docker实践1

• 参考

Overview of get started | Docker DocsLearn how to get started with Docker and Docker Desktophttps://docs.docker.com/guides/get-started/Docker Hello World | 菜鸟教程Docker Hello World Docker 允许你在容器内运行应用程序， 使用 docker run 命令来在容器内运行一个应用程序。 输出Hello world runoob@runoob:~$ docker run ubuntu:15.10 /bin/echo 'Hello world' Hello world 各个参数解析： docker: Docker 的二进制执行文件。 run: 与前面..https://www.runoob.com/docker/docker-hello-world.html以及desktop指引

软件介绍点第一个直接就创建了一个容器，浏览器打开，速度超快。

没有完全明白怎么回事，决定按以下指引再来，因为毕竟回头要在linux上执行命令的，熟悉下好

Docker Hello World

Docker 允许你在容器内运行应用程序， 使用 docker run 命令来在容器内运行一个应用程序。

输出Hello world

runoob@runoob:~$ docker run ubuntu:15.10 /bin/echo "Hello world"
Hello world

各个参数解析：

• docker: Docker 的二进制执行文件。

• run: 与前面的 docker 组合来运行一个容器。

• ubuntu:15.10 指定要运行的镜像，Docker 首先从本地主机上查找镜像是否存在，如果不存在，Docker 就会从镜像仓库 Docker Hub 下载公共镜像。

• /bin/echo "Hello world": 在启动的容器里执行的命令

以上命令完整的意思可以解释为：Docker 以 ubuntu15.10 镜像创建一个新容器，然后在容器里执行 bin/echo "Hello world"，然后输出结果。

 愣一下才明白，这是在Ubuntu中以命令方式执行docker，创建容器。果然执行完后，能看到创建的容器

win版的docker desktop有一个learning center，这个和官方指引的Quick hands-on guides是一样的，可以理解为win版的桌面指引。我之前想多线并行，同时参考命令和桌面的两个指引，但操作起来比对太多，返工不少。现在决定还是先从这个开始，可以快速给自己一个概念，再看命令版本会快速很多。

• 配置镜像

找到daemon.json文件，不管是win 还是linux版，本质上是一样的，都是改这个文件，做好备份，如若失败可以回退。

增加以下内容（不建议用ali，）

 "registry-mirrors": [
    "https://dockerproxy.com",
    "https://hub-mirror.c.163.com",
    "https://mirror.baidubce.com",
    "https://ccr.ccs.tencentyun.com"
  ]

重启查看

# 重启 Docker 服务
# 方法一，采用 systemctl 来重启，推荐
systemctl daemon-reload
systemctl restart docker
# 方法二，采用 service 来重启
service docker restart

#查看是否成功
# 查看 Docker 信息
docker info

# 出现以下字段代表配置成功
#Registry Mirrors:
#  https://dockerproxy.com/...

• How do I run a container?

用git down一个应用工程

 git clone https://github.com/docker/welcome-to-docker

 可以看到这就是一个工程，我们在意Dockerfile文件，回头自己的工程中需要自己设定此问文件内容，例子中已写定完毕,其内容我们回头再看。

 You always need an image to run a container。所以我们build自己的image

cd /path/to/welcome-to-docker/
docker build -t welcome-to-docker .

In the previous command, the -t flag tags your image with a name, welcome-to-docker in this case. And the . lets Docker know where it can find the Dockerfile.

之后在Images tab中，选择你的image，点run，输入名字和端口

• Run Docker Hub images

也可以直接运行hub上的镜像，在搜索框（ctrl+k）中输入，直接查找运行（省去手动pull的操作）

注：此功能需要外网....

• multi-container applications

 以上例子都是单一内容的容器，要是用个mysql，还要分别启两个容器吗？这里用compose（Docker Compose manual），同时启动多个容器。

 git clone https://github.com/docker/multi-container-app

 下来后发现有一个compose.yaml文件，而app文件中才是之前提到的有Dockerfile文件的工程。

cd /path/to/multi-container-app/
docker compose up -d

In the previous command, the -d flag tells Docker Compose to run in detached mode.

 坑，构建报错：

出乎意料，指引都能错，查询了一下failed to solve: ***: failed commit on ref “unknown-sha256:这种错误可能是我采用了镜像导致的，有文章中提到要撤掉阿里镜像，那我配置它做什么。这里用了另一个方法，手动pull。docker pull docker/dockerfile:1，之后镜像中能看到pull下来的内容。

再次 compose另一个组件又报同样错误，得，干掉阿里镜像，这次行了，就是慢，400s下6M内容...

成功后会启动两个容器，可以看到之前下的dockerfile:1镜像没有用，这也符合预期：我要每一个都手动启动不累死，况且我也没有手动操作启动

在工程目录下执行docker compose watch 命令可以把修改内容实时展示出来，这在docker开发中可以使用。在这个例子中，修改todos.ejs中的内容，页面马上会更新

• Persist container data

 容器都是独立的，代码和数据都和本地隔离，删除容器后不可恢复。用volumes去持久数据。接上一个例子把如下内容注释放开：

todo-database:
    # ...
    volumes:
      - database:/data/db

# ...
volumes:
  database:

注意这个命令是这么解释的：把一个名叫database的卷挂载到data/db下，而database卷的定义在下边，下边的层级最高，决定了此文件所有的注册服务都可以访问这个卷。如果把下边卷的名字改下，马上会报找不到database卷的错误。实际上看todo-database也是这样定义的。

之后再执行命令docker compose up -d启动,输入一些内容

之后删除容器。再次创建启动后你会发现之前输入保存的内容还在。 

疑问：1.这个卷感觉应该能被本地访问到，目前还不知道如何操作。。。

           2.我发现每次启动后都会多一个卷，显示被使用，且挂载位置完成一致，但没有数据，熟悉的同学知道是怎么回事吗？

Access a local folder from a container 

you can use bind mounts to do that.见鬼了，开这么多口子，都能相互访问了。

git clone https://github.com/docker/bindmount-apps

 之后修改compose.yaml文件内容：

todo-app:
    # ...
    volumes:
      - ./app:/usr/src/app
      - /usr/src/app/node_modules

它把本地的./app挂载到/usr/src/app，原目录会被覆盖。第二条指定/usr/src/app/node_modules不会被外部覆盖。

之后以同样的命令启动，在app目录下更改内容，就可以看到页面上实施反映了更改的内容。

注意，这里的app目录不是linux系统的目录，是你工程compose.yaml文件的同级目录，一开始找了半天都没有找到。

Containerize your application

docker init命令可以帮助生成dockerfile、compose.yaml等文件。跟随提示，最后执行

 docker compose up

---