『壹』 Docker 1.6.2 的 Client API 不支持stats了嗎
由於 Docker 編譯需要依賴於 Docker Daemon ，所以只能在 64 位的 linux 環境下先安裝 Docker 程序，再從 Github 上克隆 Docker 的代碼進行編譯。 在 Docker 的目錄下執行 make 命令將默認執行 Makefile 中 make binary 指令進行編譯。 ? defaul...
『貳』 如何在 CentOS 7 上安裝 Docker
在編譯docker代碼之前肯定需要研究一下docker的代碼結構以及官方推薦的方式，因為docker是開源的，所以很多第三方開發者參與。那麼官方肯定會給出開發環境搭建的文檔，所以拿到代碼肯定先研究官方的編譯方法。通過文檔和代碼了解到docker官方推薦的是在docker本身的容器裡面搭建環境和編譯，官方給出的是一個基於ubuntu的dockerfile。不過正是這個dockerfile可以清楚的知道需要為了編譯准備哪些依賴環境，為我們後面自己編譯提供了環境搭建的基礎。然後就嘗試了官方的編譯方案，結果各種網路問題導致編譯通不過，當然網上也有相應的解決方案，基本上就是替換一些依賴源（國外的被牆了）。但是就算編譯通過了也只是一個基於ubuntu的二進制文件，只能在ubuntu的相應的系統上運行。我們需要的是一個可以在centos7上運行的二進制文件，關鍵要搭建一個可以持續開發和編譯測試的環境。當然也可以製作一個centos7的dockerfile文件，對照著官方的ubuntu的dockerfile也很簡單。但是這些都是還需要有一個前提，就是需要先安裝一個以前版本的docker來啟動這個環境澀，好處也是杠杠的，可以在任何一台能夠運行docker的系統上進行開發和測試，而且可以進行持續集成。不過對於我們來說能夠編譯出一個穩定運行在centos7上的二進制文件即可，所以就嘗試直接在本地進行編譯，而不是通過docker的容器進行。
經過研究docker的官方編譯腳步，發現本地編譯也很簡單，只需要在docker源碼的目錄下執行如下命令即可：
./hack/make.sh binary
上面這條命令就只會生成docker的二進制文件，不過肯定不會這么順利的，執行這個命令你就會發現錯誤。如果第一次執行報的錯誤應該是找不到相應的go依賴包。那麼現在就開始解決第一個問題，go依賴包。
解決go依賴包最直接的方法就一個一個去github或者其他地方去下載到本地，但是這樣做很麻煩，docker依賴的go語言包很多，然後依賴包可能又依賴其他包。這里有一個簡單實用的辦法，也是go語言管理項目的方便之處。通過go get命令來自動下載，例如發現報錯的是docker某一個目錄下的依賴包，那麼可以如下執行：
go get -v ./src/github.com/docker/docker/...
這條命令執行以後整個docker目錄下源文件依賴的包都會被自動下載。如果發現其他目錄下源文件也報同樣的錯誤，可以按照次方法解決。不過這里需要強調一點，這些下載都是會下載最新的包，如果編譯老的docker肯定會出問題，如果編譯最新的docker代碼肯定不會有問題，因為官方的編譯是這種方式。
上面執行的命令都是建立在go語言環境建立成功的基礎上，我安裝的go遇到是1.3.3版本的，採用源碼方式安裝。安裝在/export/servers/go下面，然後所有的go語言工程源碼目錄放在/export/servers/gopath。然後配置環境變數在用戶的根目錄下的.bashrc文件裡面如下：
export GOPATH=/export/servers/gopath
export GOROOT=/export/servers/go
export GOARCH=amd64
export GOOS=linux
然後docker的代碼目錄如下：/export/servers/gopath/src/github.com/docker/docker。這樣才能在gopath下面進行依賴包的下載。通過上面的方法把所有依賴包下載完以後就可以進行編譯了。
在繼續編譯的過程中還會遇到缺少c語言依賴包缺少的問題，主要有三個，（1）sqlite3;（2）device-mapper;（3）btrfs.
第一個sqlite3可以使用如下命令安裝依賴：yum install sqlite-devel.x86_64
第二個在官方的dockerfile文件裡面有解決方案，執行如下命令：
git clone --no-checkout https://git.fedorahosted.org/git/lvm2.git /usr/local/lvm2 && cd /usr/local/lvm2 && git checkout -q v2_02_103
cd /usr/local/lvm2 && ./configure --enable-static_link && make device-mapper && make install_device-mapper
第三個btrfs使用如下安裝依賴： yum install btrfs-progs。
這些依賴都解決了就繼續編譯，這個時候可能會出現ld連接錯誤，提示找不到庫。因為docker編譯的方式完全是static，所以所有依賴的庫必須還要有相應的靜態庫（.a），而不是動態庫(.so)。剛才通過yum install sqlite-devel.x86_64安裝了sqlite3的依賴，但是最後發現裡面沒有靜態庫，所以編譯ld的時候出錯了。我的解決辦法就是重新到sqlite3的官方網站下載了源碼包，然後編譯安裝即可。
編譯完成以後，就會在docker源碼目錄下的bundles/1.3.1/binary/目錄有如下文件：
docker docker-1.3.1 docker-1.3.1.md5 docker-1.3.1.sha256
docker-1.3.1這個文件就是我們需要的二進制文件了，docker是一個軟連接到docker-1.3.1的文件。
到此就成功完成編譯了，以後修改了代碼重新支持編譯腳步即可：
./hack/make.sh binary
『叄』 carla-docker中編譯carla ue4血淚史
carla官方之前推薦的在carla中導入新地圖的方式是在ubuntu下使用UE4加carla插件進行地圖加工然後導出，但是比較麻煩，然後官方在2020年4月份將之前的方法歸類為不推薦方式。推薦在docker下使用carla提供的腳本便捷生產carla地圖。然後就開始了入坑之旅。
carla官方給出的教程 在此 .
