Docker从入门到实战：容器化开发完整实践指南

苏其鸿
0 阅读5分钟

前言

在现代软件开发流程中，环境不一致一直是开发团队的痛点。“本地运行好好的，一到服务器就报错”，这类问题相信很多开发者都遇到过。传统虚拟机方案资源开销大、启动慢，而Docker容器技术凭借轻量、隔离、可移植的优势，已经成为后端开发、运维人员必备技能。本文将从Docker基础概念入手，讲解核心命令、镜像构建、容器运行，再到完整项目实战，帮助读者从零掌握Docker的日常开发使用。

一、Docker核心概念理解

Docker的本质是操作系统级虚拟化，它没有完整虚拟机的硬件模拟，直接复用宿主机内核，只隔离应用程序运行环境。我们需要先分清三个核心概念：镜像(Image)、容器(Container)、Dockerfile。

  1. 镜像Image：可以理解为软件的“模板”，是只读的文件包，包含程序代码、运行依赖、配置文件、运行环境。镜像不能直接运行，它是创建容器的原材料。比如官方的nginx镜像，就内置了Nginx服务全部运行所需文件。
  2. 容器Container：镜像运行起来之后的实例，是镜像的可读写运行状态。同一个镜像，可以启动无数个独立容器，容器之间相互隔离。容器可以被启动、停止、删除，容器删除后，内部写入的数据默认会丢失。
  3. Dockerfile：用来构建镜像的文本脚本文件，我们可以编写Dockerfile，自定义我们自己项目的镜像，实现项目环境的标准化打包。

通俗比喻：镜像相当于类，容器相当于类实例；Dockerfile就是用来生成类的源代码。

二、Docker常用基础命令实操

2.1 镜像相关命令

# 从DockerHub拉取官方镜像
docker pull nginx:1.25

# 查看本地所有镜像
docker images

# 删除本地镜像
docker rmi nginx:1.25

2.2 容器管理命令

# 基于镜像启动容器，-d后台运行，-p端口映射 宿主机端口:容器内部端口
docker run -d -p 8080:80 --name mynginx nginx:1.25

# 查看正在运行的容器
docker ps

# 查看全部容器（包含停止的）
docker ps -a

# 停止容器
docker stop mynginx

# 启动已经停止的容器
docker start mynginx

# 删除容器
docker rm mynginx

端口映射是非常关键的知识点：容器内部的服务默认只能容器内部访问，必须通过-p参数把容器端口映射到宿主机，外部网络才可以访问服务。

三、实战：使用Dockerfile打包Python项目

我们拿一个简单Python Flask项目做案例，演示如何自定义构建镜像。

项目目录结构

demo_app/
├── app.py
├── requirements.txt
└── Dockerfile

app.py代码：

from flask import Flask
app = Flask(__name__)

@app.route('/')
def hello():
    return "Hello Docker！这是我的第一个容器化项目"

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

requirements.txt

flask==2.3.3

编写Dockerfile文件：

# 基础镜像：使用官方python3.11镜像
FROM python:3.11-slim

# 设置工作目录
WORKDIR /app

# 复制依赖文件
COPY requirements.txt .

# 安装依赖包
RUN pip install -r requirements.txt

# 复制项目全部代码
COPY . .

# 暴露容器端口
EXPOSE 5000

# 容器启动执行命令
CMD ["python","app.py"]

构建镜像并运行容器

# 构建镜像，-t指定镜像名称:标签
docker build -t flask-demo:v1 .

# 运行容器，映射5000端口
docker run -d -p 5000:5000 --name flask-app flask-demo:v1

执行完成后，浏览器访问 http://localhost:5000，就可以看到页面输出。至此，我们完成了把Python应用打包成容器镜像。无论在哪台机器，只要安装Docker，就可以直接运行这个镜像，不会出现环境版本不一致问题。

四、开发中Docker的常见踩坑总结

  1. 容器内程序必须监听0.0.0.0 很多新手写程序默认监听127.0.0.1，此时容器外部无法访问，必须修改监听地址为0.0.0.0。
  2. 数据持久化问题 容器删除，容器内数据全部丢失。如果需要保存数据库、日志文件，要使用-v挂载宿主机目录到容器。
# 挂载宿主机目录到容器
docker run -v /host/path:/container/path 镜像名
  1. 镜像体积优化python:slim轻量镜像比完整python镜像体积小很多；Dockerfile中尽量合并RUN指令，减少镜像层数。
  2. 不要在容器内修改代码 容器是运行实例，开发调试建议本地写代码，挂载目录同步到容器，不要直接在容器内部改代码。

五、Docker在团队开发中的价值

  1. 统一开发环境：开发、测试、生产环境使用完全一致镜像，消除环境差异。
  2. 快速部署：打包好镜像之后，服务器只需要拉取镜像启动容器即可，不需要手动安装一堆依赖。
  3. 资源隔离：不同项目运行在独立容器，互不干扰。
  4. 便于CI/CD流水线集成：现在绝大多数自动化部署流程，都是基于Docker镜像完成。

总结

Docker容器技术不是一个复杂高深的黑科技，它的核心思想就是“一次构建，到处运行”。本文从基础概念，到命令实操，再到完整Python项目的容器化打包，覆盖了日常开发高频使用场景。

想要深入学习Docker，可以继续学习Docker Compose多容器编排、Docker Swarm、K8s容器编排。在实际工作中，建议多动手练习，自己写Dockerfile、调试容器，在实践中理解容器的工作原理。

avatar
文章
阅读
粉丝