docker基础

https://docs.docker.com/desktop/

支持在mac windows linux上安装

ubuntu上安装
https://docs.docker.com/engine/install/ubuntu/

centos安装：
https://docs.docker.com/engine/install/centos/#install-using-the-repository

测试安装：
设置存储库:安装yum-utils包（提供yum-config-manager 实用程序）并设置稳定存储库
sudo yum install -y yum-utils
sudo yum-config-manager \
--add-repo \
https://download.docker.com/linux/centos/docker-ce.repo
安装 Docker 引擎：安装最新版本的 Docker Engine
yum install docker-ce docker-ce-cli containerd.io
systemctl start docker
docker run hello-world

运行原理

image 概念

image获取方式：

dockerfile

vim dockerfile

FROM ubuntu:14.04
LABEL maintainer="lijiahao@163.com"
RUN apt-get update && apt-get install -y redis-server
EXPOSE 6379
ENTERPOINT [ "/usr/bin/redis-server" ]

docker build -t my-redis:latest .

练习：模拟编译制作一个gcc的hello word
制作可执行文件：
vi hello.c

#include<stdio.h>

int main()
{
        printf("hello docker\n");
}

yum -y install gcc glibc-static
gcc -static hello.c -o hello

vim Dockerfile

FROM scratch
ADD hello /
CMD ["/hello"]

docker build -t lijiahao/my-helloword:latest .

docker和可执行文件大小相当：

查看构建过程：
docker history lijiahao/my-helloword

执行docker image

仓库：
官方：
docker pull ubuntu:20.04
docker pull ubuntu
个人或组织：
docker pull bitnami/wordpress

container概念：

container的运行方式：
docker默认非交互式运行，运行完成便会退出

交互式运行,同时进入docker：
docker run -it centos

打开一个新的终端查看：

docker run 参数：
-i, --interactive Keep STDIN open even if not attached
-t, --tty Allocate a pseudo-TTY

直接分配一个tty并不进入，以后台方式运行：

docker命令：

镜像：
docker build -t lijiahao/hello-word .
docker images
docker rmi
docker commit 容器ID my-centos:v1.0

容器：
docker rm $(docker ps -aq)
docker ps -aq
docker -it 交互式终端
docker exec -it 容器名/ID /bin/bash 进入到container的bash环境下
docker stop
docker start
删除运行完的容器：
docker rm $(docker ps -f "status=exited" -q)
显示容器详细信息：
docker inspect 容器
显示容器运行时的输出：
docker logs

制作自己想要的images：

根据一个容器制作成自己的image（例如：根据一个centos运行一个自己想要的container）：

运行并进入centos container
docker run -it centos

安装一个vim：
yum -y install vim

commit 一个新的image
docker commit 7ba22b272612 lijiahao/centos-vim

docker history查看层数：

新层可以覆盖或者叠加旧层

根据dockerfile制作自己想要的image

mkdir docker-centio-vim && cd docker-centio-vim
vim Dockerfile

FROM centos
RUN yum install -y vim

docker build -t lijiahao/centos-vim-dockerfile/latest .

Dockerfile详解

想在哪个base-image上制作我们的images，为了安全，尽量使用官方的image：

LABEL：类似于注释

RUN：在安装软件时，每运行一次命令，都会使镜像增加一层，所以尽量使用&&

WORKDIR：设定工作目录并进入，如果没有次目录会自动创建目录

ADD && COPY：add适合添加压缩文件到目录，copy适合将配置文件到目录，本地压缩文件才适合用add

ENV：注入环境变量，主要用于引用常量，在制作Dockerfile时利于更新版本，增强Dockerfile可维护性

VOLUME：共享逻辑卷，数据持久存储。格式：外面目录:容器内目录

EXPOSE：端口映射：格式：宿主机端口:容器内部端口

CMD && ENTERPOINT：

三种参数对比：

CMD

docker run -it image /bin/bash 将会不输出 “hello Docker”,bin/bash覆盖了CMD

ENTRYPOINT：使用较多，不是简单的一个命令去执行而是以应用程序的形式运行

两种格式探究：

EXEC格式命令使用绝对路径，类似于python列表'[]' 配合 ""

创建第一种Dockerfile输出：
docker build -t lijiahao/centos-entrypoint-shell .

创建第二种docker输出：
docker build -t lijiahao/centos-entrypoint-exec .

修改第二种docker，在bash中执行命令，通过"-c"指明后面都是参数

docker build -t lijiahao/centos-entrypoint-exec-new .

