x

# 解压缩文件
# 用法：tar vxzf [文件名 .tar (.gz)]
# 示范：（用真实的文件名替换掉下面这个假的）
tar vxzf application.tar.gz

# 用pip下载安装应用依赖
# 下载 requirements.txt （可以用 pip freeze output 生成），再用pip全部安装：
# 用法：curl [requirements.txt 文件的URL] | pip install -r -
# 示范：（用真实的URL替换掉下面这个假的）
curl http://www.github.com/example_usr/application/requirements.txt | pip install -r -

配置我们的Python WSGI应用

要运行这个应用，我们需要一个Web服务器。运行这个WSGI应用的Web服务器需要安装在代码所在的同一台容器中，作为该Docker容器运行的进程。

注：我们在示范中将使用CherryPy自带的HTTP Web服务器，这是一个比较简单而且可以用在生产环境的选择。你也可以用Gunicorn甚至uSWGI（可以让它们跑在Nginx的后面），我们其他的教程中介绍过这种用法。

用pip下载安装CherryPy：

pip install cherrypy

创建“server.py”，用于服务“app.py”里面的Web应用：

nano server.py

把下面的内容复制粘贴到server.py里：

# 导入应用的语法：
# from app import application
# 示范：

from app import app

# 导入 CherryPy
import cherrypy

if __name__ == ‘__main__‘:

    # 挂载应用
    cherrypy.tree.graft(app, "/")

    # 从默认服务器上分离
    cherrypy.server.unsubscribe()

    # 实例化一个新的服务器对象
    server = cherrypy._cpserver.Server()

    # 配置该服务器对象
    server.socket_host = "0.0.0.0"
    server.socket_port = 80
    server.thread_pool = 30

    # SSL相关配置
    # server.ssl_module            = ‘pyopenssl‘
    # server.ssl_certificate       = ‘ssl/certificate.crt‘
    # server.ssl_private_key       = ‘ssl/private.key‘
    # server.ssl_certificate_chain = ‘ssl/bundle.crt‘

    # 订阅这个服务器对象
    server.subscribe()

    # 启动服务器引擎

    cherrypy.engine.start()
    cherrypy.engine.block()

完成！现在我们就有了一个“Docker化”的Python Web应用，安全的跑在自己专属的沙箱里。只要输入下面的一行命令，它就可以给成千上万个客户端请求提供服务：

python server.py

这是让服务器在前台运行的指令。按下 CTRL+C 终止运行。如果想在后台运行服务器，可输入下面的指令：

python server.py &

后台运行的应用需要用进程管理器（比如htop）来终止运行（kill或stop）。

注：有关CherryPy上跑Python应用的配置，可参阅这篇教程：How to deploy Python WSGI apps Using CherryPy Web Server。

简单的测试一下应用的运行状态（以及端口的分配状态）：在浏览器中访问 http://[容器所在的VPS的IP地址] ，应该能够看到“Hello World!”。

创建Dockerfile以实现镜像创建的自动化

上面简单的说过，手动创建容器的这个方法并不适合用于生产环境的部署。生产环境里应该用Dockerfile进行构建流程自动化。

我们已经知道了如何在容器内部进行外部资源的下载和安装，那么Dockerfile其实也是一样的原理。一个Dockerfile定义了Docker要如何生成一个镜像，这个镜像可以直接用来跑我们的Python应用。

先了解一下Dockerfile的基本功能。

Dockerfile概述

Dockerfile是一种脚本文件，其中包含了一系列顺序执行的命令，Docker通过执行这些命令就可以创建一个新的Docker镜像。这极大的方便了部署。

Dockerfile一般会先用 FROM 命令定义一个打底的镜像，然后执行一系列的动作，动作全部执行完毕之后就形成了最终的镜像，并将完成的镜像提交给宿主机。

使用：

# 在当前位置用Dockerfile创建一个镜像
# 将生成的镜像标记为 [name] （比如nginx）
# 示范：sudo docker build -t [name] .
sudo docker build -t nginx_img .

注：我们还有一篇专门介绍dockerfile的文章可供查阅：Docker Explained: Using Dockerfiles to Automate Building of Images

Dockerfile命令一览

### Add
从宿主机复制文件到容器

### CMD
设置要执行或者要发给ENTRYPOINT的默认命令

### ENTRYPOINT
设置容器内默认要启动的应用

### ENV
设置环境变量（key = value）

### EXPOSE
暴露一个端口

### FROM
设置打底镜像（base）

### MAINTAINER
设置Dockerfile的作者/所有者信息

### RUN
执行一条命令并提交执行后的（容器）镜像

### USER
设置从镜像运行容器的用户名

### VOLUME
从宿主机加载一个目录给容器

### WORKDIR
设置CMD运行时所在的目录

创建Dockerfile

在当前路径下用nano编辑器创建Dockerfile：

sudo nano Dockerfile

注：下面的内容需要按顺序添加到Dockerfile中。

定义基本项

Dockerfile的基本项包括 FROM 原始镜像（比如Ubuntu）以及维护者姓名 MAINTAINER：

############################################################
# 创建Python WSGI应用容器的Dockerfile
# 基于Ubuntu
############################################################

