Docker新手必看：5个最常用命令详解（附Dify实战案例）

如果你刚开始接触容器技术，面对Docker命令行界面（CLI）里那些看似复杂的指令，可能会感到有些无从下手。这种感觉我完全理解，几年前我第一次接触Docker时，也是对着终端敲下docker run后，看着屏幕上滚动的日志，既兴奋又有点迷茫。容器化技术如今已成为现代软件开发和部署的基石，无论是个人项目还是企业级应用，掌握Docker的基本操作都是绕不开的一步。这篇文章就是为你准备的——我们不谈那些深奥的底层原理，也不做冗长的概念铺垫，而是直接聚焦于你最需要、最常用的五个Docker命令。我会用最直白的方式解释它们，并手把手带你通过一个真实的Dify部署案例，让你在实战中感受这些命令是如何串联起来，将一个复杂的应用轻松跑起来的。无论你是想快速搭建一个开发环境，还是为你的AI应用寻找一个可靠的部署方案，这里的每一步操作都经过验证，你可以放心跟着做。

1. 从零到一：理解Docker的核心操作逻辑

在深入具体命令之前，花几分钟理解Docker的基本工作流至关重要。这能帮你建立清晰的“心智模型”，以后遇到新命令或复杂场景时，也能快速推理出操作路径。Docker的核心思想是“一次构建，处处运行”。你可以把它想象成一个高度标准化的“集装箱系统”：开发者将应用及其所有依赖（代码、运行时、系统工具、库）打包成一个镜像（Image），这个镜像是静态的、只读的模板。当你运行这个镜像时，Docker会基于它创建一个容器（Container），容器是镜像的一个可运行实例，拥有自己的独立文件系统、网络和进程空间。

提示：镜像和容器的关系，类似于面向对象编程中“类”和“对象”的关系。镜像是蓝图，容器是根据蓝图创建出来的、正在运行的实体。

整个生命周期通常围绕以下几个核心动作展开：

  • 获取镜像：从仓库（如Docker Hub）拉取现成的镜像，或自己构建。
  • 运行容器：基于镜像启动一个或多个隔离的进程环境。
  • 管理容器：查看、停止、删除正在运行或已停止的容器。
  • 交互与调试：进入容器内部执行命令，或查看容器产生的日志。
  • 数据与网络：处理容器内数据的持久化，以及容器之间、容器与宿主机的通信。

下面这个表格概括了我们将要重点讲解的五个命令及其在生命周期中的角色：

命令核心作用类比理解
docker pull获取镜像从应用商店下载一个软件的安装包。
docker run创建并启动容器双击安装包，将软件运行起来。
docker ps查看容器状态查看电脑上正在运行和已安装的所有软件列表。
docker exec在运行中的容器内执行命令远程登录到一台正在运行的服务器上进行操作。
docker compose up编排并启动多个关联容器一键部署一个由数据库、后端、前端等多个服务组成的完整应用。

理解了这张地图，我们再去看每一个具体的命令，就会觉得它们不再是孤立的符号，而是一个有机工作流中的关键环节。

2. 五大核心命令深度解析与实战演练

我们将以部署Dify——一个开源的LLM应用开发平台——作为贯穿始终的实战案例。这个案例非常典型，它本身就是一个由多个容器（Web前端、API后端、数据库、向量数据库等）组成的复杂应用，完美契合了我们学习从单容器操作到多容器编排的全过程。

2.1 获取蓝图：docker pull 命令

万事开头难，但docker pull让开头变得异常简单。它的作用就是从镜像仓库（默认是Docker Hub）下载指定的镜像到本地。没有镜像，后续的所有操作都无从谈起。

基本语法：

docker pull [OPTIONS] NAME[:TAG|@DIGEST]
  • NAME：镜像名称，通常格式为[仓库地址/]用户名/镜像名。例如 ubuntu, nginx, langgenius/dify-api。
  • TAG：标签，指定镜像的版本。如果不指定，默认为 latest。
  • DIGEST：镜像的内容哈希值，用于精确指定某个镜像，比标签更唯一。

实战操作：拉取Dify所需的核心镜像 在部署Dify之前，我们可能需要预先拉取一些基础镜像，比如PostgreSQL数据库。虽然后续的docker compose会帮我们自动拉取，但提前操作可以让你熟悉命令，也避免因网络问题导致后续编排失败。