1.安裝docker-ce
參考此 教程
2.安裝python 3.6或著更高版本。（ubuntu 18.04默認為python3.6 可跳過此步驟）
3.安裝 ue4-docker
4.使用ue4-docker配置ubuntu防火牆。
多說幾句，在進行此步驟後，明明已經安裝了 ue4-docker，但是運行時提示 ue4-docker不存在或者未安裝，最後通過將 ue4-docker文件拷貝到bin文件夾下解決。具體參考 這里
5.編譯docker鏡像
重要 注意將4.22.2更改為4.24.3
此步耗費時間較長，因為要安裝差不多10個G的UE依賴。
此步驟是具體如下編譯編譯carla所需依賴的鏡像，聽起來比較拗口，但就是這樣。
創建真正的Carla鏡像。
『肆』 一文教您如何通過 Docker 快速搭建各種測試環境
目錄
一、鏡像加速
Docker 默認是從官方鏡像地址 Docker Hub 下下載鏡像，由於伺服器在國外的緣故，導致經常下載速度非常慢。為了提升鏡像的下載速度，我們可以手動配置國內鏡像加速器，讓下載速度飈起來。
國內的鏡像加速器選項較多，如：阿里雲，DaoCloud 等。
本文主要說說如何配置阿里雲的鏡像加速器。
2.1 登錄阿里雲獲取加速信息
https://dev.aliyun.com/
2.2 配置 Docker
2.2.1 確定 Docker Client 版本
在配置之前，首先需要 確定 Docker Client 的版本，推薦是 1.10.0+ :
2.2.2 配置鏡像加速器
PS: 這里以 CentOS 系統為例，如果你是別的系統，可以參考阿里雲配置加速器官方文檔。
通過修改 daemon 配置文件 /etc/docker/daemon.json 來使用加速器：
執行下面命令：
2.3 驗證一下速度
以下載 mongodb 為例，看下速度：
配置了加速器過後，速度終於飈起來了。
二、快速安裝&搭建 Mysql 環境
本節中，我們將學習如何通過 Docker 快速安裝與搭建 Mysql 環境。
2.1 下載 Mysql 鏡像
這里以 Mysql 5.7 為例：
下載完成後，通過 docker images 檢查一下鏡像是否下載成功:
2.2 先以最簡單方式啟動
先以簡單的方式啟動：
命令執行完成後，你也可以通過 docker ps 命令來確認下容器是否啟動成功。若成功，我們需要將容器中的目錄文件復制到宿主機中，分別包括：
完成這一切後，讓我們將剛剛運行的容器刪除掉。
PS: mysql 是我們運行容器時，指定的名稱，當然，你也可以先執行 docker ps , 通過容器 ID 來刪除。
2.3 正式運行 Mysql 容器
接下來，正式運行 Mysql 容器：
其他不變，額外添加了兩個掛載子命令：
執行命令完成後，查看下容器是否啟動：
可以看到，容器運行成功
2.4 通過 Mysql 客戶端連接一下試試
通過 MySQL 客戶端連接剛剛創建的 mysql, 看看能否連接成功：
連接成功了！
三、快速安裝&搭建 Redis 環境
本節中，我們將學習如何利用 Docker 安裝&搭建 Redis 環境。
3.1 下載 Redis 鏡像
首先拉取 Redis 鏡像, 這里我選擇的是 redis:alpine 輕量級鏡像版本：
下載完成後，通過 docker images 確認鏡像是否已經下載到本地：
3.2 運行 Redis 容器
命令說明：
命令運行完成後，查看容器是否啟動成功：
可以看到 redis 容器已經啟動成功了！
3.3 連接剛剛創建好的容器
執行如下命令，連接 redis：
四、快速安裝&搭建 MongDB 環境
本節中，我們將學習如何通過 Docker 快速安裝與搭建 MongoDB 環境。
4.1 下載 MongoDB 鏡像
這里以 mongo 4 版本為例，下載鏡像：
下載完成後，確認一下鏡像是否下載成功:
4.2 運行 MongoDB 鏡像
下載成功後，運行 mongoDB 鏡像：
執行命令完成後，查看下容器是否啟動：
4.3 添加管理員賬號
執行命令：
然後，創建一個擁有最高許可權 root 賬號:
創建成功後，你會看到 Successfully added user :
4.4 用新創建的 root 賬戶連接，測試一下
連接成功後，我們可以執行相關 sql：
顯示所有的資料庫：
使用某個資料庫：
輸入命令 exit ，退出連接！
五、快速安裝&搭建 Elasticsearch 環境
本節中，我們將學習如何通過 Docker 快速安裝與搭建 Elasticsearch 環境。
5.1 下載 Elasticsearch 鏡像
這里以 Elasticsearch 6.5.0 為快速安裝&搭建 Elasticsearch 環境例：
下載完成後，通過 docker images 檢查一下鏡像是否下載成功:
5.2 先簡單運行 Elasticsearch 鏡像
下載成功後，簡單運行 Elasticsearch 鏡像：
命令執行完成後，你也可以通過 docker ps 命令來確認下容器是否啟動成功。
可以看到 es 容器運行成功了，接下來，進入容器中：
安裝 analysis-ik 中文分詞插件：