# 设置Ubuntu为打底镜像
FROM ubuntu

# 文件作者/维护者
MAINTAINER Maintaner Name

更新默认的应用仓库

# 添加软件资源库的URL
RUN echo "deb http://archive.ubuntu.com/ubuntu/ $(lsb_release -sc) main universe" >> /etc/apt/sources.list

# 更新资源列表
RUN apt-get update

安装基础工具

RUN apt-get install -y tar git curl nano wget dialog net-tools build-essential

注：上述的有些工具可能你用不到，不过为了以防万一还是都装进来先。

Python基础套装安装指南

一些Python需要的工具（pip）最好还是都先装起来。你的框架（WAF）和Web服务器（WAS）都需要有它们才能安装。

RUN apt-get install -y python python-dev python-distribute python-pip

部署应用

部署应用可以使用Docker的 ADD 命令直接复制源代码，也可以用 REQUIREMENTS 文件来一步到位。

注：如果你打算用一个文件描述所有的代码位置，可以参考下面的文件结构。

    文件结构示范

    /my_application
    |
    |- requirements.txt  # 描述依赖项的文件
    |- /app              # 应用模块（你的应用应该在这个目录下）
    |- app.py            # WSGI文件，里面应该包含“app”的实例名称(callable)
    |- server.py         # 可选，用于运行应用服务器（CherryPy）

这个文件结构的创建过程在前面的章节中已经介绍过，这里不再赘述。总之，以上述文件结构为例，则再给Dockerfile末尾添加如下内容，将源代码复制到容器内：

ADD /my_application /my_application

如果源代码是公网的git仓库，则可以使用如下内容：

RUN git clone [你的源码仓库URL]

引导

接下来，再从 requirements.txt 导入所有的依赖项：

# 用pip来下载安装 requirements.txt 里面的东西
RUN pip install -r /my_application/requirements.txt

# 暴露端口
EXPOSE 80

# 设置CMD运行的默认路径
WORKDIR /my_application

# 要运行的默认命令
# 该命令在新容器创建时开始执行
# 比如启动CherryPy来运行服务
CMD python server.py

最终的Dockerfile

现在，整个Dockerfile看起来应该是这样的：

############################################################
# Dockerfile to build Python WSGI Application Containers
# Based on Ubuntu
############################################################

# Set the base image to Ubuntu
FROM ubuntu

# File Author / Maintainer
MAINTAINER Maintaner Name

# Add the application resources URL
RUN echo "deb http://archive.ubuntu.com/ubuntu/ $(lsb_release -sc) main universe" >> /etc/apt/sources.list

# Update the sources list
RUN apt-get update

# Install basic applications
RUN apt-get install -y tar git curl nano wget dialog net-tools build-essential

# Install Python and Basic Python Tools
RUN apt-get install -y python python-dev python-distribute python-pip

# Copy the application folder inside the container
ADD /my_application /my_application

# Get pip to download and install requirements:
RUN pip install -r /my_application/requirements.txt

# Expose ports
EXPOSE 80

# Set the default directory where CMD will execute
WORKDIR /my_application

# Set the default command to execute
# when creating a new container
# i.e. using CherryPy to serve the application
CMD python server.py

按 CTRL+X 再按 Y 键，保存退出。

使用Dockerfile进行自动化的容器创建

在之前的基础教程部分我们提到过，Dockerfile的工作方式利用到了 docker build 命令。

我们通过Dockerfile指示docker从包含源代码的路径复制内容到容器内部，因此在构建之前务必要确认Dockerfile与代码路径的相对位置。

这样一个Docker镜像可以快速创建起来一个可以运行我们的Python应用的容器，我们需要做的只是输入这样一行指令：

sudo docker build -t my_application_img .

我们把这个镜像命名为 my_application_img 。为要从这个镜像启动一个新的容器，只需要输入下面的命令：

sudo docker run -name my_application_instance -p 80:80 -i -t my_application_img

然后就可以在浏览器里输入你VPS的IP地址，访问应用了。

有关Docker安装的更多教程（包括在其他发行版上安装Docker），可以查阅我们在docker.io上的文档docker installation documentation。

本文来源自DigitalOcean Community。英文原文：Docker Explained: How To Containerize Python Web Applications by O.S. Tezer

