docker 入门

April 25, 2017

概念

image(景象), container(容器),volume（数据卷）

    镜像(Image)和容器(Container)的关系,就像是面向对象程序设计中 的 类 和 实例 一样,镜像是静态的定义,容器是镜像运行时的实体。容器可以被 创建、启动、停止、删除、暂停等。
    容器的实质是进程,但与直接在宿主执行的进程不同,容器进程运行于属于自己的 独立的 命名空间。因此容器可以拥有自己的 root 文件系统、自己的网络配置、 自己的进程空间,甚至自己的用户 ID 空间
    每一个容器运行时,是以镜像为 基础层,在其上创建一个当前容器的存储层,我们可以称这个为容器运行时读写而 准备的存储层为容器存储层。
    容器不应该向其存储层内写入任何数据,容器存储 层要保持无状态化。所有的文件写入操作,都应该使用 数据卷(Volume)、或者 绑定宿主目录,在这些位置的读写会跳过容器存储层,直接对宿主(或网络存储)发 生读写,其性能和稳定性更高。

容器是景象的基础，容器的启动运行按照存储曾的概念运行，但是在容器消亡时候，数据也随之消失，数据卷随之而出，

一些常用命令

docker pull nginx:latest
docker run -d -p 80:80 –name webserver nginx, docker stop webserver, docker rm webserver
docker run -it(一个是 -i :交互式操作,一个是 -t 终端) –rm(这个参数是说容器退出后随之将其删除)
docker images
docker commit [选项] <容器ID或容器名> [<仓库名>[:<标签>]] # 提交产生新的景象
使用 Dockerfile 定制镜像
使用 Dockerfile 定制镜像
```
mkdir mynginx
cd mynginx
touch Dockerfile

FROM nginx
RUN echo ‘<h1>Hello, Docker!</h1>’ > /usr/share/nginx/html/index.html
```
2. 编写Dockerfile的常用命令
> Dockerfile 中每一个指令都会建立一层, RUN 也不例外。每一个 RUN 的行为,就和刚才我们手工建立镜像的过程一样:新建立一层,在其上执行这些命令,执行结束后, commit 这一层的修改,构成新的镜像。
1. run
  
  RUN echo ‘<h1>Hello, Docker!</h1>’ > /usr/share/nginx/html/index.html
2. copy, copy package.json /usr/src/app/, 注意执行的context， copy 的源文件只能是相对路径，并且是在context下的才行，超出context docker并不知道是否存在
3. cmd命令，容器启动时候的默认命令，可以在run 之后加参数取代掉，文件中存在多个cmd，使用最后的cmd
4. ENTRYPOINT 可以配合cmd，让cmd接受参数，
5. ENV 设置环境变量
```
ENV VERSION=1.0 DEBUG=on \
    NAME="Happy Feet"
```
6. ARG 构建参数, ARG 所设置的构建环境的环境变量,在将来容器运行时是不会存在这些环境变量的
7. VOLUME 定义匿名卷, VOLUME /data
8. WORKDIR 指定工作目录,
  
  使用 WORKDIR 指令可以来指定工作目录(或者称为当前目录),以后各层的当前目录就被改为指定的目录,如该目录不存在, WORKDIR 会帮你建立目录。
  错误示例：
  RUN cd /app
  RUN echo “hello” > world.txt
  Dockerfile 中,这两行 RUN 命令的执行环境根本不同,是两个完全不同的容器。这就是对 Dokerfile 构建分层存储的概念不了解所导致的错误。
  之前说过每一个都是启动一个容器、执行命令、然后提交存储层文件变更。第一层的执行仅仅是当前进程的工作目录变更,一个内存上的变化而已,其结果不会造成任何文件变更。而到第二层的时候,启动的是一个全新的容器,跟第一层的容器更完全没关系,自然不可能继承前一层构建过程中的内存变化。
  因此如果需要改变以后各层的工作目录的位置,那么应该使用 WORKDIR 指令。
9. USER 指定当前用户
10. ONBUILD 为他人做嫁衣裳
  