PS: es 從 v5.5.1 版本開始支持自帶的 es 插件命令來安裝，如果你安裝的版本不是 6.5.0，需要將命令中的版本號修改一下，具體參考 https://github.com/medcl/elasticsearch-analysis-ik
安裝成功後，退出容器：
刪除剛剛運行的容器：
PS: 當然了，你也可以通過容器的 ID 來刪除。
5.3 復制相關文件
5.4 修改 es 相關配置
進入我們剛剛指定的 config 配置目錄，修改 jvm.options 文件：
PS: 因為小哈測試伺服器就 2G 內存，這里我改成了 JVM 內存佔用 300m, 如果你的內存夠用，可不用改。
修改 elasticsearch.yml 文件, 添加如下配置：
解釋一下添加的配置，設置節點為 master 節點，並允許跨域訪問，以便後面使用 head 插件圖形化界面訪問。
5.5 運行 Elasticsearch 容器
這次，我們額外添加了相關掛載命令：
5.6 測試一下，瞅瞅 es 是否能夠正常訪問
測試一下，看 es 是否啟動成功：
OK, 到此 es 的單節點環境就搭建好了！
歡迎工作一到五年的Java工程師朋友們加入Java程序員開發： 721575865
群內提供免費的Java架構學習資料（裡面有高可用、高並發、高性能及分布式、Jvm性能調優、Spring源碼，MyBatis，Netty,Redis,Kafka,Mysql,Zookeeper,Tomcat,Docker,Dubbo,Nginx等多個知識點的架構資料）合理利用自己每一分每一秒的時間來學習提升自己，不要再用"沒有時間「來掩飾自己思想上的懶惰！趁年輕，使勁拼，給未來的自己一個交代！
『伍』 【docker】docker的容器創建與管理過程
# yum -y install docker docker-ce-cli containerd.io
# rpm -qa | grep container
# rpm -qa | grep docker
# rpm -ql docker-ce-cli | grep bin
# rpm -ql docker-ce | grep bin
# rpm -ql containerd.io | grep bin
# systemctl status docker
# systemctl status containerd
/var/run/docker.sock
/run/containerd/containerd.sock
/usr/bin/docker 和 /usr/bin/dockerd 就是命令行客戶端和daemon
dcocker的架構是 C/S 模式
docker-containerd
docker-containerd-ctr
docker-containerd-shim
docker-init
docker-proxy
docker-runc
其實最簡單的方式，就是加個命令行參數 --help 看看他們的簡介。
可以看出來，docker-init, docker-containerd-shim 和 docker-proxy 沒有在幫助里告訴我們是干什麼的，其他的都有：
docker-containerd: 高性能容器運行時
docker-containerd-ctr: docker-containerd 的命令行客戶端
docker-runc: 運行容器的命令行工具
如果去搜索一番，就會發現：docker-containerd 就是 containerd ，而 docker-runc 就是 runc 。
containerd是真正管控容器的daemon，執行容器的時候用的是runc。
為什麼 要分的七零八散呢？
我估計其中主要的原因是防止docker壟斷，因此把容器標准獨立出來，就有了 runtime-spec ，然後有了 runc ，然後有了 containerd (此處發展歷史沒有考究，並不關心)。
可以看出來，docker本身其實已經被剝離干凈了，只剩下docker自身的一些特色功能了，真正容器的管控都在containerd里實現。
所以接下來介紹的順序是 runc, containerd, shim, docker-init, docker-proxy。
runc是標准化的產物，為了防止一家商業公司主導容器化標准，因此又了open containers組織，因此，創建容器，其實最終通過runc就可以了。
dockerd 有個子進程，是 containerd，然後 containerd 有子進程。
從 官方倉庫 的描述可以看出來，其實 containerd 就包含了我們常用的 docker 的命令：
增刪查改容器
增刪查改鏡像
也就是說，如果我們要對容器進行操控，直接使用 containerd 其實就夠了。
說明： 如果沒有單獨起一個containerd，而是使用了 docker-containerd，通過 ps aux | grep docker 發現它使用了 /var/run/docker/containerd/containerd.toml 這個配置文件，而監聽路徑就寫在裡面。
shim的翻譯是墊片，就是修自行車的時候，用來夾在螺絲和螺母之間的小鐵片。
關於shim本身，網上介紹的文章很少，但是作者在 Google Groups 里有解釋到shim的作用：
https://groups.google.com/forum/#!topic/docker-dev/zaZFlvIx1_k
