Docker基础

Docker基础

目录

Docker基础

Docker的发展简史

docker是如何工作的

安装及使用docker

docker安装

docker加速

docker常用操作

存储驱动

---

---

Docker的发展简史

Docker 最初是 dotCloud 公司创始人 Solomon Hykes 在法国期间发起的一个公司内部项目，它是基于 dotCloud 公司多年云服务技术的一次革新，并于 2013 年 3 月以 Apache 2.0 授权协议开源)，主要项目代码在 GitHub 上进行维护。Docker 项目后来还加入了 Linux 基金会，并成立推动开放容器联盟。

Docker 自开源后受到广泛的关注和讨论，至今其 GitHub 项目已经超过 3 万 6 千个星标和一万多个 fork。甚至由于 Docker 项目的火爆，在 2013 年底，dotCloud 公司决定改名为 Docker。Docker 最初是在 Ubuntu 12.04 上开发实现的；Red Hat 则从 RHEL 6.5 开始对 Docker 进行支持；Google 也在其 PaaS 产品中广泛应用 Docker。

Docker 使用 Google 公司推出的 Go 语言 进行开发实现，基于 Linux 内核的 cgroup，namespace，以及 AUFS 类的 Union FS 等技术，对进程进行封装隔离，属于操作系统层面的虚拟化技术。由于隔离的进程独立于宿主和其它的隔离的进程，因此也称其为容器。最初实现是基于 LXC，从 0.7 以后开始去除 LXC，转而使用自行开发的 libcontainer，从 1.11 开始，则进一步演进为使用 runC 和 containerd。

Docker 在容器的基础上，进行了进一步的封装，从文件系统、网络互联到进程隔离等等，极大的简化了容器的创建和维护。使得 Docker 技术比虚拟机技术更为轻便、快捷

docker是如何工作的

实际上docker使用了常见的CS架构，也就是client-server模式，docker client负责处理用户输入的各种命令，比如docker build、docker run，真正工作的其实是server，也就是docker demon，值得注意的是，docker client和docker demon可以运行在同一台机器上。

接下来我们用几个命令来讲解一下docker的工作流程：

1，docker build

当我们写完dockerfile交给docker“编译”时使用这个命令，那么client在接收到请求后转发给docker daemon，接着docker daemon根据dockerfile创建出“可执行程序”image。

2，docker run

有了“可执行程序”image后就可以运行程序了，接下来使用命令docker run，docker daemon接收到该命令后找到具体的image，然后加载到内存开始执行，image执行起来就是所谓的container。

3，docker pull

其实docker build和docker run是两个最核心的命令，会用这两个命令基本上docker就可以用起来了，剩下的就是一些补充。

那么docker pull是什么意思呢？

我们之前说过，docker中image的概念就类似于“可执行程序”，我们可以从哪里下载到别人写好的应用程序呢？很简单，那就是APP Store，即应用商店。与之类似，既然image也是一种“可执行程序”，那么有没有"Docker Image Store"呢？答案是肯定的，这就是Docker Hub，docker官方的“应用商店”，你可以在这里下载到别人编写好的image，这样你就不用自己编写dockerfile了。

docker registry 可以用来存放各种image，公共的可以供任何人下载image的仓库就是docker Hub。那么该怎么从Docker Hub中下载image呢，就是这里的docker pull命令了。

因此，这个命令的实现也很简单，那就是用户通过docker client发送命令，docker daemon接收到命令后向docker registry发送image下载请求，下载后存放在本地，这样我们就可以使用image了。

安装及使用docker

docker安装

 root@master yum.repos.d]# cd /etc/yum.repos.d/
 [root@master yum.repos.d]# curl -o docker-ce.repo https://mirrors.tuna.tsinghua.edu.cn/docker-ce/linux/centos/docker-ce.repo
   % Total    % Received % Xferd  Average Speed   Time    Time     Time  Current
                                  Dload  Upload   Total   Spent    Left  Speed
 100  1919  100  1919    0     0  10543      0 --:--:-- --:--:-- --:--:-- 10543
 [root@master yum.repos.d]# ls
 CentOS-Base.repo  docker-ce.repo
 [root@master yum.repos.d]# sed -i 's@https://download.docker.com@https://mirrors.tuna.tsinghua.edu.cn/docker-ce@g' docker-ce.repo
 [root@master yum.repos.d]# yum -y install docker-ce
 Failed to set locale, defaulting to C.UTF-8
 Docker CE Stable - x86_64   
 ----------------------------
 [root@master yum.repos.d]# docker -v
 Docker version 20.10.17, build 100c701
 ​