打开你的终端（Linux/macOS的Terminal，或Windows的PowerShell/CMD），尝试执行：

docker pull postgres:15-alpine

你会看到类似下面的输出，展示了分层下载的过程：

15-alpine: Pulling from library/postgres
Digest: sha256:1a2b3c4d5e6f...（一串哈希值）
Status: Downloaded newer image for postgres:15-alpine

这里我们拉取的是PostgreSQL 15版本，并且是基于Alpine Linux的轻量级镜像。alpine标签意味着镜像体积更小，是生产环境的常见选择。

进阶技巧与常见问题：

  • 加速下载：国内用户可以使用镜像加速器。修改Docker守护进程配置（如/etc/docker/daemon.json），添加国内镜像地址（如阿里云、中科大源），重启Docker服务后，拉取速度会显著提升。
  • 查看已拉取的镜像：使用 docker images 命令可以列出本地所有镜像，查看它们的仓库名、标签、镜像ID和大小。
  • 拉取特定架构镜像：在ARM芯片的Mac或树莓派上，可能需要显式指定平台，如 docker pull --platform linux/amd64 some-image，以运行x86架构的镜像。

2.2 启动世界：docker run 命令

这是Docker中最强大、最常用的命令，没有之一。它负责从镜像创建并启动一个新容器。一个简单的docker run命令背后，其实封装了“创建容器”、“分配资源”、“设置网络”、“挂载卷”、“启动进程”等一系列复杂操作。

基础语法：

docker run [OPTIONS] IMAGE [COMMAND] [ARG...]

光是OPTIONS就有几十个，但我们只需要掌握最关键的几个，就能应对80%的场景。

核心参数详解：

  1. -d (detach)：后台运行容器。这是最常用的模式，让容器在后台默默服务。
    docker run -d nginx
  2. -p (publish)：端口映射。将容器内部的端口映射到宿主机的端口，这是从外部访问容器服务的桥梁。
    docker run -d -p 8080:80 nginx
    上面命令将容器内的80端口（Nginx默认端口）映射到宿主机的8080端口。访问 http://localhost:8080 就能看到Nginx欢迎页。
  3. -v (volume)：数据卷挂载。将宿主机的目录或文件挂载到容器内，实现数据持久化，避免容器删除后数据丢失。
    docker run -d -v /宿主机/数据目录:/容器内/数据目录 mysql
  4. -e (environment)：设置环境变量。这是向容器内传递配置信息的标准方式。
    docker run -d -e MYSQL_ROOT_PASSWORD=my-secret-pw mysql
  5. --name：为容器指定一个自定义名称，方便后续管理。如果不指定，Docker会随机分配一个有趣的名字（如 peaceful_curie）。
    docker run -d --name my-nginx nginx

Dify实战：快速启动一个测试用的数据库容器 在完整部署Dify前，我们可以先手动启动一个PostgreSQL容器来热热身：

docker run -d \
  --name dify-db \
  -p 5432:5432 \
  -e POSTGRES_PASSWORD=your_strong_password \
  -e POSTGRES_DB=dify \
  -v /path/on/your/host:/var/lib/postgresql/data \
  postgres:15-alpine

逐行解释一下：

  • -d：后台运行。
  • --name dify-db：给容器起名叫dify-db。
  • -p 5432:5432：将容器5432端口映射到宿主机5432端口。
  • -e：设置两个环境变量，分别是数据库密码和默认创建的数据库名。
  • -v ...：将宿主机目录挂载到容器内PostgreSQL的数据目录，确保数据持久化。
  • postgres:15-alpine：使用的镜像。

执行后，你就可以用本地的数据库客户端（如pgAdmin、DBeaver）连接 localhost:5432 来管理这个数据库了。这直观地展示了docker run如何通过几个参数，快速搭建起一个完整的服务环境。

2.3 掌控全局：docker ps 命令

容器启动后，我们如何知道它是否在运行、占用了哪些端口、叫什么名字？docker ps就是你的“容器监控面板”。它用于列出容器，是日常运维中使用频率最高的命令之一。