1. 允許runc在創建&運行容器之後退出
2. 用shim作為容器的父進程，而不是直接用containerd作為容器的父進程，是為了防止這種情況：當containerd掛掉的時候，shim還在，因此可以保證容器打開的文件描述符不會被關掉
3. 依靠shim來收集&報告容器的退出狀態，這樣就不需要containerd來wait子進程
因此，使用shim的主要作用，就是 將containerd和真實的容器（里的進程）解耦 ，這是第二點和第三點所描述的。
而第一點，為什麼要允許runc退出呢？
因為，Go編譯出來的二進制文件，默認是靜態鏈接，因此，如果一個機器上起N個容器，那麼就會佔用M*N的內存，其中M是一個runc所消耗的內存。 但是出於上面描述的原因又不想直接讓containerd來做容器的父進程，因此，就需要一個比runc占內存更小的東西來作父進程，也就是shim。但實際上， shim仍然比較占內存（ 參考這里 ）。
我們都知道UNIX系統中，1號進程是init進程，也是所有孤兒進程的父進程。
而使用docker時，如果不加 --init 參數，容器中的1號進程 就是所給的ENTRYPOINT。
而加上 --init 之後，1號進程就會是 tini 。
在entrypoint.sh中使用Tini的優勢是什麼？
https://zhuanlan.hu.com/p/59796137
用來做容器和宿主機之間的埠映射，其底層是使用iptables來完成的。
The docker-proxy
https://windsock.io/the-docker-proxy
docker本身而言包括了，docker client和dockerd（docker daemon），dockerd本身實屬是對容器相關操作的api的最上層封裝，
直接面向操作用戶。
dockerd
dockerd本身實屬是對容器相關操作的api的最上層封裝，直接面向操作用戶。
containerd
dockerd實際真實調用的還是 containerd的api介面（rpc方式實現 ），containerd是dockerd和runc之間的一個中間交流組件。
containerd-shim
containerd-shim是一個運行的容器的真實墊片載體，每啟動一個容器都會起一個新的docker-shim進程。
他直接通過指定的三個參數：容器id，boundle目錄（containerd的對應某個容器生成的目錄，一般位於：/var/run/docker/libcontainerd/containerID），運行二進制（默認為runc）來調用runc的api創建一個容器（比如創建容器：最後拼裝的命令如下：runc create ）
runc
runc是一個命令行工具端，根據oci（開放容器組織）的標准來創建和運行容器。
1. docker 與 dockerd 通過/var/run/docker.sock 通訊
2. dockerd通過 grpc 與containerd模塊通信，dockerd由libcontainerd負責和containerd進行交換，dockerd與containerd通信socket文件為 /run/containerd/containerd.sock
3. containerd在dockerd啟動時 被啟動 ，然後containerd啟動grpc請求監聽，containerd處理grpc請求，根據請求做相應動作
4. 若是start或是exec容器，containerd拉起一個 container-shim ，並進行相應的操作
5. container-shim拉起後，start/exec/create拉起runC進程，通過exit、control文件和 containerd 通信，通過父子進程關系和SIGCHLD監控容器中進程狀態
6. 在整個容器生命周期中，containerd通過epoll監控容器文件，監控容器事件
Docker組件介紹（一）：runc和containerd
https://jiajunhuang.com/articles/2018_12_24-docker_components_part2.md.html
Docker組件介紹（二）：shim, docker-init和docker-proxy
https://jiajunhuang.com/articles/2018_12_24-docker_components_part2.md.html
關於docker啟動一個容器後進程
https://www.jianshu.com/p/caad2176186f
『陸』 M1使用docker部署rocketmq單機版
以下為本人部署時的環境介紹
由於M1是arm架構,docker hub中的rocketmq 和 rocketmq-console-ng控制台都需要自己編譯鏡像
我已編譯好一版，可以直接拿來用[candice0630/rocketmq-console-ng:2.0]
！！重點強調：正常情況下只要執行（mvn clean package -Dmaven.test.skip=true docker:build）命令就可以編譯docker鏡像，但是我失敗了😭 jar包編譯成功，但是打docker鏡像報錯，所以我分別執行兩步驟！！
