Get started with Docker 中文文档（2）——Part 2: Containers

先决条件

• 安装Docker 1.13或更高版本。
• 阅读第1部分的方向。
• 让您的环境快速测试，以确保您全部设置：docker run hello-world

介绍

现在是开始构建Docker应用程序的时候了。 我们将从这样一个应用程序的层次结构的底部开始，这是一个容器，我们在这个页面上介绍。 在这个层次之上是一个服务，它定义了容器在生产中的行为方式，涵盖在第3部分中。最后，顶层是堆栈，定义了所有服务的交互，第5部分所述。

• Stack
• Services
• Container (you are here)

您的新开发环境

过去，如果您要开始编写Python应用程序，则您的第一个业务是将Python运行时安装到您的计算机上。 但是，这会造成您的机器上的环境必须如此，以便您的应用程序按预期运行的情况; 同时运行您的应用程序的服务器。

使用Docker，您可以将便携式Python运行时作为图像，无需安装。 然后，您的构建可以将应用程序代码旁边的基本Python图像包含在内，确保您的应用程序，其依赖关系和运行时都一起运行。

这些便携式图像由称为Dockerfile的东西定义。

定义具有Dockerfile文件的container

Dockerfile将定义容器中环境中的内容。 访问诸如网络接口和磁盘驱动器的资源在此环境中被虚拟化，这与您系统的其他部分是隔离的，因此您必须将端口映射到外部世界，并具体说明要将哪些文件“复制”到 那个环境。 但是，在这样做之后，您可以期望在此Dockerfile中定义的应用程序的构建将在运行的任何地方都运行正常。

Docker文件
创建一个空目录，并将该文件放在其中，名称为Dockerfile。 注意说明每个陈述的意见。

# 使用官方Python运行时作为基础映像
FROM python:2.7-slim

# 将工作目录设置为/ app
WORKDIR /app

# 将当前目录内容复制到/ app中的容器中
ADD . /app

# 安装require.txt中指定的所需软件包
RUN pip install -r requirements.txt

# 使端口80可用于此容器外的世界
EXPOSE 80

# 定义环境变量
ENV NAME World

# 在容器启动时运行app.py
CMD ["python", "app.py"]

这个Docker文件是指我们还没有创建的几件事，即app.py和requirements.txt。 让我们来接下来的那些。

应用程序本身

抓住这两个文件，并将它们放在与Dockerfile相同的文件夹中。 这完成了我们的应用程序，你可以看到它是非常简单的。 当上述Dockerfile内置到一个图像中时，由于该Dockerfile的ADD命令，app.py和requirements.txt将会出现，而通过EXPOSE命令可以通过HTTP访问来自app.py的输出。

requirements.txt

Flask
Redis
app.py

from flask import Flask
from redis import Redis, RedisError
import os
import socket

# Connect to Redis
redis = Redis(host="redis", db=0)

app = Flask(__name__)

@app.route("/")
def hello():
    try:
        visits = redis.incr('counter')
    except RedisError:
        visits = "<i>cannot connect to Redis, counter disabled</i>"

    html = "<h3>Hello {name}!</h3>" \
           "<b>Hostname:</b> {hostname}<br/>" \
           "<b>Visits:</b> {visits}"
    return html.format(name=os.getenv('NAME', "world"), hostname=socket.gethostname(), visits=visits)

if __name__ == "__main__":
    app.run(host='0.0.0.0', port=80)

现在我们看到pip安装require.txt安装了Python的Flask和Redis库，应用程序会打印出环境变量NAME以及对socket.gethostname（）的调用输出。 最后，因为Redis没有运行（因为我们只安装了Python库，而不是Redis本身），我们应该期望在这里使用它的尝试将失败并产生错误消息。

注意：在容器内部访问主机的名称将检索容器ID，这与运行的可执行文件的进程ID类似。

构建应用程序

您的系统上的require.txt不需要Python或任何内容，也不构建或运行此映像将其安装在系统上。 你似乎并没有真正使用Python和Flask来设置一个环境，但是你已经有了。

这里是 ls 应该显示：

$ ls
Dockerfile      app.py          requirements.txt

现在运行build命令。 这将创建一个Docker映像，我们将使用-t进行标记，因此它具有友好的名称。

docker build -t friendlyhello .