  只有当以当前镜像为基础镜像,去构建下一级镜像的时候才会被执行。
  Dockerfile 中的其它指令都是为了定制当前镜像而准备的,唯有 ONBUILD 是为了帮助别人定制自己而准备的。

3. docker build -t nginx:v3 .
  > 镜像构建上下文(Context)， 中的概念比较重要，一般情况下就是指的执行目录. docker会降目录夏的所有文件上传，可以使用类似.gitignore中的.dockerignore来忽略context中不需要的文件

4. 容器的重要概念理解
  > 对于容器而言,其启动程序就是容器应用进程,容器就是为了主进程而存在的,主 进程退出,容器就失去了存在的意义,从而退出,其它辅助进程不是它需要关心的东西

操作 Docker 容器

概念
> 容器是独立运行的一个或一组应用,以及它们的运行态环境。, 容器可以是一组应用吗?

启动
docker start

 当利用 docker run 来创建容器时,Docker 在后台运行的标准操作包括: 检查本地是否存在指定的镜像,不存在就从公有仓库下载
    101
    启动
    利用镜像创建并启动一个容器 分配一个文件系统,并在只读的镜像层外面挂载一层可读写层 从宿主主机配置的网桥接口中桥接一个虚拟接口到容器中去 从地址池配置一个 ip 地址给容器
    执行用户指定的应用程序
    执行完毕后容器被终止

docker stop
后台运行(background)
> 更多的时候,需要让 Docker在后台运行而不是直接把执行命令的结果输出在当前
宿主机下。此时,可以通过添加 -d 参数来实现。

> 容器是否会长久运行,是和docker run指定的命令有关,和 -d 参数无关。

```
将当前的日志输出到 屏幕上
sudo docker run ubuntu:14.04 /bin/sh -c "while true; do echo h
  ello world; sleep 1; done"
  hello world
  hello world
  hello world
  hello world

  sudo docker run -d ubuntu:14.04 /bin/sh -c "while true; do ech
  o hello world; sleep 1; done"

  sudo docker logs [container ID or NAMES]
  hello world
  hello world
  hello world
```

5. 进入容器
  ```
  attach 命令
    docker attach 是Docker自带的命令。下面示例如何使用该命令。
    $ sudo docker run -idt ubuntu
    243c32535da7d142fb0e6df616a3c3ada0b8ab417937c853a9e1c251f499f550
    $ sudo docker ps
    CONTAINER ID
    TED
    243c32535da7
    econds ago
    c_hypatia
    $sudo docker attach nostalgic_hypatia
    root@243c32535da7:/#
  ```

docker 数据管理(数据卷，数据卷容器, Data volumes, Data volume containers)

数据卷特征：
1. 数据卷可以在容器之间共享和重用
2. 对数据卷的修改会即时生效
3. 对数据卷的更新不会影响镜像
4. 数据卷一直存在即便容器被删除

> *注意:数据卷的使用,类似于 Linux 下对目录或文件进行 mount,镜像中的被指定 为挂载点的目录中的文件会隐藏掉,能显示看的是挂载的数据卷。*

创建数据卷， docker run -v 标记创建一个数据卷并挂在到容器中，可以挂在多个数据卷
> sudo docker run -d -P –name web -v /webapp training/webapp py thon app.py
也可以在Dockerfile中使用VOLUME添加数据卷到容器
sudo docker run -d -P –name web -v /src/webapp:/opt/webapp tr aining/webapp python app.py
使用命令挂载主机的 /src/webapp/ 到容器的/opt/webapp 中，本地目录必须是绝对路径， Dockerfile中不能使用绝对路径，因为分线出去不同操作系统不一样，不支持
查看数据卷的具体信息
docker inspect web 从中找到数据卷相关的部分

docker 入门

docker

概念

一些常用命令

使用 Dockerfile 定制镜像

操作 Docker 容器

docker 数据管理(数据卷， 数据卷容器, Data volumes, Data volume containers)

docker 数据管理(数据卷，数据卷容器, Data volumes, Data volume containers)