由於咱們是docker構建服務，我在使用第三方rocketmq-client包創建生產者時總是使用docker分配的內網ip進行連接，因連接不通，所以我們需要修改broker配置，使其用本地ip進行連接。具體配置如下：
使用docker-compose執行第三部配置好的yml文件
eg： docker-compose -f rocketmq.yml up -d
然後我就成功啦！！
再訪問localhost:19876 rocketmq控制台進行簡單測試
rocketmq目前本人還在學習階段，對docker了解也較淺，所以目前先簡單介紹學習rocketmq的第一步 本地部署。希望此篇文章可以讓小夥伴兒們避免一些坑😜
『柒』 Docker是什麼它比虛擬機強在哪裡
Docker是一個開源的應用容器引擎，可以讓開發者將自身的應用或者軟體移植到鏡像中，然後發布到任何一個Windows機器或者Linux機器上，當然Docker也可以實現虛擬化。而一個完整的Docker是由：Docker Client客戶端，Docker Daemon 守護進程，Docker Image 鏡像和Docker Container 容器來組成的。容器是完全採用沙箱機制，相互之間不會有任何介面。
而Docker比虛擬機強大的地方在於：
第一：啟動時間：Docker容器是秒級啟動的，而虛擬機時分鍾級啟動，在啟動速度方面，Docker就能夠完美地碾壓了虛擬機。
第二：佔用空間和性能：在佔用空間和性能方面，Docker容器鏡像比虛擬機要小得多且性能要比虛擬機更強。
第三：使用要求：虛擬機是基於硬體的虛擬化，其CPU也要有支持虛擬化的支持，Docker共享宿主機內核，可運行在主流的Linux，不用考慮CPU是否支持虛擬化技術。
『捌』 docker client is out of sync
Docker的Client端
1、 DockerCli結構體封裝前面說到會生成一個DockerCli struct結構體對象，解析文件在在這個路徑下：/cli/command/cli.godocker Client解析了命令行之後，會通過其中的client.APIClient和docker Server端進行通信，其結構體定義函數和實現類函數的定義。
2、docker 鏡像我們以docker image ls為例子，研究docker的Client端是怎麼把信息發給Server端的。
『玖』 docker ubuntu鏡像能不能安裝
docker ubuntu鏡像能安裝
docker安裝
對於Docker的安裝在官網上針對不同的操作系統分別進行了描述，Ubuntu上安裝Docker，對於ubuntu操作系統來說必須是64位的，因為Docker的官網上只是提供了64位的docker，如果需要32位的docker則需要下載源碼進行編譯，這里有篇文章介紹了Docker源碼如何進行編譯成32位，編譯32位的Docker。但是對於我使用的Ubuntu來說正好是32位的。通過下面的兩條命令可以看出操作系統的位數和Linux的內核版本。
root@ubuntu:/tmp#uname -a
Linux e529c1b7772a 3.13.0-12-generic #32-Ubuntu SMP Fri Feb 21 17:44:24 UTC 2014 i686 i686 i686 GNU/Linux
root@ubuntu:/tmp#file /sbin/init
/sbin/init: ELF 32-bit LSB shared object, Intel 80386, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.24, BuildID[sha1]=, stripped
如果想在32為的Ubuntu操作系統上運行Docker的話，就必須安裝32位的Docker。在Ubuntu中提供docker1.01-32位的deb包，可以直接點擊「docer1.01-32位deb包」跳轉到下載頁面。下載完成後，直接使用dpkg –i進行安裝。
dpkg -i docker.io_1.0.1~dfsg1-0ubuntu1~ubuntu0.14.04.1_i386.deb
Selecting previously unselected package docker.io.
(Reading database ... 150021 files and directories currently installed.)
Preparing to unpack docker.io_1.0.1~dfsg1-0ubuntu1~ubuntu0.14.04.1_i386.deb ...
Unpacking docker.io (1.0.1~dfsg1-0ubuntu1~ubuntu0.14.04.1) ...
Setting up docker.io (1.0.1~dfsg1-0ubuntu1~ubuntu0.14.04.1) ...
docker.io start/running, process 10456
Processing triggers for ureadahead (0.100.0-16) ...
Processing triggers for man-db (2.6.6-1) ...