镜像仓库：

官方镜像仓库：dockerhub

使用dockerhub推送镜像：
在https://hub.docker.com/注册一个账号
创建一个镜像仓库叫做hello-word
登陆：
docker login
输入用户和密码：

推送镜像到公有镜像仓库；
用法：
Usage: docker push [OPTIONS] NAME[:TAG]
-a, --all-tags Push all tagged images in the repository

查看：

拉取镜像：docker pull lijiahao0302/hello-word

官方私有镜像仓库dockerhub

参考文档：
https://hub.docker.com/_/registry

使用另外一台可以和本台虚拟机互通的虚拟机做docker私有仓库(本人选择192.168.1.10作为本地操作系统，192.168.1.11作为镜像仓库地址)：

11构建仓库
建议先配置个人的镜像加速器，阿里云上都有，使用加速器可以提升获取Docker官方镜像的速度
https://cr.console.aliyun.com/cn-beijing/instances/mirrors

docker run -d -p 5000:5000 --restart always --name registry registry:2

在本地web界面查看：
http://192.168.1.11:5000/v2/_catalog

10制作镜像

10客户端需要配置11为信任的仓库:
vim /etc/docker/daemon.json

{
"insecure-registries": ["192.168.1.11:5000"]
}

vim /lib/systemd/system/docker.service

10推送镜像

11查看：

也可以这样查看：curl -XGET http://192.168.1.11:5000/v2/_catalog

10尝试拉取镜像：
docker pull 192.168.1.11:5000/hello-word

docker harbor

Harbor - 企业级 Docker 私有仓库
安装底层需求:
Python应该是2.7或更高版本
Docker引擎应为1.10或更高版本
Docker Compose需要为1.6.0或更高版本

docker-compose 安装：
curl -L https://get.daocloud.io/docker/compose/releases/download/1.25.5/docker-compose-uname -s-uname -m > /usr/local/bin/docker-compose
chmod +x /usr/local/bin/docker-compose

安装：Harbor ,官方地址
https://github.com/vmware/harbor/releases

创建 https 证书以及配置相关目录权限
创建一个2048位的加密私钥：
openssl genrsa -des3 -out server.key 2048
输入两次私钥密码即可

创建证书请求认证证书：
openssl req -new -key server.key -out server.csr

备份一下私钥：
cp server.key server.key.org

因为nginx开启需要输入密钥，所以我们需要退密钥，这样nginx开启就不需要密钥了
openssl rsa -in server.key.org -out server.key

创建自签证书：
openssl x509 -req -days 365 -in server.csr -signkey server.key -out server.crt

将证书文件创建到/data目录下：
mkdir -p /data/cert
mv server.* /data/cert/
chmod -R 777 /data/cert

安装：

tar xvf harbor-offline-installer-v2.3.5.tgz
mv harbor /usr/local/
cd /usr/local/harbor/ && ls

cp harbor.yml.tmpl harbor.yml

vim harbor.yml

./install.sh

docker ps -a

访问测试

先修改宿主机hosts文件：

浏览器：https://hub.ljh.com/

登陆时的用户和密码：
admin / Harbor12345

镜像进行上传测试
可以看到一个library公开仓库

创建两个用户（系统管理员、用户1）

退出admin，登陆系统管理员用户，可以看到这个公有仓库：

使用系统管理员用户创建一个私有仓库和一个公开仓库

推送镜像命令：
docker tag SOURCE_IMAGE[:TAG] hub.ljh.com/public_library/REPOSITORY[:TAG]
docker push hub.ljh.com/public_library/REPOSITORY[:TAG]

退出重新登陆用户1

可以看到public_library

使用服务器10指定镜像仓库地址（真正去供应商购买的话不需要这一段），推送项目：

vim /etc/docker/daemon.json
{
        "insecure-registries": ["hub.ljh.com"]
}

systemctl daemon-reload
systemctl restart docker

修改推送服务器（10）的hosts
vim /etc/hosts
192.168.1.11 hub.ljh.com

推送一个ubuntu的镜像到公开仓库：
系统管理员账户将用户1加入维护人员

此时登陆用户1，可以推送了
docker tag SOURCE_IMAGE[:TAG] hub.ljh.com/private_library/REPOSITORY[:TAG]
docker push hub.ljh.com/private_library/REPOSITORY[:TAG]

命令：
先登陆用户1:
docker login hub.ljh.com
docker tag centos:latest hub.ljh.com/private_library/myhub-centos:v1.1
docker push hub.ljh.com/private_library/myhub-centos:v1.1

拉取命令：docker pull hub.ljh.com/private_library/myhub-centos:v1.1

Dockerfile实战

实战1安装一个python小项目:

1、制作一个python程序制作成image并运行成container

安装python3依赖的安装包

安装包：https://www.python.org/downloads/

解包，编译安装
yum -y install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make
tar -xzvf Python-3.9.0.tgz -C /usr/local/src/
cd /usr/local/src/Python-3.9.0
./configure --prefix=/usr/local/python3
make && make install

添加环境变量
cd /etc/profile.d/
vim python3.sh
export PATH="$PATH:/usr/local/python3/bin"
source ../profile
echo $PATH

正式制作：

环境准备：
pip3 install flask

app.py

from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello()
	return "hello docker"
if __name__ == '__main__'
	app.run()

目录结构：

先拉一个python镜像环境
docker pull python
docker run -itd python:latest bash
docker exec -it 01ce8524a4cb bash

vim Dockerfile

FROM python
LABEL maintainer="Jiahao li<ljh19960302@163.com>"
RUN pip3 install flask
COPY app.py /app/
WORKDIR /app
EXPOSE 5000
CMD ["python3","app.py"]

docker build -t lijiahao0302/flask-hello-word .

