docker image

brook

2021-12-17

docker

image

concept

镜像（Image）：Docker 镜像（Image），就相当于是一个 root 文件系统。比如官方镜像 ubuntu:16.04 就包含了完整的一套 Ubuntu16.04 最小系统的 root 文件系统。
容器（Container）：镜像（Image）和容器（Container）的关系，就像是面向对象程序设计中的类和实例一样，镜像是静态的定义，容器是镜像运行时的实体。容器可以被创建、启动、停止、删除、暂停等。
仓库（Repository）：仓库可看着一个代码控制中心，用来保存镜像。

operate

command

# 构建 （--no-cache 可以清理缓存进行构建）
docker build --no-cache -t your-image-name .

# 查找
docker search xxx

# 拉取
docker pull xxx

# 运行(容器)
docker run xxx

# 删除
docker rmi xxx

# 删除所有tag为 none 的镜像
docker images -q --filter "dangling=true" | sudo xargs docker rmi

docker images : 列出本地镜像。

# 语法
docker images [OPTIONS] [REPOSITORY[:TAG]]
OPTIONS说明：
-a :列出本地所有的镜像（含中间映像层，默认情况下，过滤掉中间映像层）；
–digests :显示镜像的摘要信息；
-f :显示满足条件的镜像；
–format :指定返回值的模板文件；
–no-trunc :显示完整的镜像信息；
-q :只显示镜像ID。

导出镜像

1 2	docker save -o <output-file>.tar <image-name> # 注意$后面的变量需要替换

导入镜像
1
docker load --input $PATH/$NAME.tar

在镜像中运行容器

docker run -it -p 8899:8899 --name test $REPOSITORY:$TAG

-it：表示交互式终端的容器，非启动后立刻结束的容器
--name test：给容器取个名字，嫌麻烦可以省去
$REPOSITORY:$TAG：容器是用哪个镜像启动的（一个容器，必须依赖一个镜像启动）
-v 指定了宿主机上的目录用来作为docker仓库的存储位置，如果不指定的话，registry镜像重启之后会丢失已经存储在本地仓库的镜像文件
🚨-p hostPort:containerPort
🚨-v hostVolume:containerVolume 这两个地址如果不存在都会创建，一旦容器运行，两部分会完全同步

volume

Docker Image可以理解成多个只读文件叠加而成，因此Docker Image是只读的。

当我们将其运行起来，就相当于在只读的Image外包裹了一层读写层变成了容器。

当你删除容器之后，使用这个镜像重新创建一个容器，此时的镜像的只读层还和原来的一样，但是你在读写层的修改全部都会丢失（没有使用原有volume的前提下）。

docker使用volume实现数据的持久化，不仅如此volume还能帮助容器和容器之间，容器和host之间共享数据。

进入运行的容器
1
docker exec -it $CONTAINER_ID /bin/bash
- 注意
  
  命令中的/bin/bash是根据 docker inspect $image_id，根据”Cmd”配置项决定的

jar -> image

step1:

编辑dockerfile

# 基础镜像
FROM  openjdk:8-jre

# 指定路径
WORKDIR /data/justMicroservice/learning-cloudalibaba

ARG JAR_FILE=nacos-provider/target/nacos-provider-0.0.1-SNAPSHOT.jar
# 复制jar文件到路径
COPY ${JAR_FILE} nacos-provider.jar
# 启动网关服务
ENTRYPOINT ["java","-jar","nacos-provider.jar"]

Step2:

在$path的一级目录执行（比如dockerfile位置/a/b/dockerfile，那命令在a目录下执行）

1	docker build -t $repository -f $path/dockerfile .

archive artifact

# step1
docker save -o /tmp/my_app_image.tar my_app:latest

# step2 save_image.tar is equal my_app_image.tar
docker load -i /path/to/destination/save_immy_app_image.tarage.tar

advanced

add git commit info to image tag

#!/bin/sh

IMAGE_NAME=your-image-name
echo "image name: $IMAGE_NAME"