也可以參考下面的這篇文章《Docker 1.0.1 已經可以在 Ubuntu 14.04 LTS 上測試了!》進行安裝。安裝完成後，可以使用下面的命令確定安裝的版本和基本的信息。由於docker使用go語言進行編寫的，所以要依賴於GO的編譯工具和庫文件。
oot@ubuntu:/tmp# docker version
Client version: 1.0.1
Client API version: 1.12
Go version (client): go1.2.1
Git commit (client): 990021a
Server version: 1.0.1
Server API version: 1.12
Go version (server): go1.2.1
Git commit (server): 990021a
root@ubuntu:/tmp# docker info
Containers: 1
Images: 7
Storage Driver: aufs
Root Dir: /var/lib/docker/aufs
Dirs: 10
Execution Driver: native-0.2
Kernel Version: 3.13.0-12-generic
WARNING: No swap limit support
官方安裝方式docker pull imagename從docker的索引中心下載，imagename是鏡像名稱，例如docker pull ubuntu就是下載base ubuntu並且tag是latest。
root@ubuntu:/# docker pull ubuntu:14.04
Pulling repository ubuntu
c4ff7513909d: Download complete
511136ea3c5a: Download complete
1c9383292a8f: Download complete
9942dd43ff21: Download complete
d92c3c92fa73: Download complete
0ea0d582fd90: Download complete
cc58e55aa5a5: Download complete
root@ubuntu:~/Downloads# docker images
REPOSITORY TAG IMAGE ID CREATED VIRTUAL SIZE
ubuntu 14.04 c1b5399bd2ee 8 minutes ago 205.3 MB
learn/tutorial latest 8dbd9e392a96 17 months ago 128 MB
root@ubuntu:/# docker run -i -t ubuntu /bin/bash
2014/09/04 13:04:28 exec format error
docker run -i -t learn/tutorial /bin/bash
2014/09/04 14:45:13 exec format error
PS：在安裝完成Dokcer後，使用Pull命令sudo docker pull ubuntu:14.04從鏡像倉庫獲取ubuntu的鏡像後，然後使用run命令docker run -i -t ubuntu /bin/bash直接運行該鏡像時，會出現下面的錯誤信息，後來我又嘗試著使用官方演示使用的learn/tutorial鏡像，還是出現同樣的問題，現在懷疑可能是由於我安裝的DOcker是32位的，而Image是64位的不匹配造成的。前面說過Docker默認提供的都是64位，其中提供的Image自然也都是64位，所以會出現下面的錯誤信息。在Docker Hub Registry里的大多數鏡像都是64位。這里有一個關於該錯誤的討論帖「Ddocker.io: Docker should recommend
linux-image-amd64 」。所以，如果想在32位的Docker基礎上運行Ubuntu的Image那要求Ubuntu的image也必須是32位。這就需要製作32位Ubuntu的Image。這里有一個官方提供的可用的Ubuntu image的列表，Ubuntu Image tag。
『拾』 超值一篇分享，Docker：從入門到實戰過程全記錄
作者 | 天元浪子
來源 | CSDN博客
想要真正理解Docker，就不得不從虛擬化技術的發展歷程說起。普遍認為虛擬化技術經歷了物理機時代、虛擬機時代，目前已經進入到了容器化時代。可以說，Docker是虛擬化技術不斷發展的必然結果。
那麼，什麼是容器呢？容器和虛擬機有什麼不同？Docker和容器又是什麼關系呢？搞明白這幾個問題，Docker的概念就清晰了。
1.1 虛擬機和容器
藉助於VMWare等軟體，可以在一台計算機上創建多個虛擬機，每個虛擬機都擁有獨立的操作系統，可以各自獨立的運行程序。這種分身術雖然隔離度高（操作系統級），使用方便（類似物理機），但佔用存儲資源多（GB級）、啟動速度慢（分鍾級）的缺點也是顯而易見的。
相較於虛擬機，容器（Container）是一種輕量型的虛擬化技術，它虛擬的是最簡運行環境（類似於沙盒）而非操作系統，啟動速度快（秒級）、佔用存儲資源少（KB級或MB級），容器間隔離度為進程級。在一台計算機上可以運行上千個容器，這是容器技術對虛擬機的碾壓式優勢。
1.2 容器、鏡像和Docker
Docker是一個開源的應用容器引擎，可以創建容器以及基於容器運行的程序。Docker可以讓開發者打包他們的應用和依賴包到一個輕量級、可移植的容器中，然後發布到任何流行的Linux機器上，也可以實現虛擬化。
聽起來很簡單，但是在Docker和容器之間，還隱藏著一個鏡像的概念，令初學者頗感困惑。本質上，Docker鏡像是一個特殊的文件系統，它提供容器運行時所需的程序、庫、資源、配置等文件。Docker鏡像類似於一個py文件，它需要Docker的運行時（類似於Python解釋器）運行。鏡像被運行時，即創建了一個鏡像的實例，一個實例就是一個容器。