docker加速

docker-ce的配置文件是/etc/docker/daemon.json，此文件默认不存在，需要我们手动创建并进行配置，而docker的加速就是通过配置此文件来实现的。

docker的加速有多种方式：

• docker cn

• 中国科技大学加速器

• 阿里云加速器（需要通过阿里云开发者平台注册帐号，免费使用个人私有的加速器）

 systemctl start docker
 ​
 cat > /etc/docker/daemon.json <<EOF
 {
     "registry-mirrors": ["https://docker.mirrors.ustc.edu.cn/"]
 }
 EOF
 ​
 systemctl restart docker
 ​
 docker version
 docker info

docker常用操作

docker帮助命令大全

 [root@master ~]# docker --help

管理镜像命令-image

 [root@master ~]# docker image --help
 Usage:  docker image COMMAND
 ​
 Manage images
 ​
 Commands:
   build       Build an image from a Dockerfile
   history     Show the history of an image
   import      Import the contents from a tarball to create a filesystem image
   inspect     Display detailed information on one or more images
   load        Load an image from a tar archive or STDIN
   ls          List images
   prune       Remove unused images
   pull        Pull an image or a repository from a registry
   push        Push an image or a repository to a registry
   rm          Remove one or more images
   save        Save one or more images to a tar archive (streamed to STDOUT by default)
   tag         Create a tag TARGET_IMAGE that refers to SOURCE_IMAGE
 ​
 Run 'docker image COMMAND --help' for more information on a command.

查看镜像列表

 [root@master ~]# docker image ls
 REPOSITORY   TAG       IMAGE ID   CREATED   SIZE
 -----------

查看某个镜像的具体信息

 [root@master ~]# docker image inspect (IMAGE ID)
 -----------------

管理网络命令—network

 [root@master ~]# docker network --help
 ​
 Usage:  docker network COMMAND
 ​
 Manage networks
 ​
 Commands:
   connect     Connect a container to a network
   create      Create a network
   disconnect  Disconnect a container from a network
   inspect     Display detailed information on one or more networks
   ls          List networks
   prune       Remove all unused networks
   rm          Remove one or more networks
 ​
 Run 'docker network COMMAND --help' for more information on a command.

查看网络

 [root@master ~]# docker network ls
 NETWORK ID     NAME      DRIVER    SCOPE
 ------------------

查看某个网络的具体参数信息

 [root@master ~]# docker network inspect (NETWORK ID)

管理容器命令—container

 [root@master ~]# docker container --help
 ​
 Usage:  docker container COMMAND
 ​
 Manage containers
 ​
 Commands:
   attach      Attach local standard input, output, and error streams to a running container
   commit      Create a new image from a container's changes
   cp          Copy files/folders between a container and the local filesystem
   create      Create a new container
   diff        Inspect changes to files or directories on a container's filesystem
   exec        Run a command in a running container
   export      Export a container's filesystem as a tar archive
   inspect     Display detailed information on one or more containers
   kill        Kill one or more running containers
   logs        Fetch the logs of a container
   ls          List containers
   pause       Pause all processes within one or more containers
   port        List port mappings or a specific mapping for the container
   prune       Remove all stopped containers
   rename      Rename a container
   restart     Restart one or more containers
   rm          Remove one or more containers
   run         Run a command in a new container
   start       Start one or more stopped containers
   stats       Display a live stream of container(s) resource usage statistics
   stop        Stop one or more running containers
   top         Display the running processes of a container
   unpause     Unpause all processes within one or more containers
   update      Update configuration of one or more containers
   wait        Block until one or more containers stop, then print their exit codes
 ​
 Run 'docker container COMMAND --help' for more information on a command.
 [root@master ~]# 

相似命令还有很多,可以使用docker --help后使用docker network --help 这样的相似方法查阅help信息.

