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。
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。
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。
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。
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
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%\servicing\Packages\*Hyper-V*.mum?>hyper-v.txt
for?/f?%%i?in?('findstr?/i?.?hyper-v.txt?2^>nul')?do?dism?/online?/norestart?/add-package:"%SystemRoot%\servicing\Packages\%%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。
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
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。
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。
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。
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:?<name|uid>[:<group|gid>])
??????--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.
>>>?
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
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\n')
????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\n')
????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。
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。
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。
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。
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。
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
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。
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。