1.3 Docker 和 k8s
作為容器引擎，Docker為容器化的應用程序提供了開放的標准，使得開發者可以用管理應用程序的方式來管理基礎架構，實現快速交付、測試和部署代碼。隨著容器的大量使用，又產生了如何協調、調度和管理容器的問題，Docker的容器編排應運而生。
k8s是Google開源的一個容器編排引擎，它支持自動化部署、大規模可伸縮、應用容器化管理，是一個開源的，用於管理雲平台中多個主機上的容器化的應用，k8s的目標是讓部署容器化的應用簡單並且高效，k8s提供了應用部署、規劃、更新、維護的一種機制。
Docker和k8sr都是以containerd（容器化標准）作為運行時，因此使用Docker創建的鏡像完全可以在k8s中無障礙的使用。
2.1 在ubuntu中安裝
在linux系統中安裝Docker非常簡單，官方為我們提供了一鍵安裝腳本。這個方法也適用於Debian或CentOS等發行版。
安裝過程如果出現超時，不要灰心，多試幾次，總會成功的。安裝完成後，Docker只能被root用戶使用，可以使用下面的命令取消許可權限制：
然後，重啟docker服務：
最後，關閉當前的命令行，重新打開新的命令行就可以了。
順便提一下，如果在CentOS下安裝，可能會出現一堆類似於下面的錯誤：
這是由於docker和Podman沖突造成的，需要先卸載Podman：
2.2 在Win10中安裝
Docker的運行，依賴linux的環境，官方提供了Docker Desktop for Windows，但是它需要安裝Hyper-V，Hyper-V是微軟開發的虛擬機，類似於 VMWare 或 VirtualBox，僅適用於 Windows 10。這個虛擬機一旦啟用，QEMU、VirtualBox 或 VMWare Workstation 15 及以下版本將無法使用！如果你必須在電腦上使用其他虛擬機（例如開發 Android 應用必須使用的模擬器），請不要使用 Hyper-V！
我的電腦是win10家庭版，不能直接安裝hyper-v，需要將下面的命令保存到cmd文件中：
然後在cmd文件上點擊右鍵，選擇使用管理員運行。執行完畢後會重啟，在重啟的過程中進行安裝。
2.3 Hello world
docker服務啟動的情況下，運行下面的命令：
此命令的含義是：
第一次運行時，因為本地沒有ubuntu:20.04鏡像，docker會自動從鏡像伺服器下載。下載過程可能需要多試幾次，只要成功一次，以後執行就不再需要下載了。
docker官方還提供了一個hello-world鏡像，可以直接運行：
此命令省略了鏡像版本和運行參數，docker使用latest作為版本，即最新版本。
從hello world的例子中，也可以體驗到，docker實例的運行是非常快的。
docker官方的鏡像庫比較慢，在進行鏡像操作之前，需要將鏡像源設置為國內的站點。
新建文件/etc/docker/daemon.json，輸入如下內容：
然後重啟docker的服務：
3.1 列出本地所有鏡像
執行命令 docker images 可以查看
當前我本地只有剛才安裝的兩個鏡像。
3.2 從鏡像庫中查找鏡像
執行命令 docker search 鏡像名稱可以從docker鏡像庫中查找鏡像。
最好選擇官方（OFFICIAL）的鏡像，這樣的鏡像最穩定一些。
3.3 下載新的鏡像
執行命令docker pull 鏡像名稱:版本號即可下載新的鏡像。
鏡像下載後，就可以使用鏡像來創建容器了。
4.1 啟動容器
執行命令docker run即可啟動容器，也就是創建某個鏡像的實例。docker run命令非常復雜，可以先執行一個docker run --help來查看幫助：
比如我們要執行python的shell，需要添加-it參數，即：docker run -it python:3.8
4.2 將宿主機的文件掛載到容器
docker容器與宿主機是隔離的，要想讓容器內的程序能訪問宿主機上的文件，需要通過-v參數將宿主機的文件掛載到容器中。
比如我們在宿主機上有一個hello.py，可以列印hello，想要在python容器中執行，就需要進行掛載。-v後還需要接兩個參數，分別是宿主機的目錄和容器內的目錄，兩者使用:分隔，路徑必須都是絕對路徑。
我的hello.py保存在主目錄的/docker_test目錄中，將這個目錄掛載到容器的/docker_test目錄，然後在容器內執行python /docker_test/hello.py：
4.3 容器的埠映射
我們修改一下hello.py，創建一個socket服務端，並監聽5000埠，當有客戶端連接時，列印客戶端的地址，先客戶端發送hello，然後關閉連接：
在容器內執行：
接下來，嘗試用telnet命令連接，結果卻是失敗的。原因是，127.0.0.1是宿主機的ip地址，5000是容器的埠，這與我們的習慣稍微有些不同。事實上，docker的容器是非常輕量的，它並沒有自己的網路，要想訪問容器的埠，需要進行埠映射，將容器的某埠映射到宿主機的埠，客戶端連接時，只要與宿主機的埠進行連接就可以了。
需要注意的是，上面的代碼創建的伺服器，無論如何也不可能被客戶端連接，因為代碼中綁定了127.0.0.1的ip，在容器中運行時，需要綁定所有ip，即0.0.0.0。
然後，再使用-p參數，-p還需要三個參數，即宿主機的ip地址、宿主機的埠、容器的埠，三者之間使用:分隔。一般的，可以將宿主機的ip地址省略，只寫宿主機的埠：容器的埠即可。
這樣，就將容器的5000埠映射到了宿主機的5001埠，使用：
即可與容器中的伺服器進行連接。
4.4 容器管理
上面的服務運行之後，可以使用docker ps命令，查看運行中的容器：
顯示的內容有下面幾列：
