Docker基础概念解析

目录

1. Docker中，Containers（容器）、Images（镜像） 和 Volumes（数据卷） 是 Docker 的三个核心概念，它们在容器化应用的开发和部署中扮演着不同的角色。下面是它们的详细解释和区别：
2. 基本概念
3. 1. Containers（容器）
4. 2. Images（镜像）
5. 3. Volumes（数据卷）
6. 小结对比表：
7. 示例演示
8. 下面是一个 完整示例，展示了 Docker 中 Image、Container 和 Volume 是如何协同工作的。
9. 我们创建一个简单的 Python Flask 应用，运行在 Docker 容器中，并将日志数据持久化到 Volume 中。
10. 1. 准备项目结构
11. 2. 编写代码

Docker中，Containers（容器）、Images（镜像） 和 Volumes（数据卷） 是 Docker 的三个核心概念，它们在容器化应用的开发和部署中扮演着不同的角色。下面是它们的详细解释和区别：#

基本概念#

1. Containers（容器）#

• 容器是镜像的运行实例。可以把镜像理解为程序的“模板”，而容器是用这个模板创建的“实际运行的程序”。
• 容器中包含了应用运行所需的环境、依赖和配置。
• 容器是可启动、停止、重启和销毁的，是短暂的，一旦删除，里面的修改内容也会丢失（除非挂载了 volume）。 常见命令：

docker ps        # 查看正在运行的容器
docker ps -a     # 查看所有容器（包括已停止的）
docker start/stop/restart <容器ID或名称>
docker rm <容器ID或名称>  # 删除容器

---

2. Images（镜像）#

• 镜像是一个只读模板，定义了容器中应该运行什么程序、使用什么库和配置。
• 可以通过 Dockerfile 来构建镜像，也可以从 Docker Hub 等仓库拉取。
• 镜像本身不能运行，但可以用来创建容器。 常见命令：

docker images        # 查看本地镜像
docker pull <镜像名> # 拉取镜像
docker rmi <镜像ID>  # 删除镜像
docker build -t myapp .  # 从 Dockerfile 构建镜像

---

3. Volumes（数据卷）#

• Volumes 是 Docker 推荐的数据持久化机制，用于保存容器中的数据，即使容器被删除也不会丢失。
• 常用于数据库数据、上传文件、日志等需要保留的数据。
• Volumes 可以被多个容器共享或独占。 常见命令：

docker volume ls            # 查看所有数据卷
docker volume create myvol  # 创建数据卷
docker volume rm myvol      # 删除数据卷

挂载示例：

docker run -v myvol:/app/data myimage
# 把名为 myvol 的卷挂载到容器的 /app/data 目录

---

小结对比表：#

---

示例演示#

下面是一个 完整示例，展示了 Docker 中 Image、Container 和 Volume 是如何协同工作的。#

我们创建一个简单的 Python Flask 应用，运行在 Docker 容器中，并将日志数据持久化到 Volume 中。#

1. 准备项目结构#

myapp/
├── app.py
├── requirements.txt
├── Dockerfile
└── docker-compose.yml

---

2. 编写代码#

app.py

from flask import Flask
import datetime

app = Flask(__name__)

@app.route("/")
def home():
    now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")
    with open("/logs/access.log", "a") as f:
        f.write(f"Visited at {now}\n")
    return f"Hello from Docker at {now}!\n"

if __name__ == "__main__":
    app.run(host="0.0.0.0", port=5000)

requirements.txt

flask

Dockerfile

FROM python:3.9-slim

WORKDIR /app

COPY requirements.txt .
RUN pip install -r requirements.txt

COPY . .

CMD ["python", "app.py"]

docker-compose.yml

version: '3.8'

services:
  web:
    build: .
    ports:
      - "5000:5000"
    volumes:
      - logs-data:/logs
    container_name: my-flask-container

volumes:
  logs-data: