docker是什么？解决了什么问题？特性有哪些

Docker 解决了传统应用部署中的多个痛点：一致性：容器打包应用及其依赖，确保在不同环境中保持一致的运行状态，避免了开发、测试、生产环境差异带来的问题。高效性：容器共享宿主机操作系统内核，避免了虚拟机的冗余开销，启动速度更快，资源占用更低，提升了部署效率。隔离性：容器之间相互隔离，避免了端口冲突和依赖干扰。即使在同一机器上运行多个容器，它们的环境也不会互相干扰。可移植性：容器将应用及其依赖打包在

文浩（楠搏万）

1106人浏览 · 2024-11-26 23:12:21

文浩（楠搏万） · 2024-11-26 23:12:21 发布

言简意赅的讲解Docker解决的痛点

Docker的背景与意义

Docker 是一个开源的容器化平台，旨在帮助开发者简化应用程序的构建、打包、部署和运行。通过将应用程序及其所有依赖打包到一个容器中，Docker 使得应用能够在任何环境中以相同的方式运行。最初，Docker 是 Kubernetes 默认的容器运行时（container runtime），但为了适配更多的容器运行时，Kubernetes 将 Docker 更底层的容器运行时管理工具——containerd（Kubernetes 的 CRI 工具）作为核心容器运行时，这样就实现了容器运行时管理的灵活切换。除了 containerd，还可以将容器运行时管理切换为其他工具，比如 CRI-O 或 gVisor，它们都能与 Kubernetes 集成，帮助 Kubernetes 实现容器的隔离和管理。

Docker 解决的问题

一致性：
Docker 的最大优势之一是容器的一致性。通过 Docker 镜像生成的容器在任何环境中都能保持相同的运行状态，不论是在开发、测试、生产等环境中，容器中的应用始终是相同的。例如，你可以在本地开发机器中使用：
```
docker start {容器名}
```
这个命令就能在任何环境中启动一个一致的容器，确保应用的一致性。
高效性：
Docker 容器通过共享宿主机的操作系统内核，而不是像虚拟机那样每个实例都需要一个完整的操作系统内核。这种方式显著降低了资源开销，解决了传统虚拟机在启动速度、占用空间方面的瓶颈。容器在宿主机内核之上直接运行，避免了冗余的资源消耗，因此启动速度更快，资源占用更低。

用例：
假设你需要部署一个 Web 应用（例如 Node.js），如果使用虚拟机，每次启动都需要启动一个完整的操作系统，而 Docker 容器只需启动应用所需的部分资源，启动时间可能从几分钟缩短到几秒钟。比如：
```
docker run -d -p 8080:80 nginx
```
上述命令可以在几秒钟内启动一个 Nginx 容器，而不需要虚拟化的完整操作系统。
隔离性：
Docker 的容器化特性实现了强隔离性，这是很多人选择 Docker 的核心原因之一。容器内的应用及其运行环境相互隔离，不会互相干扰。例如，如果你在同一台机器上运行两个需要使用 8080 端口的应用，Docker 可以通过端口映射来解决端口冲突问题。你可以为两个容器分别映射不同的端口：
```
docker run -d -p 8080:8080 container1
docker run -d -p 9090:8080 container2
```
这样，即使容器内部使用的是相同的端口，宿主机上不同的端口（如 8080 和 9090）会指向不同的容器，解决了端口占用冲突的问题。

用例：
假设你有两个不同版本的数据库应用，分别运行在不同的容器中，你可以通过端口映射将它们的数据库端口暴露到宿主机上：
```
docker run -d -p 3306:3306 mysql:5.7   # MySQL 5.7 容器
docker run -d -p 3307:3306 mysql:8.0   # MySQL 8.0 容器
```
宿主机的 3306 端口映射到 MySQL 5.7 容器，3307 端口映射到 MySQL 8.0 容器，这样就解决了端口冲突的问题。
可移植性：
由于 Docker 容器将应用程序与其依赖打包在一起，因此容器可以在任何支持 Docker 的平台上运行，无论是在开发者的本地环境、云服务器，还是其他任何支持 Docker 的系统。这种高度的可移植性使得开发、测试和生产环境中的一致性变得更加容易保证。

用例：
假设你开发了一个 Python 应用，并且在本地使用 Docker 容器进行调试。当你准备部署到生产环境时，可以直接将这个容器镜像推送到 Docker Hub 或私有镜像仓库，然后在生产环境的服务器上拉取并运行这个容器：
```
docker pull myusername/my-python-app
docker run -d myusername/my-python-app
```
这使得开发、测试、生产环境之间的过渡变得极其顺畅。
可扩展性：
Docker 支持容器的水平扩展，能够通过增加更多的容器实例来扩展应用的容量。此外，Docker 容器也与容器编排工具（如 Kubernetes）紧密集成，后者可以自动化管理容器的部署、扩展和负载均衡等。