要想結束容器，可以使用docker kill 容器ID命令。
一般而言，當我們的程序開發完成後，會連同程序文件與運行環境一起製作成一個新的鏡像。
要製作鏡像，需要編寫Dockerfile。DockeFile由多個命令組成，常用的命令有：
注意，Docker鏡像中有一個層的概念，每執行一個RUN命令，就會創建一個層，層過多會導致鏡像文件體積增大。盡量在RUN命令中使用&&連接多條shell命令，減少RUN命令的個數，可以有效減小鏡像文件的體積。
5.1 自製顯示文本文件內容鏡像
編寫cat.py，接收一個文件名，由python讀取文件並顯示文件的內容：
這個例子比較簡單，縮寫Dockerfile如下：
這個Dockerfile的含義是：
需要說明的是，ENTRYPOINT有兩種寫法：
這里採用第二種寫法，是因為我們要在外部給容器傳遞參數。執行命令編譯Docker鏡像：
這個命令中，-t的含義是目標，即生成的鏡像名為hello，版本號為1.0，別忘了最後那個.，這叫到上下文路徑，是指 docker 在構建鏡像，有時候想要使用到本機的文件（比如復制），docker build 命令得知這個路徑後，會將路徑下的所有內容打包。
這樣，我們的第一個鏡像就製作完成了，使用下面的命令執行它：
即可看到~/docker_test/cat/files/test.txt的內容。
5.2 自製web伺服器鏡像
我們使用tornado開發一個網站，而python的官方鏡像是沒有tornado庫的，這就需要在製作鏡像時進行安裝。
測試的ws.py如下：
編寫Dockerfile文件如下：
在此我們驗證一下CMD與ENTRYPOINT的區別。在Dockerfile所在有目錄下執行如下命令：
執行完成後，再使用docker images使用就可以看到生成的鏡像了，然後使用下面的命令運行：
在瀏覽器中輸入宿主機的ip和8000埠，就可以看到頁面了。
在這個例子中，我使用的運行命令是CMD，如果在docker run中指定的其他的命令，此命令就不會被執行，如：
此時，容器中被執行的是python命令，而不是我們的服務。在更多情況下，我們希望在docker run命令中為我們的服務傳參，而不是覆蓋執行命令，那麼，我們應該使用ENTRYPOINT而不是CMD：
上面這種寫法，是不支持傳遞參數的，ENTRYPOINT和CMD還支持另一種寫法：
使用這種寫法，docker run命令中的參數才可以傳遞給hello.py：
這個命令中，--port=9000被作為參數傳遞到hello.py中，因此容器內的埠就成了9000。
在生產環境中運行時，不會使用-it選項，而是使用-d選項，讓容器在後台運行：
這種方式下，即使當前的控制台被關閉，該容器也不會停止。
5.3 自製apscheler服務鏡像
接下來，製作一個使用apscheler編寫的服務鏡像，代碼如下：
Dockerfile也是信手拈來：
生成鏡像：
應該可以運行了，文件復制需要兩個目錄，在運行時，可以使用兩次-v來掛載不同的目錄：
前面用到的官方python鏡像大小足足882MB，在這個基礎上，再安裝用到的第三方庫，添加項目需要的圖片等資源，大小很容易就超過1個G，這么大的鏡像，網路傳給客戶非常的不方便，因此，減小鏡像的體積是非常必要的工作。
docker hub上有個一python:3.8-alpine鏡像，大小隻有44.5MB。之所以小，是因為alpine是一個採用了busybox架構的操作系統，一般用於嵌入式應用。我嘗試使用這個鏡像，發現安裝一般的庫還好，但如果想安裝numpy等就會困難重重，甚至網上都找不到解決方案。
還是很回到基本的路線上來，主流的操作系統鏡像，ubuntu的大小為72.9MB，centos的大小為209MB——這也算是我更喜歡使用ubuntu的一個重要原因吧！使用ubuntu作為基礎鏡像，安裝python後的大小為139MB，再安裝pip後的大小一下子上升到了407MB，要是再安裝點其他東西，很容易就趕上或超過python官方鏡像的大小了。
看來，尋常路線是很難壓縮鏡像文件體積了。幸好，還有一條曲線救國的路可走，這就是多階段構建法。
多階段構建的思想其實很簡單，先構建一個大而全的鏡像，然後只把鏡像中有用的部分拿出來，放在一個新的鏡像里。在我們的場景下，pip只在構建鏡像的過程中需要，而對運行我們的程序卻一點用處也沒有。我們只需要安裝pip，再用pip安裝第三方庫，然後將第三方庫從這個鏡像中復制到一個只有python，沒有pip的鏡像中，這樣，pip佔用的268MB空間就可以被節省出來了。
1、在ubuntu鏡像的基礎上安裝python：
然後運行：
這樣，就生成了python:3.8-ubuntu鏡像。
2、在python:3.8-ubuntu的基礎上安裝pip：
然後運行：
這樣，就生成了python:3.8-ubuntu-pip鏡像。
3、多階段構建目標鏡像：
這個dockerfile需要解釋一下了，因為它有兩個FROM命令。
第一個是以python:3.8-ubuntu-pip鏡像為基礎，安裝numpy，當然，在實際應用中，把所有用到的第三方庫出寫在這里。
第二個FROM是以FROM python:3.8-ubuntu鏡像為基礎，將第三方庫統統復制過來，COPY命令後的–from=0的意思是從第0階段進行復制。實際應用中再從上下文中復製程序代碼，添加需要的ENTRYPOINT等。
最後，再運行：
這然，用於我們項目的鏡像就做好了。比使用官方python鏡像構建的版本，小了大約750MB。
到此，我們的鏡像已經製作好了，可是，鏡像文件在哪，如何在生產環境下運行呢？
剛才使用docker images命令時，已經看到了生成的鏡像：
我們可以使用docker save命令將鏡像保存到指定的文件中，保存的文件是一個.tar格式的壓縮文件：
將hello.tar復制到生產環境的機器上，然後執行導入命令：
就可以使用了。