运行容器：
docker run -d lijiahao0302/flask-hello-word

实战,制作传参docker2:

将命令stress打包到docker中，实现容器CPU、内存等限制

安装并了解一个stress 压测工具
docker run -it unbuntu
apt-get update && apt-get install -y stress

stress参数

     --version      show version statement
 -v, --verbose      be verbose
 -q, --quiet        be quiet
 -n, --dry-run      show what would have been done
 -t, --timeout N    timeout after N seconds
     --backoff N    wait factor of N microseconds before work starts
 -c, --cpu N        spawn N workers spinning on sqrt()
 -i, --io N         spawn N workers spinning on sync()
 -d, --hdd N        spawn N workers spinning on write()/unlink()
     --hdd-bytes B  write B bytes per hdd worker (default is 1GB)

 -m, --vm N         spawn N workers spinning on malloc()/free()（分配N个workers）
     --vm-bytes B   malloc B bytes per vm worker (default is 256MB)（指定为每个worker分配的内存，默认256M）
     --vm-stride B  touch a byte every B bytes (default is 4096)
     --vm-hang N    sleep N secs before free (default none, 0 is inf)
     --vm-keep      redirty memory instead of freeing and reallocating

Example: stress --cpu 8 --io 4 --vm 2 --vm-bytes 128M --timeout 10s

verbose 一个进程分配256M内存
stress --vm 1 -v

创建stress docker
mkdir stress && cd stress

vim Dockerfile

FROM ubuntu
RUN apt-get update && apt-get install -y stress
ENTRYPOINT ["/usr/bin/stress"]
CMD []

docker build -t lijiahao/ubuntu-stress .
docker run -it lijiahao/ubuntu-stress --vm 1 --verbose

资源限制：

cgroup

cgroup（control group，控制组）是 Linux 内核的一个功能，可以用来限制、控制与分离一个进程组。Docker 就是通过 cgroup 来控制容器的 CPU、内存、磁盘输入输出等资源

在默认情况下，Docker 容器是没有资源限制的，它会尽可能地使用宿主机能够分配给它的资源。如果不对容器资源进行限制，容器之间就会相互影响，一些占用硬件资源较高的容器会吞噬掉所有的硬件资源，从而导致其它容器无硬件资源可用，发生停服。

Docker 提供了限制内存，CPU 或磁盘 IO 的方法，在 docker create 或者 docker run 的时候可以对容器所占用的硬件资源大小以及多少进行限制。

限制CPU

相对限制

-c 或 --cpu-shares：用于多个容器运行时设置容器对于 CPU 的使用权重比例（共享权值）
Docker 默认每个容器的权值为 1024。如果不指定或将其设置为 0，都将使用默认值。

当系统上运行了两容器，第一个权重是 1024，第二个权重是 512。第二个启动后没运行任何进程，第一个的进程很多。此时，第一个完全可以占用第二个的 CPU 空闲资源，这就是共享式 CPU 资源。如果第二个也跑了进程，那么就会把自己的 512 给要回来，按照正常权重1024:512 划分

CPU 共享式证明了 CPU 为可压缩性资源。

例：指定权重：docker container run -it --rm -c 1024 --name demo01 nginx

--cpus：用于限制容器运行的核数。
从 1.13 版本之后开始支持限定容器能使用的 CPU 核数，属于常用的限制手段之一。
例子：指定核数，可以是 1.5 之类的小数：docker container run -it --rm --cpus=2 --name demo02 busybox /bin/sh

--cpuset-cpus：用于限制容器运行的 CPU 核心
例如，主机有 4 个 CPU 核心，CPU 核心标识为 0-3，可以指定容器只在标识 0 和 3 的两个 CPU 核心上运行。
指定容器在 CPU-0、CPU-1 及 CPU-2 上执行：docker container run -it --cpuset-cpus="0-2" --name demo04 busybox /bin/sh
指定容器在 CPU-1 和 CPU-3 上执行：docker container run -it --cpuset-cpus="1,3" --name demo03 busybox /bin/sh

实验：开三个终端：
终端1:启动一个docker
docker run --cpu-shares=5 --name=test1 lijiahao/ubuntu-stress --cpu 1