翻译：lazyca

时间： 2024-10-11 01:24:09

Docker实用指南：将Python Web应用容器化的相关文章

Docker实用技巧（二）：容器与主机之间复制文件

使用 docker cp 命令,进行容器与主机之间的数据copy. 使用方法如下: 命令中的两个文件夹,是相当于把前面的复制到后面的. 实例: 主机root ~目录如下: 容器root ~目录如下: 其中容器已经打开: [1]主机当前目录下的users文件夹拷贝到容器 主机如下命令: 容器中的变化: [2]容器test文件夹拷贝到主机当前目录文件夹 总结: cp命令的前面的文件夹是要复制的内容,后面的是即将复制的位置: -a参数是全部复制,包括uid gid等信息: 容器目录格式:contain

Docker应用容器化

Docker 的核心思想就是如何将应用整合到容器中,并且能在容器中实际运行. 将应用整合到容器中并且运行起来的这个过程,称为“容器化”(Containerizing),有时也叫作“Docker化”(Dockerizing). 容器是为应用而生的,具体来说,容器能够简化应用的构建.部署和运行过程. 完整的应用容器化过程主要分为以下几个步骤. 编写应用代码. 创建一个 Dockerfile,其中包括当前应用的描述.依赖以及该如何运行这个应用. 对该 Dockerfile 执行 docker imag

Asp.NetCore轻松学-使用Docker进行容器化托管

前言 没有 docker 部署的程序是不完整的,在写了 IIS/Centos/Supervisor 3篇托管介绍文章后,终于来到了容器化部署,博客园里面有关于 docker 部署的文章比比皆是,作为硬核实战派,这里做的一定是一套打完带走的功法.本文使用的学习机器是由 Azure 倾情提供的 30 天试用版本,大家都可以申请的哈. 1. 为什么要使用 docker 1.1 docker 介绍 docker 带来的好处是显而易见的,使用 docker 可以在同一台服务器上部署多个版本的应用,彼此间不

Django企业开发实战 高效Python Web框架指南

高清PDF,带书签 Django企业开发实战 高效Python Web框架指南Django企业开发实战 高效Python Web框架指南Django企业开发实战 高效Python Web框架指南gACkM793118 粘贴链接到地址栏访问: https://fgk.pw/i/gACkM793118 原文地址:https://www.cnblogs.com/ziqang/p/11051134.html

Docker 工作原理及容器化简易指南

Docker 非常棒! 它使软件开发者无需担心配置和依赖性,在任何地方打包,发送和运行他们的应用程序.而在与 Kubernetes 相结合后,它使应用集群部署和管理变得更方便.这使得 Docker 深受软件开发者的喜爱,越来越多的开发者开始使用 Docker. 那么 Docker 到底是什么? 它是构建.测试.部署和发布容器化应用的平台.称其为平台是因为 Docker 其实是一套用于管理与容器相关的所有事物的工具.作为 Docker 的核心,接下来我们将深入探讨容器. 什么是容器? 原文地址:h

Ubuntu16.04安装Docker1.12+开发实例+hello world+web应用容器

本次主要是详细记录Docker1.12在Ubuntu16.04上的安装过程,创建Docker组(避免每次敲命令都需要sudo),Docker常用的基本命令的总结,在容器中运行Hello world,以及创建一个基于Python Flask的web应用容器的全过程. 1.Docker1.12在Ubuntu16.04上安装 1.1.先决条件1,添加Docker源 wxl@wxl-pc:~$ sudo apt-get update 增加CA证书 [email protected]-pc:~$ sudo

在Python Web项目中使用Jenkins进行持续集成

在一个项目的开发过程中,往往会有一些需要反复执行的操作,比如编译.测试.部署.具体于Flask项目,我一般使用nose执行单元测试.fabric进行部署.pylint执行代码质量检测等.这些频繁需要执行的步骤,是非常枯燥的,那何不交给机器来自动执行呢?最近,我参与的一个校内团队也遇到了类似的问题,于是打算调研一下相关的工具. 还是习惯性地查阅了下Kenneth Reitz大神的python-guide,果然找到了关于CI的章节.选来选去,最终没有选择Python Stack的Buildbot,而

Docker入门指南

地址:docker入门指南 更换国内镜像源 docker store地址默认是在国外,下载速度很慢,自行更换国内docker加速地址. 名词解释 image: 镜像containers: 容器docker-machine: docker虚拟主机docker store: docker存储云 术语 Image 和 ContainerImage可以理解为一个系统镜像,Container是Image在运行时的一个状态.如果拿虚拟机作一个比喻的话,Image就是关机状态下的磁盘文件,Container就

Docker实用命令介绍

Docker实用命令介绍 1. docker启动.关闭.停止 ╭─wil-xz in ~ 12:15:44 ╰─?(?﹏?.)? service docker restart Redirecting to /bin/systemctl restart docker.service ╭─wil-xz in ~ 12:15:44 ╰─?(?﹏?.)? service docker stop Redirecting to /bin/systemctl stop docker.service ╭─wil