操作

查看自己服务器中docker 镜像列表

 [root@master ~]# docker images 
 REPOSITORY   TAG       IMAGE ID   CREATED   SIZE
 [root@master ~]# 

搜索镜像

 [root@master ~]# docker search --filter=stars=9000 mysql
 NAME      DESCRIPTION                                     STARS     OFFICIAL   AUTOMATED
 mysql     MySQL is a widely used, open-source relation…   12978     [OK]
 搜索 STARS >9000的 mysql 镜像

拉取镜像 不加tag(版本号) 即拉取docker仓库中 该镜像的最新版本latest 加:tag 则是拉取指定版本

docker.commysql位置

 [root@master ~]# docker pull mysql
 #这里没有带上tag,拉取的是最新的mysql
 Using default tag: latest
 latest: Pulling from library/mysql
 32c1bf40aba1: Pull complete 
 3ac22f3a638d: Pull complete 
 b1e7273ed05e: Pull complete 
 20be45a0c6ab: Pull complete 
 410a229693ff: Pull complete 
 1ce71e3a9b88: Pull complete 
 c93c823af05b: Pull complete 
 c6752c4d09c7: Pull complete 
 d7f2cfe3efcb: Pull complete 
 916f32cb0394: Pull complete 
 0d62a5f9a14f: Pull complete 
 Digest: sha256:ce2ae3bd3e9f001435c4671cf073d1d5ae55d138b16927268474fc54ba09ed79
 Status: Downloaded newer image for mysql:latest
 docker.io/library/mysql:latest
 [root@master ~]# docker images
 REPOSITORY   TAG       IMAGE ID       CREATED      SIZE
 mysql        latest    7b94cda7ffc7   4 days ago   446MB
 [root@master ~]# 
 ----------------
 #这里再找一个带版本号的
 [root@master ~]# docker pull mysql:5.7
 5.7: Pulling from library/mysql
 66fb34780033: Pull complete 
 ef4ccd63cdb4: Pull complete 
 d6f28a94c51f: Pull complete 
 7feea2a503b5: Pull complete 
 71dd5852ecd9: Pull complete 
 2ff5c3b24fd5: Pull complete 
 88a546386a61: Pull complete 
 65b18297cf83: Pull complete 
 d64f23335fb8: Pull complete 
 6ba4171261fa: Pull complete 
 96dcc6c8de93: Pull complete 
 Digest: sha256:b3a86578a582617214477d91e47e850f9e18df0b5d1644fb2d96d91a340b8972
 Status: Downloaded newer image for mysql:5.7
 docker.io/library/mysql:5.7
 [root@master ~]# docker images
 REPOSITORY   TAG       IMAGE ID       CREATED       SIZE
 mysql        latest    7b94cda7ffc7   4 days ago    446MB
 mysql        5.7       3147495b3a5c   12 days ago   431MB
 [root@master ~]# 
 ​
 ​

运行镜像

 docker run 镜像名
 docker run 镜像名:Tag

删除镜像 ------当前镜像没有被任何容器使用才可以删除

 #删除一个
 docker rmi -f 镜像名/镜像ID
 ​
 #删除多个 其镜像ID或镜像用用空格隔开即可 
 docker rmi -f 镜像名/镜像ID 镜像名/镜像ID 镜像名/镜像ID
 ​
 #删除全部镜像  -a 意思为显示全部, -q 意思为只显示ID
 docker rmi -f $(docker images -aq)

强制删除镜像

 docker image rm 镜像名称/镜像ID

保存镜像 将我们的镜像 保存为tar 压缩文件 这样方便镜像转移和保存 ,然后 可以在任何一台安装了docker的服务器上 加载这个镜像

命令:

 docker save 镜像名/镜像ID -o 镜像保存在哪个位置与名字

 [root@master ~]# docker save mysql:5.7 -o /root/mysql.tar
 [root@master ~]# ls
 anaconda-ks.cfg  mysql.tar  passwrd 

加载镜像 任何装 docker 的地方加载镜像保存文件,使其恢复为一个镜像

 docker load -i 镜像保存文件位置

加载文件 恢复为镜像

 [root@master ~]# docker load -i mysql.tar 
 Loaded image: mysql:5.7
 [root@master ~]# 

