学习手札--docker commit

一、关于docker的镜像
系统镜像也叫做基础镜像
应用镜像,在基础镜像之上,多了应用,进而打包之后的镜像。

二、关于镜像的制作
2.1、直接原装制作
1)容器镜像就是一组只读的目录,或者叫做容器模板,镜像中含有容器运行所需的文件系统,所以镜像是启动容器的必要条件。
镜像之于容器的区别就是在只读基础上多了一个可读写层,容器之中的进程可以运行在可写层。
2)安装一个最小化操作系统
3)打包排除/sys、/proc 之外的根目录(sys是内核文件等)其实就是打包文件系统
tar --numeric-owner --exclude=/proc --exclude=/sys -cvf centos7u6.tar /
镜像名注意,这里仅仅是示例。
2.2、此时也可以从运行的容器制作镜像
1)docker ps
2)docker commit cc(容器名) cc(镜像名字) 直接就可以docker images查询到,是最快的方法。
3)或者
4)docker export -o cc.tar(生成的tar包) cc(容器名)
5)docker import cc.tar cc:v1 记得加上版本
2.3、此时就可以使用心得镜像运行容器了

三、但是有几组命令区别
3.1、save 和 load 是直接将镜像进行打包,传输之后进行导入,需要跨主机。只针对镜像来做。
export 和 import 则是将容器直接做成tar包,然后进行导入到镜像系统。
但是此时直接可以使用commit命令,将容器直接做成镜像直接就保存到镜像系统。
通过run直接可以运行起来!

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
好的,你的问题是关于Python函数第二次运行报错和retry的简单用法。 首先,如果一个Python函数在第二次运行时出现了错误,可能是由于函数内部的变量状态发生了变化,导致程序出错。为了解决这个问题,可以使用retry功能来多次尝试运行该函数,直到它成功为止。 使用retry功能可以在函数出现错误时自动重试,可以避免手动重复运行该函数,从而提高效率。 下面是一个简单的示例代码,演示了如何使用retry功能: ```python import time from retry import retry @retry(delay=1, backoff=2, max_delay=4) def my_func(): print("Running my_func...") # 模拟函数出错 if time.time() % 2 == 0: raise ValueError("Oops! Something went wrong...") else: print("Success!") my_func() ``` 在这个示例代码中,我们使用了retry库中的retry装饰器来装饰my_func函数,该函数会运行多次,直到成功为止。在retry装饰器中,我们设置了最大延迟时间为4秒,每次重试前等待1秒,重试间隔时间呈指数级增长,即第一次重试后等待1秒,第二次重试后等待2秒,第三次重试后等待4秒,以此类推,直到达到最大延迟时间为止。 当my_func函数第一次运行时,它会输出“Running my_func...”和“Success!”,并正常结束。当函数第二次运行时,它会抛出一个ValueError异常,并重试多次,直到成功为止。 希望这个简单的示例可以帮助你理解如何使用retry功能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值