基本用法：

  • docker ps：默认只显示正在运行的容器。
  • docker ps -a：显示所有容器，包括已停止的。
  • docker ps -l：显示最近创建的一个容器（无论状态）。

输出字段解读： 执行 docker ps 后，你会看到一个表格，包含以下关键列：

  • CONTAINER ID：容器的唯一短ID，用于精确指定容器。
  • IMAGE：创建该容器所使用的镜像。
  • COMMAND：容器启动时运行的命令。
  • CREATED：创建时间。
  • STATUS：状态（Up 表示运行中，Exited 表示已退出）。
  • PORTS：端口映射情况，格式为 宿主机端口->容器端口。
  • NAMES：容器名称。

实战应用：检查Dify服务状态 假设我们已经通过Docker Compose启动了完整的Dify服务（具体步骤在2.5节）。过一会儿，我们可以用docker ps来检查所有相关容器是否都健康运行：

docker ps

一个健康的Dify部署可能会输出类似下面的列表（容器ID和名称会不同）：

CONTAINER ID   IMAGE                                  COMMAND                  CREATED        STATUS                  PORTS                                            NAMES
a1b2c3d4e5f6   langgenius/dify-web:latest            "/bin/sh ./entrypoin…"   5 minutes ago  Up 5 minutes            3000/tcp                                         dify-web-1
b2c3d4e5f6g7   langgenius/dify-api:latest            "/bin/bash /entrypoi…"   5 minutes ago  Up 5 minutes            5001/tcp                                         dify-api-1
c3d4e5f6g7h8   nginx:alpine                          "nginx -g 'daemon of…"   5 minutes ago  Up 5 minutes            0.0.0.0:80->80/tcp, 0.0.0.0:443->443/tcp         dify-nginx-1
d4e5f6g7h8i9   postgres:15-alpine                    "docker-entrypoint.s…"   5 minutes ago  Up 5 minutes (healthy)   0.0.0.0:5432->5432/tcp                           dify-db-1
... (其他如redis、weaviate等容器)

从这个列表，你可以一目了然地看到：

  1. 所有核心服务（web, api, nginx, db）状态都是“Up”。
  2. Nginx容器将宿主机的80和443端口映射了出来，这意味着你可以通过浏览器访问 http://你的服务器IP 来打开Dify界面。
  3. 数据库容器的状态显示为“(healthy)”，表示健康检查通过。

如果发现某个容器的状态不是“Up”，或者端口映射异常，docker ps就是你进行故障排查的第一步。

2.4 深入腹地：docker exec 命令

有时候，我们需要进入容器内部执行一些操作，比如查看配置文件、安装调试工具、执行数据库命令等。docker exec就是在正在运行的容器内部启动一个新进程的命令。最常用的场景就是启动一个交互式的Shell。

基本语法：

docker exec [OPTIONS] CONTAINER COMMAND [ARG...]

最经典的用法是进入容器的bash或sh环境：

docker exec -it <容器名称或ID> /bin/bash
  • -i (interactive)：保持标准输入流（STDIN）打开，允许你与命令交互。
  • -t (tty)：分配一个伪终端（pseudo-TTY），让你感觉像是在一个真实的终端里操作。
  • /bin/bash：要执行的命令，这里是启动一个bash shell。如果镜像基于Alpine等精简系统，可能需要使用 /bin/sh。

Dify实战：进入API容器检查日志或安装工具 假设Dify的API服务（dify-api-1）日志报错，我们需要进入容器内部查看更详细的日志文件，或者安装curl、ping等网络工具进行调试。

  1. 进入容器：

    docker exec -it dify-api-1 /bin/bash

    成功执行后，你的命令行提示符会变成类似 root@a1b2c3d4e5f6:/app/api# 的样子，表示你现在已经在容器内部了。

  2. 执行内部操作：

    • 查看当前目录：ls -la
    • 查看特定日志文件：tail -f logs/app.log
    • 更新软件包列表并安装网络工具（以Debian系镜像为例）：
      apt-get update && apt-get install -y iputils-ping curl net-tools
    • 测试从容器的网络访问宿主机或其他服务。在Docker的bridge网络模式下，容器内可以通过特殊域名 host.docker.internal 来访问宿主机。这在配置Dify连接宿主机上运行的Ollama本地模型时非常有用：
      ping host.docker.internal
curl http://host.docker.internal:11434/api/generate