镜像标签 有的时候呢，我们需要对一个镜像进行分类或者版本迭代操作，比如我们一个微服务已经打为docker镜像，但是想根据环境进行区分为develop环境与alpha环境，这个时候呢，我们就可以使用Tag，来进对镜像做一个标签添加，从而行进区分；版本迭代逻辑也是一样，根据不同的tag进行区分

 docker tag SOURCE_IMAGE[:TAG] TARGET_IMAGE[:TAG]
 ​
 docker tag 源镜像名:TAG 想要生成新的镜像名:新的TAG
 ​
 # 如果省略TAG 则会为镜像默认打上latest TAG
 docker tag aaa bbb
 # 上方操作等于 docker tag aaa:latest bbb:test
 ​

查看正在运行容器列表

 docker ps

查看所有容器 -----包含正在运行 和已停止的

 docker ps -a

容器怎么来呢 可以通过run 镜像 来构建 自己的容器实例

 # -it 表示 与容器进行交互式启动 -d 表示可后台运行容器 （守护式运行）  --name 给要运行的容器 起的名字  /bin/bash  交互路径
 docker run -it -d --name 要取的别名 镜像名:Tag /bin/bash 
 ​

例如我们要启动一个redis 把它的别名取为redis001 并交互式运行 需要的命令 —我这里指定版本号为5.0.5

 [root@master ~]# docker run -it -d --name redis1 redis:5.0.5 /bin/bash
 7ab99c1673a8ad0abff11ba42ebc468955127f272825a506a59f77e99de354b2
 [root@master ~]# docker ps 
 CONTAINER ID   IMAGE         COMMAND                  CREATED         STATUS         PORTS      NAMES
 7ab99c1673a8   redis:5.0.5   "docker-entrypoint.s…"   5 seconds ago   Up 4 seconds   6379/tcp   redis1
 [root@master ~]# 

 [root@master ~]# docker ps
 CONTAINER ID   IMAGE         COMMAND                  CREATED         STATUS         PORTS      NAMES
 7ab99c1673a8   redis:5.0.5   "docker-entrypoint.s…"   3 minutes ago   Up 3 minutes   6379/tcp   redis1
 [root@master ~]# ss -antl
 State      Recv-Q     Send-Q         Local Address:Port         Peer Address:Port    Process    
 LISTEN     0          128                  0.0.0.0:22                0.0.0.0:*                  
 LISTEN     0          80                         *:3306                    *:*                  
 LISTEN     0          128                        *:80                      *:*                  
 LISTEN     0          128                     [::]:22                   [::]:*                  
 [root@master ~]# 

解释一下:每一个docker容器都相当于在我的服务器上占用资源然后单独开辟一个自己的空间,可以理解为在我的服务器上创建一台虚拟机跑这个服务.

既然是这个原理,那每个容器之间肯定都是隔离的.

我们甚至可以在一个服务器上，使用docker镜像，来跑出N个 mysql实例（尽管，他们的默认端口都是一样的，但还是那句话，容器间，环境是隔离的。A容器中的3306 与B容器的3306毫无关系

默认情况下，我们是无法通过宿主机（安装docker的服务器）端口来直接访问容器的 ,因为docker容器自己开辟空间的端口与宿主机端口没有联系…

如果外部想要访问容器，那必须得让容器中的端口与宿主机的端口建立联系绑定起来，这个正式的概念叫做 容器端口映射

有了端口映射，我们就可以将宿主机端口与 容器端口绑定起来，比如 我们建立宿主机的6379端口与容器redis6379端口绑定起来，那么再访问宿主机Ip:6379 就可以访问到对应容器了

容器端口与服务器端口映射

命令：

 -p 宿主机端口:容器端口

还是使用前方的 redis 镜像 尝试 将6379端口 映射到服务器的8888 如果成功了的话 那么咱们访问服务器的8888端口就会访问到咱们的 docker 中 的容器 redis002

-p 8888:6379 解析 将容器内部的 6379端口与docker 宿主机（docker装在哪台服务器 哪台服务器就是宿主机）8888 端口进行映射 那通过外部访问宿主机8888端口 即可访问到 docker 容器 6379 端口了

