Docker笔记

等等等等等再等

已于 2023-11-11 23:29:35 修改

阅读量1.3k

点赞数

分类专栏： docker 文章标签： docker

于 2021-11-18 01:03:25 首次发布

本文链接：https://blog.csdn.net/airch7/article/details/121391604

版权

docker 专栏收录该内容

1 篇文章 0 订阅

订阅专栏

镜像和容器

Docker中有几个重要的概念：

镜像（Image）：Docker将应用程序及其所需的依赖、函数库、环境、配置等文件打包在一起，称为镜像。

容器（Container）：镜像中的应用程序运行后形成的进程就是容器，只是Docker会给容器进程做隔离，对外不可见。

一切应用最终都是代码组成，都是硬盘中的一个个的字节形成的文件。只有运行时，才会加载到内存，形成进程。

而镜像，就是把一个应用在硬盘上的文件、及其运行环境、部分系统函数库文件一起打包形成的文件包。这个文件包是只读的。

容器呢，就是将这些文件中编写的程序、函数加载到内存中允许，形成进程，只不过要隔离起来。因此一个镜像可以启动多次，形成多个容器进程。

docker离线安装

下载docker-ce ： https://download.docker.com/linux/static/stable/x86_64/docker-18.06.3-ce.tgz

wget https://download.docker.com/linux/static/stable/x86_64/docker-18.06.3-ce.tgz

1. mv docker/* /usr/bin/

2. vim /etc/systemd/system/docker.service

[Unit]
Description=Docker Application Container Engine
Documentation=https://docs.docker.com
After=network-online.target firewalld.service
Wants=network-online.target
  
[Service]
Type=notify
# the default is not to use systemd for cgroups because the delegate issues still
# exists and systemd currently does not support the cgroup feature set required
# for containers run by docker
ExecStart=/usr/bin/dockerd --selinux-enabled=false --graph=/home/docker/data
ExecReload=/bin/kill -s HUP $MAINPID
# Having non-zero Limit*s causes performance problems due to accounting overhead
# in the kernel. We recommend using cgroups to do container-local accounting.
LimitNOFILE=infinity
LimitNPROC=infinity
LimitCORE=infinity
# Uncomment TasksMax if your systemd version supports it.
# Only systemd 226 and above support this version.
#TasksMax=infinity
TimeoutStartSec=0
# set delegate yes so that systemd does not reset the cgroups of docker containers
Delegate=yes
# kill only the docker process, not all processes in the cgroup
KillMode=process
# restart the docker process if it exits prematurely
Restart=on-failure
StartLimitBurst=3
StartLimitInterval=60s
  
[Install]
WantedBy=multi-user.target

# docker 数据存储目录，与上面的--graph=/home/docker/data对应，默认路径在var下面，存储容量容易超标报错
mkdir -p /home/docker/data

3. chmod +x /etc/systemd/system/docker.service

4. systemctl daemon-reload 

5. systemctl enable docker.service

6. systemctl start docker

出现的问题

Docker容器启动时报错：container init caused “write /proc/self/attr/keycreate: permission denied““: unknown

编辑config文件：vi /etc/selinux/config
将SELINUX=enforcing改为SELINUX=disable
重启服务器
以上需要重启服务器，还有一种临时解决方案。
setenforce 0

常用命令

docker xx --help命令查看docker的语法

docker pull nginx
docker images 查看拉取到的镜像
docker rmi nginx:latest
docker save -o [保存的目标文件名称] [镜像名称]
docker load -i nginx.tar

docker run：创建并运行一个容器，处于运行状态
docker pause：让一个运行的容器暂停
docker unpause：让一个容器从暂停状态恢复运行
docker stop：停止一个运行的容器
docker start：让一个停止的容器再次运行
docker rm：删除一个容器


docker run --name containerName -p 80:80 -d nginx
- docker run ：创建并运行一个容器
- --name : 给容器起一个名字，比如叫做mn
- -p ：将宿主机端口与容器端口映射，冒号左侧是宿主机端口，右侧是容器端口
- -d：后台运行容器
- nginx：镜像名称，例如nginx

docker exec -it mn bash
- docker exec ：进入容器内部，执行一个命令
- -it : 给当前进入的容器创建一个标准输入、输出终端，允许我们与容器交互
- mn ：要进入的容器的名称
- bash：进入容器后执行的命令，bash是一个linux终端交互命令

查看容器日志的命令：
- docker logs
- 添加 -f 参数可以持续查看日志

查看容器状态：
- docker ps
- docker ps -a 查看所有容器，包括已经停止的

数据卷

**数据卷（volume）**是一个虚拟目录，指向宿主机文件系统中的某个目录。一旦完成数据卷挂载，对容器的一切操作都会作用在数据卷对应的宿主机目录了。

这样，我们操作宿主机的/var/lib/docker/volumes/html目录，就等于操作容器内的/usr/share/nginx/html目录了

数据卷的作用：

将容器与数据分离，解耦合，方便操作容器内数据，保证数据安全

数据卷操作：
- docker volume create：创建数据卷
- docker volume ls：查看所有数据卷
- docker volume inspect：查看数据卷详细信息，包括关联的宿主机目录位置
- docker volume rm：删除指定数据卷
- docker volume prune：删除所有未使用的数据卷