  3. 退出容器：执行完操作后，输入 exit 或按 Ctrl+D 即可退出容器，回到宿主机的终端。

注意：docker exec 只能对正在运行的容器执行。如果容器已停止，你需要先使用 docker start 启动它，或者使用 docker run -it ... /bin/bash 在启动时直接进入交互模式。

2.5 交响乐团指挥：docker compose up 命令

现代应用很少是单个容器就能搞定的，通常由数据库、缓存、后端API、前端等多个服务组成。手动用多个docker run命令来管理这些容器，不仅繁琐，而且容易出错。Docker Compose就是为解决这个问题而生的工具，它允许你使用一个YAML文件（docker-compose.yml）来定义和运行多容器应用。而 docker compose up 就是这个工具的核心启动命令。

核心概念：项目与服务 一个Compose“项目”对应一个目录，目录中的 docker-compose.yml 文件定义了多个“服务”（即容器）。docker compose up 会读取这个文件，为每个服务创建容器、网络、卷，并启动它们。

Dify实战：一键部署完整AI应用平台 Dify官方推荐使用Docker Compose进行部署，这正是我们绝佳的实战场景。

  1. 准备部署目录与配置文件：

    # 1. 克隆Dify的代码仓库（使用国内镜像加速）
git clone https://gitee.com/dify_ai/dify.git
cd dify/docker

# 2. 复制环境变量配置文件模板
cp .env.example .env

# 3. （可选但重要）编辑 .env 文件，修改关键配置
#    使用文本编辑器（如vim, nano, 或VS Code）打开 .env 文件
#    例如，修改Nginx端口，避免与宿主机现有服务冲突
#    EXPOSE_NGINX_PORT=8001
#    EXPOSE_NGINX_SSL_PORT=8443
#    检查并设置数据库密码等敏感信息。

  2. 一键启动所有服务： 在 dify/docker 目录下，执行核心命令：

    docker compose up -d
    • up：创建并启动所有在 docker-compose.yml 中定义的服务。
    • -d：在后台运行（守护进程模式）。

    这个命令会执行一系列操作：拉取所有需要的镜像（如果本地没有）、创建独立的Docker网络、创建并挂载数据卷、按依赖顺序启动各个容器（如先启动数据库，再启动应用）。你会在终端看到所有容器的启动日志。

  3. 验证部署： 启动完成后，再次使用 docker ps 确认所有容器状态。然后，打开浏览器，访问 http://你的服务器IP:8001（如果你修改了端口）。如果一切顺利，你将看到Dify的初始化设置界面。

  4. 其他常用Compose命令：

    • docker compose down：停止并移除所有由up创建的容器、网络。但默认不会移除数据卷，这保护了你的数据库数据。
    • docker compose logs [service-name]：查看指定服务或所有服务的日志。排查问题时加上 -f 参数可以实时跟踪日志输出。
    • docker compose restart [service-name]：重启某个服务。
    • docker compose ps：列出本项目下的所有容器状态。

通过 docker compose up，我们用一个命令就搭建起了一个包含十多个微服务的复杂AI平台。这种声明式的编排方式，极大地简化了多容器应用的管理复杂度，也是现代云原生应用的标配。

3. 融会贯通：基于Dify的进阶应用与问题排查

掌握了五大命令，你已经具备了Docker的日常操作能力。现在，让我们把这些命令组合起来，解决Dify使用中可能遇到的两个典型场景，这能让你对Docker的理解从“会用”提升到“活用”。

3.1 场景：为Dify配置本地大语言模型（Ollama）

很多开发者会在宿主机上运行Ollama来管理本地大模型，而Dify运行在Docker容器内。这就涉及到容器如何访问宿主机服务的网络问题。

解决方案与步骤：

  1. 确认宿主机Ollama服务：确保宿主机上Ollama正在运行（例如在11434端口）。
  2. 理解Docker网络：在默认的bridge网络模式下，容器可以通过特殊域名 host.docker.internal（在Linux上可能需要额外配置）来解析到宿主机的IP。
  3. 在Dify中配置模型：登录Dify管理后台，在“模型供应商”中添加“Ollama”，其API基础URL应填写为 http://host.docker.internal:11434。
  4. 从Dify容器内测试连通性：为了验证网络是否通畅，我们可以使用 docker exec 进入Dify的API容器进行测试。
    # 进入容器
docker exec -it dify-api-1 /bin/bash
# 在容器内安装curl（如果尚未安装）
apt-get update && apt-get install -y curl
# 测试连接宿主机Ollama
curl http://host.docker.internal:11434/api/tags
    如果返回了Ollama的模型列表JSON，说明网络配置成功。