 docker run -itd --name redis002 -p 8888:6379 redis:5.0.5 /bin/bash

 [root@master ~]# docker run -itd --name redis2 -p 8989:6379 redis:5.0.5 /bin/bash
 6dd05896df0e0c22b2e5a4f3137c5e44ff793e117b7a382a1005c95b79806563s:5.0.5 /bin/bash
 [root@master ~]# docker ps
 CONTAINER ID   IMAGE         COMMAND                  CREATED          STATUS          PORTS                                       NAMES
 6dd05896df0e   redis:5.0.5   "docker-entrypoint.s…"   13 seconds ago   Up 12 seconds   0.0.0.0:8989->6379/tcp, :::8989->6379/tcp   redis2
 [root@master ~]# ss -antl
 State      Recv-Q     Send-Q         Local Address:Port         Peer Address:Port    Process          
 LISTEN     0          128                        *:80                      *:*                  
 LISTEN     0          128                     [::]:22                   [::]:*                  
 LISTEN     0          128                     [::]:8989                 [::]:*                  
 [root@master ~]# 
 #这里8989就被占用了,既然这8989已结被占用,那么在别的容器上这个8989也就不能用了.虽然容器之间隔离了.但是主机端口却不会重复.

进入容器

 docker exec -it 容器名/容器ID /bin/bash
 ​
 #进入 前面的 redis001容器   
 docker exec -it redis001 /bin/bash
 ​

 [root@master ~]# docker exec -it redis2 /bin/bash
 root@6dd05896df0e:/data# read escape sequence
 ​

停止容器

 docker stop 容器ID/容器名

重启容器

 docker restart 容器ID/容器名

启动容器

 docker start 容器ID/容器名

kill 容器

 docker kill 容器ID/容器名

容器文件拷贝 —无论容器是否开启 都可以进行拷贝

 #docker cp 容器ID/名称:文件路径  要拷贝到外部的路径   |     要拷贝到外部的路径  容器ID/名称:文件路径
 #从容器内 拷出
 docker cp 容器ID/名称: 容器内路径  容器外路径
 #从外部 拷贝文件到容器内
 docker  cp 容器外路径 容器ID/名称: 容器内路径

查看容器日志

 docker logs -f --tail=要查看末尾多少行 默认all 容器ID

启动容器时，使用docker run命令时 添加参数--restart=always 便表示，该容器随docker服务启动而自动启动

存储驱动

Docker存储驱动 docker提供了多种存储驱动来实现不同的方式存储镜像，常用的有五种存储驱动：AUFS、OverlayFS、Device mapper、Btrfs、ZFS

1、AUFS AUFS（AnotherUnionFS）是一种Union FS，是文件级的存储驱动。AUFS是一个能透明覆盖一个或多个现有文件系统的层状文件系统，把多层合并成文件系统的单层表示。简单来说就是支持将不同目录挂载到同一个虚拟文件系统下的文件系统。这种文件系统可以一层一层地叠加修改文件。无论底下有多少层都是只读的，只有最上层的文件系统是可写的。当需要修改一个文件时，AUFS创建该文件的一个副本，使用CoW将文件从只读层复制到可写层进行修改，结果也保存在可写层。在Docker中，底下的只读层就是image，可写层就是Container。结构如下：

OverlayFS Overlay是Linux内核3.18后支持的，也是一种Union FS，和AUFS的多层不同的是Overlay只有两层：一个upper文件系统和一个lower文件系统，分别代表Docker的镜像层和容器层。当需要修改一个文件时，使用CoW将文件从只读的lower复制到可写的upper进行修改，结果]也保存在upper层。在Docker中，底下的只读层就是image，可写层就是Container。目前最新的OverlayFS为Overlay2。结构如下图

Device mapper Device mapper是Linux内核2.6.9后支持的，提供的一种从逻辑设备到物理设备的映射框架机制，在该机制下，用户可以很方便的根据自己的需要制定实现存储资源的管理策略。前面讲的AUFS和OverlayFS都是文件级存储，而Device mapper是块级存储，所有的操作都是直接对块进行操作，而不是文件。Device mapper驱动会先在块设备上创建一个资源池，然后在资源池上创建一个带有文件系统的基本设备，所有镜像都是这个基本设备的快照，而容器则是镜像的快照。所以在容器里看到文件系统是资源池上基本设备的文件系统的快照，并不有为容器分配空间。当要写入一个新文件时，在容器的镜像内为其分配新的块并写入数据，这个叫用时分配。当要修改已有文件时，再使用CoW为容器快照分配块空间，将要修改的数据复制到在容器快照中新的块里再进行修改。Device mapper 驱动默认会创建一个100G的文件包含镜像和容器。每一个容器被限制在10G大小的卷内，可以自己配置调整。结构如下图