你的built image在哪里？ 它在您机器的本地Docker映像注册表中：

$ docker images

REPOSITORY            TAG                 IMAGE ID
friendlyhello         latest              326387cea398

运行应用程序

运行应用程序，将您的计算机端口4000映射到容器的EXPOSEd端口80，使用-p：

docker run -p 4000:80 friendlyhello

您应该看到一个通知，指出Python正在http://0.0.0.0:80为您的应用程序提供服务。 但是，该消息来自容器内部，这不知道您将该容器的端口80映射到4000，使得正确的URLhttp：// localhost：4000。 去那里，你会看到“Hello World”文本，容器ID和Redis错误消息。

注意：4000：80的端口重新映射是为了展示Docker文件中EXPOSE之间的区别，以及使用docker run -p发布的内容。 在后面的步骤中，我们将主机上的端口80映射到容器中的端口80，并使用http：// localhost。

在您的终端中点击CTRL + C退出。
现在让我们在后台运行应用程序，在分离模式下：

docker run -d -p 4000:80 friendlyhello

您的应用程序将获得长容器ID，然后被踢回您的终端。 您的容器在后台运行。 您还可以使用docker ps查看缩写容器ID（并且在运行命令时可以互换）：

$ docker ps
CONTAINER ID        IMAGE               COMMAND             CREATED
1fa4ab2cf395        friendlyhello       "python app.py"     28 seconds ago

您会看到CONTAINER ID与http：// localhost：4000上的内容相符。

现在使用docker stop来结束进程，使用CONTAINER ID，像这样：

docker stop 1fa4ab2cf395

分享您的图像

为了演示我们刚刚创建的可移植性，让我们上传我们的构建并在其他地方运行它。 毕竟，您需要学习如何推动注册管理机构实现集装箱的部署。

注册表是存储库的集合，存储库是图像集合，类似于GitHub存储库，代码已经被构建。 注册表上的帐户可以创建许多存储库。 默认情况下，docker CLI已预先配置为使用Docker的公用注册表。

注意：我们将使用Docker的公共注册表，因为它是免费的和预配置的，但有很多公共选择，您甚至可以使用Docker Trusted Registry设置您自己的私人注册表。

如果您没有Docker帐户，请在cloud.docker.com注册一个。 记下您的用户名。

登录您的本地机器:

docker login

现在，发布您的图像。 将本地映像与注册表上的存储库关联的符号是
username / repository：tag。 标签是可选的，但建议; 这是注册表用于给Docker映像一个版本的机制。 所以，把所有的一切，输入你的用户名，和repo和标签名称，所以你现有的图像将上传到您想要的目的地：

docker tag friendlyhello username/repository:tag

上传您的标记图片：

docker push username/repository:tag

一旦完成，此上传的结果是公开的。 从现在开始，您可以使用docker运行并运行您的应用程序在任何机器上使用此命令：

docker run -p 4000:80 username/repository:tag

注意：如果不指定这些命令的：tag部分，则在构建和运行映像时，将会假定：latest的标签。

无论在哪里运行docker，它会将您的图像以及Python以及require.txt中的所有依赖项提取出来，并运行您的代码。 它一起在一个整齐的小包裹，主机不需要安装任何东西，但Docker来运行它。

在下一节中，我们将通过在服务中运行此容器来了解如何扩展应用程序。

docker build -t friendlyname            ＃使用此目录的Dockerfile创建映像
docker run -p 4000：80 friendlyname     ＃运行“friendlyname”映射端口4000到80
docker run -d -p 4000：80 friendlyname   ＃同样的事情，但在分离模式
docker ps                               ＃查看所有正在运行的容器的列表
docker stop <hash>                      ＃正常地停止指定的容器
docker ps -a                            ＃查看所有容器的列表，即使是没有运行的容器
docker kill <hash>                      ＃强制关闭指定的容器
docker rm <hash>                        ＃从此机器中删除指定的容器
docker rm $（docker ps -a -q）           ＃从本机中删除所有容器
docker images -a                        ＃显示本机上的所有图像
docker rmi <imagename>                  ＃从本机中删除指定的图像
docker rmi $（docker images -q）         ＃从本机中删除所有图像
docker login                            ＃使用Docker凭据登录此CLI会话
docker tag <image> username/repository:tag      ＃标签<image>上传到注册表
docker push username/repository:tag     ＃将标记的图像上传到注册表
docker run username/repository:tag      ＃从注册表运行映像