终端2:启动一个docker
docker run --cpu-shares=10 --name=test2 lijiahao/ubuntu-stress --cpu 1

终端3:观察

绝对限制
Linux 通过 CFS（Completely Fair Scheduler，完全公平调度器）来调度各个进程对 CPU 的使用。CFS 默认的调度周期是 100ms。
我们可以通过设置每个容器进程的调度周期，以及在这个周期内各个容器最多能使用多少 CPU 时间来达到限制 CPU 的目的。具体参数如下：

--cpu-period：设置每个容器进程的调度周期，单位 us。
--cpu-quota：设置在每个周期内容器能使用的 CPU 时间，单位 us。

示例 1：
# 将 CFS 调度周期设为 50000，将每个周期内的 CPU 配额设置为 25000
docker run -it --cpu-period=50000 --cpu-quota=25000 busybox /bin/sh
该配置表示该容器每 50ms 可以得到 50% 的 CPU 运行时间。

示例 2：
# 将容器的 CPU 配额设置为 CFS 周期的两倍
docker run -it --cpu-period=10000 --cpu-quota=20000 busybox /bin/sh
CPU 使用时间是周期的两倍，意味着给容器分配了两个 CPU。容器可以在每个周期内使用两个 CPU 的 100% 时间。

注：
CFS 周期的有效范围是 1ms~1s，对应的 --cpu-period 的数值范围是 1000~1000000。
容器的 CPU 配额必须不小于 1ms，即 --cpu-quota 的值必须 >= 1000。

内存限制
对memory和 memeory-swap的限制

-m，--memory：设置内存使用限额，例如：100MB，1GB。
允许容器使用 100M 内存
docker container run -d -m 100m --name demo01 nginx

--memory-swap：设置内存 + Swap 的是使用限额。
允许容器使用 100M 内存和 200M Swap
docker container run -d -m 100m --memory-swap 300m --name demo02 nginx

实验：
限制docker使用为400M之内（200M memory+200M memory-swap），现在启动一个stress-docker分配给worker 500M的memory

先分配100M
docker run -it --memory=200M lijiahao/ubuntu-stress --vm 1 --verbose --vm-bytes 100M

docker run -it --memory=200M lijiahao/ubuntu-stress --vm 1 --verbose -vm-bytes 500M

启动失败，因为内存不够

磁盘 IO 限制
Block IO 是另一种可以限制容器使用的资源。Block IO 指的是磁盘的读写，docker 可通过设置权重、限制 bps 和 iops 的方式控制容器读写磁盘的带宽。
bps： byte per second，表示每秒读写的数据量。
iops ：io per second，表示每秒的输入输出量（或读写次数）。

目前 Block IO 限额只对 direct IO（不使用文件缓存）有效。
支持如下参数：
--blkio-weight：用于改变容器的权重，类似于 CPU 限制的 -c 参数，默认值为 500。
--device-read-bps：限制读某个设备的 bps。
--device-write-bps：限制写某个设备的 bps。
--device-read-iops：限制读某个设备的 iops。
--device-write-iops：限制写某个设备的 iops。

示例：
# 限制读写权重
docker container run -d --blkio-weight 500 --name demo01 nginx
docker container run -d --blkio-weight 250 --name demo02 nginx
# 限制磁盘 /dev/sda 写带宽为 30M
docker container run -d --device-write-bps /dev/sda:30MB --name demo03 nginx

发布者：LJH，转发请注明出处：https://www.ljh.cool/6877.html

01-docker基础概念（安装，命令，镜像制作，仓库，资源限制）

docker基础

运行原理

image 概念

image获取方式：

container概念：

docker命令：

制作自己想要的images：

根据一个容器制作成自己的image（例如：根据一个centos运行一个自己想要的container）：

根据dockerfile制作自己想要的image

Dockerfile详解

CMD && ENTERPOINT：

镜像仓库：

官方镜像仓库：dockerhub

官方私有镜像仓库dockerhub

docker harbor

Dockerfile实战

实战1安装一个python小项目:

资源限制：

cgroup

发表回复

01-docker基础概念（安装，命令，镜像制作，仓库，资源限制）

docker基础

运行原理

image 概念

image获取方式：

container概念：

docker命令：

制作自己想要的images：

根据一个容器制作成自己的image（例如：根据一个centos运行一个自己想要的container）：

根据dockerfile制作自己想要的image

Dockerfile详解

CMD && ENTERPOINT：

镜像仓库：

官方镜像仓库：dockerhub

官方私有镜像仓库dockerhub

docker harbor

Dockerfile实战

实战1安装一个python小项目:

资源限制：

cgroup

相关推荐

04-容器编排docker-compose

02-docker的网络模式

docker镜像原理

03-Docker的持久化存储和数据共享

06-Dockerfile项目实战

05-Harbor - 企业级 Docker 私有仓库

发表回复