Btrfs被称为下一代写时复制文件系统，并入Linux内核，也是文件级级存储，但可以像Device mapper一直接操作底层设备。Btrfs把文件系统的一部分配置为一个完整的子文件系统，称之为subvolume 。那么采用 subvolume，一个大的文件系统可以被划分为多个子文件系统，这些子文件系统共享底层的设备空间，在需要磁盘空间时便从底层设备中分配，类似应用程序调用 malloc()分配内存一样。为了灵活利用设备空间，Btrfs 将磁盘空间划分为多个chunk 。每个chunk可以使用不同的磁盘空间分配策略。比如某些chunk只存放metadata，某些chunk只存放数据。这种模型有很多优点，比如Btrfs支持动态添加设备。用户在系统中增加新的磁盘之后，可以使用Btrfs的命令将该设备添加到文件系统中。Btrfs把一个大的文件系统当成一个资源池，配置成多个完整的子文件系统，还可以往资源池里加新的子文件系统，而基础镜像则是子文件系统的快照，每个子镜像和容器都有自己的快照，这些快照则都是subvolume的快照

当写入一个新文件时，为在容器的快照里为其分配一个新的数据块，文件写在这个空间里，这个叫用时分配。而当要修改已有文件时，使用CoW复制分配一个新的原始数据和快照，在这个新分配的空间变更数据，变结束再更新相关的数据结构指向新子文件系统和快照，原来的原始数据和快照没有指针指向，被覆盖

ZFS ZFS 文件系统是一个革命性的全新的文件系统，它从根本上改变了文件系统的管理方式，ZFS 完全抛弃了“卷管理”，不再创建虚拟的卷，而是把所有设备集中到一个存储池中来进行管理，用“存储池”的概念来管理物理存储空间。过去，文件系统都是构建在物理设备之上的。为了管理这些物理设备，并为数据提供冗余，“卷管理”的概念提供了一个单设备的映像。而ZFS创建在虚拟的，被称为“zpools”的存储池之上。每个存储池由若干虚拟设备（virtual devices，vdevs）组成。这些虚拟设备可以是原始磁盘，也可能是一个RAID1镜像设备，或是非标准RAID等级的多磁盘组。于是zpool上的文件系统可以使用这些虚拟设备的总存储容量

在Docker里ZFS的使用。首先从zpool里分配一个ZFS文件系统给镜像的基础层，而其他镜像层则是这个ZFS文件系统快照的克隆，快照是只读的，而克隆是可写的，当容器启动时则在镜像的最顶层生成一个可写层。如图

当要写一个新文件时，使用按需分配，一个新的数据快从zpool里生成，新的数据写入这个块，而这个新空间存于容器（ZFS的克隆）里 当要修改一个已存在的文件时，使用写时复制，分配一个新空间并把原始数据复制到新空间完成修改

存储驱动	特点	优点	缺点	适用场景
AUFS	联合文件系统、未并入内核主线、文件级存储	作为docker的第一个存储驱动，已经有很长的历史，比较稳定，且在大量的生产中实践过，有较强的社区支持	有多层，在做写时复制操作时，如果文件比较大且存在比较低的层，可能会慢一些	大并发但少IO的场景
overlayFS	联合文件系统、并入内核主线、文件级存储	只有两层	不管修改的内容大小都会复制整个文件，对大文件进行修改显示要比小文件消耗更多的时间	大并发但少IO的场景
Devicemapper	并入内核主线、块级存储	块级无论是大文件还是小文件都只复制需要修改的块，并不是整个文件	不支持共享存储，当有多个容器读同一个文件时，需要生成多个复本，在很多容器启停的情况下可能会导致磁盘溢出	适合io密集的场景
Btrfs	并入linux内核、文件级存储	可以像devicemapper一样直接操作底层设备，支持动态添加设备	不支持共享存储，当有多个容器读同一个文件时，需要生成多个复本	不适合在高密度容器的paas平台上使用
ZFS	把所有设备集中到一个存储池中来进行管理	支持多个容器共享一个缓存块，适合内存大的环境	COW使用碎片化问题更加严重，文件在硬盘上的物理地址会变的不再连续，顺序读会变的性能比较差	适合paas和高密度的场景