这个场景综合运用了 docker exec（进入容器调试）、对Docker网络的理解以及Dify的配置，是跨容器通信的一个经典案例。

3.2 故障排查：Dify服务异常停止与恢复

某天你发现Dify网站无法访问了，docker ps 显示某个关键容器（比如 dify-api-1）的状态是 Exited。

排查与恢复流程：

  1. 查看容器状态：docker ps -a | grep dify-api-1，确认其状态和退出代码。
  2. 查看容器日志：日志是排查问题的第一手资料。
    docker logs dify-api-1
docker logs --tail 100 -f dify-api-1 # 查看最后100行并实时跟随
    从日志中寻找错误信息，比如数据库连接失败、配置文件错误、端口冲突等。
  3. 常见原因与修复：
    • 端口冲突：.env文件中定义的端口被占用。用 netstat -tulnp | grep :端口号 查找占用进程并解决，或修改.env中的端口。
    • 数据库连接问题：检查数据库容器 dify-db-1 是否正常运行，密码是否正确。
    • 配置文件错误：检查 docker/.env 文件是否有语法错误或路径错误。
  4. 尝试重启单个服务：
    docker compose restart api
  5. 如果问题依旧，尝试重建服务（这会基于最新镜像重新创建容器，但保留数据卷）：
    docker compose up -d --force-recreate api
  6. 终极手段：完全重建（谨慎使用，确保数据卷已正确备份）：
    docker compose down
docker compose up -d

整个排查过程，你都在频繁使用 docker ps, docker logs, docker compose restart 等命令。你会发现，Docker的强大不仅在于它能轻松创建环境，更在于它提供了一整套透明的、可观察的运维工具链。

4. 构建思维：从使用到定制的跨越

当你熟练使用上述命令后，很自然地会想：“我能否定制自己的镜像？”或者“如何优化现有容器的性能？”这就进入了Docker学习的下一个阶段——镜像构建与优化。这里简要提两个方向，为你后续的探索铺路。

使用Dockerfile构建自定义镜像 Dockerfile是一个文本文件，包含了一系列构建镜像的指令。例如，你想创建一个包含特定Python环境和你的AI脚本的镜像：

# 使用官方Python轻量镜像作为基础
FROM python:3.11-slim

# 设置工作目录
WORKDIR /app

# 复制依赖文件并安装
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 复制应用代码
COPY . .

# 声明容器运行时监听的端口
EXPOSE 7860

# 定义容器启动时执行的命令
CMD ["python", "app.py"]

构建命令非常简单：docker build -t my-ai-app:latest .。之后你就可以用 docker run my-ai-app 来运行它了。

性能与资源管理 对于长期运行的服务，你需要关注容器的资源使用情况：

  • docker stats：实时查看所有容器的CPU、内存、网络IO使用情况。
  • docker update：动态更新运行中容器的资源限制，如 docker update --memory 512m --cpus 0.5 my-container。

从拉取镜像、运行容器，到编排复杂应用、排查问题，再到定制镜像、管理资源，这条学习路径是平滑且自然的。我自己的经验是，最初只需要死记硬背两三个命令就能开始，然后在每一个具体的项目需求中，去学习那个最需要的新命令或新参数。比如在部署Dify时遇到了网络问题，才去深入研究 docker network 命令；当需要迁移数据时，才去搞明白 docker cp 和卷备份。这种以解决问题为导向的学习，效率最高，印象也最深。现在，打开你的终端，从 docker run hello-world 开始，或者直接去尝试部署一套Dify，每一步操作都会让你对容器的力量有更实在的感知。

Logo
亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

avatar 亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

avatar 亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

avatar 亚马逊云科技技术品牌专区