用例：
假设你有一个负载均衡的 Web 应用，需要处理大量并发请求。你可以通过 Kubernetes 或 Docker Swarm 启动多个容器实例来实现水平扩展：
```
docker service scale my-web-app=5  # 使用 Docker Swarm 启动 5 个容器实例
```
Kubernetes 也可以根据负载自动扩展容器实例：
```
kubectl scale deployment my-web-app --replicas=5
```

Docker 的核心用法

Docker 的主要功能是容器的构建、打包、部署和运行。与容器编排工具 Kubernetes 相结合，Docker 解决了容器的生命周期管理问题。

Dockerfile：构建 Docker 镜像的核心文件，定义了如何从基础镜像创建新镜像并运行应用程序。Dockerfile 使得容器镜像的创建过程自动化。

用例1：
你可以创建一个简单的 Dockerfile 来构建一个 Node.js 应用的镜像：
```
FROM node:14
WORKDIR /app
COPY . /app
RUN npm install
CMD ["npm", "start"]
```
说明：
- 这个 Dockerfile 从官方的 Node.js 14 镜像开始，拷贝当前目录下的应用代码并安装依赖，最后指定运行命令为 npm start。
用例2：
你还可以进阶的使用dockerfile完成更多更复杂的操作，比如下面这个项目中同时启动多个端口，即build了前端静态又同时启动了一个后端服务。这样的话这个镜像构建出来直接完成了前后端的部署，在同一个容器中。可玩性非常高：
```
# 使用官方 Node.js 镜像
FROM node:18-alpine AS builder

ARG REACT_APP_HOMEPAGE_KEYCLOAK_REALMS
ARG REACT_APP_HOMEPAGE_KEYCLOAK_CLIENTID

# 设置工作目录
WORKDIR /app

# 复制项目文件
COPY . .

# 安装 pnpm
RUN npm install -g pnpm

# 安装依赖
RUN pnpm install

ENV REACT_APP_HOMEPAGE_KEYCLOAK_REALMS=${REACT_APP_HOMEPAGE_KEYCLOAK_REALMS}
ENV REACT_APP_HOMEPAGE_KEYCLOAK_CLIENTID=${REACT_APP_HOMEPAGE_KEYCLOAK_CLIENTID}

# 生成生产构建
RUN pnpm run build

# 使用轻量级的 Node.js 镜像来运行构建后的文件
FROM node:18-alpine

# 设置工作目录
WORKDIR /app

# 只复制构建后的文件
COPY --from=builder /app/build ./build
COPY . .

# 安装 serve 和 concurrently
RUN npm install -g serve concurrently

# 设置后端工作目录
WORKDIR /app/.docker-node

RUN npm install -g pnpm

RUN pnpm install

# 暴露端口
EXPOSE 3000 4000

# 启动命令
CMD ["concurrently", "serve -s ../build -l 3000", "node index.js"]
```
说明：
- 该 Dockerfile 分为两阶段：第一个阶段（builder）用于构建前端应用，第二个阶段用于创建运行时容器，确保最终镜像的大小更小。
- 使用了 pnpm 来安装依赖，避免了 npm 带来的一些性能问题。
- serve 用于提供构建后的前端静态文件，concurrently 用于同时启动前端和后端服务。
- 最终通过 CMD 命令运行前端和后端，前端服务监听 3000 端口，后端服务监听 4000 端口。
Docker镜像与容器：
镜像是容器的模板，每次创建容器时，都会从镜像中复制出一个新的实例。镜像是只读的，而容器是镜像的可执行实例，容器的变更不会影响到原始镜像。

用例：
假设你已经有了一个基础镜像 python:3.8，你可以通过 docker build 命令从 Dockerfile 构建出自己的镜像：
```
# 使用 Python 3.8 镜像作为基础镜像
FROM python:3.8

# 设置工作目录
WORKDIR /app

# 复制项目文件
COPY . .

# 安装项目依赖
RUN pip install -r requirements.txt

# 设置容器启动时的命令
CMD ["python", "app.py"]
```
```
docker build -t my-python-app .
```
构建完成后，你就可以基于这个镜像启动容器：
```
docker run -d my-python-app
```
Docker命令：

Docker 提供了许多常用的命令来管理容器和镜像：
- docker pull：从 Docker Hub 或其他镜像仓库拉取镜像。
```
docker pull ubuntu
```
- docker build：从 Dockerfile 构建镜像。
```
docker build -t myimage .
```
- docker run：启动一个新的容器。
```
docker run -d -p 8080:80 nginx
```
- docker ps：列出正在运行的容器。
```
docker ps
```
- docker stop：停止一个正在运行的容器。
```
docker stop container_name
```
- docker exec：在容器中执行命令。
```
docker exec -it container_name /bin/bash
```