挂载数据卷

docker run \
  --name mn \
  -v html:/root/html \
  -p 8080:80
  nginx \

这里的-v就是挂载数据卷的命令：
- `-v html:/root/htm` ：把html数据卷挂载到容器内的/root/html这个目录中

docker run的命令中通过 -v 参数挂载文件或目录到容器中：

-v volume名称:容器内目录
-v 宿主机文件:容器内文
-v 宿主机目录:容器内目录

数据卷挂载与目录直接挂载的区别：

数据卷挂载耦合度低，由docker来管理目录，但是目录较深，不好找
目录挂载耦合度高，需要我们自己管理目录，不过目录容易寻找查看

Dockerfile自定义镜像

  # 指定基础镜像
  FROM ubuntu:16.04
  # 配置环境变量，JDK的安装目录
  ENV JAVA_DIR=/usr/local
  
  # 拷贝jdk和java项目的包
  COPY ./jdk8.tar.gz $JAVA_DIR/
  COPY ./docker-demo.jar /tmp/app.jar
  
  # 安装JDK
  RUN cd $JAVA_DIR \
   && tar -xf ./jdk8.tar.gz \
   && mv ./jdk1.8.0_144 ./java8
  
  # 配置环境变量
  ENV JAVA_HOME=$JAVA_DIR/java8
  ENV PATH=$PATH:$JAVA_HOME/bin
  
  # 暴露端口
  EXPOSE 8090
  # 入口，java项目的启动命令
  ENTRYPOINT java -jar /tmp/app.jar

  docker build -t javaweb:1.0 .

eg: 基于java:8-alpine镜像，将一个Java项目构建为镜像

实现思路如下：

- ① 新建一个空的目录，然后在目录中新建一个文件，命名为Dockerfile

- ② 拷贝课前资料提供的docker-demo.jar到这个目录中

- ③ 编写Dockerfile文件：

  - a ）基于java:8-alpine作为基础镜像

  - b ）将app.jar拷贝到镜像中

  - c ）暴露端口

  - d ）编写入口ENTRYPOINT

内容如下：

    FROM java:8-alpine
    COPY ./app.jar /tmp/app.jar
    EXPOSE 8090
    ENTRYPOINT java -jar /tmp/app.jar

docker-compose

安装docker-compose

建议从码云上下载，github容易上报错，地址docker-compose下载
下载下来后，将文件重命名为 docker-compose ，上传到 /usr/local/bin 目录，授权：

chmod +x /usr/local/bin/docker-compose

docker-compose -v

demo

eg: docker-compose.yml

version: "3.2"

services:
  nacos:
    image: nacos/nacos-server
    environment:
      MODE: standalone
    ports:
      - "8848:8848"
  mysql:
    image: mysql:5.7.25
    environment:
      MYSQL_ROOT_PASSWORD: 123
    volumes:
      - "$PWD/mysql/data:/var/lib/mysql"
      - "$PWD/mysql/conf:/etc/mysql/conf.d/"
  userservice:
    build: ./user-service
  orderservice:
    build: ./order-service
  gateway:
    build: ./gateway
    ports:
      - "10010:10010"

可以看到，其中包含5个service服务：

nacos：作为注册中心和配置中心
- image: nacos/nacos-server：基于nacos/nacos-server镜像构建
- environment：环境变量
  - MODE: standalone：单点模式启动
- ports：端口映射，这里暴露了8848端口
mysql：数据库
- image: mysql:5.7.25：镜像版本是mysql:5.7.25
- environment：环境变量
  - MYSQL_ROOT_PASSWORD: 123：设置数据库root账户的密码为123
- volumes：数据卷挂载，这里挂载了mysql的data、conf目录，其中有我提前准备好的数据
userservice、orderservice、gateway：都是基于Dockerfile临时构建的

docker-compose常用命令

docker-compose up
docker-compose down
docker-compose start
docker-compose stop
docker-compose --help
docker-compose logs [id]

安装elasticsearch

1. cat /proc/sys/vm/max_map_count

2. （若值太小则执行此命令修改）sysctl -w vm.max_map_count=262144

3.  新建网桥
docker network create app

docker pull elasticsearch:7.4.2

4. 启动镜像

docker run -d \
 --name elasticsearch \
 --network app \
 --restart=always \
 -e "discovery.type=single-node" \
 -p 9200:9200 -p 9300:9300 \
 -v /home/docker/data/volume/esdata:/usr/share/elasticsearch/data \
 -v /home/docker/data/volume/esplugins:/usr/share/elasticsearch/plugins \
 elasticsearch:7.4.2


docker run --name elasticsearch -d -e ES_JAVA_OPTS="-Xms512m -Xmx512m" -e "discovery.type=single-node" -p 9200:9200 -p 9300:9300 elasticsearch:7.4.2

下载IK分词器

https://github.com/medcl/elasticsearch-analysis-ik/releases
解压到 /home/docker/volume/esplugins/ik 目录
重启es： docker restart elasticsearch

安装kibana

docker pull kibana:7.4.2
启动

docker run -d \
  --name=kibana \
  --network app \
  --restart=always \
  -p 5601:5601 \
  -e ELASTICSEARCH_HOSTS=http://elasticsearch:9200 \
  kibana:7.4.2

安装达梦7数据库

docker run -d \
 --name dm7 \
 --network app \
 --restart=always \
 -p 5236:5236 \
 dm7:latest

Dockerfile：基于已安装好达梦的镜像 dm7:1

FROM dm7:1
WORKDIR /home/dmdbms/bin
#开放端口
EXPOSE	5236 22
# VOLUME /home/dmdbms/dameng
ENTRYPOINT ./dmserver path="/home/dmdbms/dameng/dm.ini"

运行dm8镜像

docker import dm8_docker.tar dm8:v01

docker run -itd -p 5236:5236 --network app --name dm8 dm8:v01 /bin/bash /startDm.sh