GIT_BRANCH=$(git symbolic-ref --short HEAD)
LAST_COMMIT=$(git rev-parse HEAD)
echo "git commit info : $LAST_COMMIT"

docker build . -t $IMAGE_NAME:"$GIT_BRANCH-$LAST_COMMIT"

es

文中hostAddress需要替换具体的ip地址

环境准备

查看现有环境相关参数ulimit -a

设置文件句柄数，在**/etc/security/limits.conf**中设置
1
2
3
# End of file
* hard nofile 65536
* soft nofile 65536
修改max user processes进程数，在**/etc/security/limits.conf**中设置
1
2
* soft nproc 65536
* hard nproc 65536
调整vm.max_map_count的大小，该参数会限制一个进程可以拥有的VMA(虚拟内存区域)的数量

通过修改**/etc/sysctl.conf**参数
1
vm.max_map_count=655360
然后执行sysctl -p
调整stack size的大小（可选），在**/etc/security/limits.conf**中设置
1
2
* soft stack 1024
* hard stack 1024

manual init data

create index

1	curl -H 'Content-Type: application/json' -d '@/data/es_mapping.json' -X PUT 'http://localhost:9200/indexName'

import data

1	curl -H 'Content-Type: application/json' --data-binary '@/data/es_init_data.txt' 'http://localhost:9200/_bulk'

拉取远程仓库镜像文件

1	docker pull hostAddress/dlabel/service:elasticsearch

启动容器

1	sudo docker run -d --name es_origin -e ES_JAVA_POTS="-Xms6g -Xmx6g" -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:7.16.1

镜像制作

导出ES的已有索引和数据

环境准备
- 安装nodejs，安装文件地址nodejs
- 安装elasticdump，安装命令npm install -g elasticdump

导出es索引文件es_mapping.json

1
2
3

/$nodejs_home/lib/node_modules/elasticdump/bin/elasticdump \               --input=http://127.0.0.1:9200/indexName \
  --output=/data/es_mapping.json \
  --type=mapping

注意：$nodejs_home代表nodejs的安装目录

导出es数据es_init_data.txt

/$nodejs_home/lib/node_modules/elasticdump/bin/elasticdump \           
  --input=http://127.0.0.1:9200/indexName \
  --output=/data/es_init_data.txt \
  --searchBody '{"query":{"match_all":{ }}}'

编写es数据初始化脚本 initEs.sh

#create index
curl -H 'Content-Type: application/json' -d '@/data/es_mapping.json' -X PUT 'http://127.0.0.1:9200/indexName'
#import data
curl -H 'Content-Type: application/json' --data-binary '@/data/es_init_data.txt' 'http://127.0.0.1:9200/_bulk'

initEs.sh文件同1,2操作中的文件存放路径保持一致，均放在/data目录下

在/data目录下创建Dockerfile文件

FROM elasticsearch:7.16.1
COPY ./data/* /data/
RUN chown -R elasticsearch:root /data 
USER elasticsearch
RUN elasticsearch -E discovery.type=single-node -p /tmp/epid & /bin/bash /data/wait-for-it.sh -t 0 localhost:9200 -- /data/initEs.sh; kill $(cat /tmp/epid) && wait $(cat /tmp/epid); exit 0;

创建镜像
1
docker build -t dlabel:elasticsearch .
dlabel:es是 REPOSITORY:TAG格式，可自行更改
登录远程仓库
1
docker login hostAddress
根据提示，输入用户名admin，密码Harbor12345
映射远程仓库REPOSITORY:TAG
1
docker image tag dlabel:elasticsearch hostAddress/dlabel/service:elasticsearch
其中dlabel:elasticsearch和操作3中保持一致

推送当地镜像到远程仓库

1	docker push hostAddress/dlabel/service:elasticsearch

mysql

镜像制作

需要备份当前需要同步的全量数据
1
docker exec -it dlabel_mysql mysqldump -uroot -p123456 dls > /path/to/backup.sql
注意事项：

其中dlabel_mysql，是在第二步中设置的name的名称

/path/to/backup.sql是导出sql的地址路径，根据操作系统不同，需要自行更改

假定以下操作是在/path/to的目录下

在/path/to目录下创建Dockerfile文件

# Derived from official mysql image (our base image)
FROM mysql:5.7.30
# Add the content of the sql-scripts/ directory to your image
# All scripts in docker-entrypoint-initdb.d/ are automatically
# executed during container startup
COPY ./backup.sql /docker-entrypoint-initdb.d/

注意COPY指令中，backup.sql需要和操作1中的导出文件名保持一致

创建镜像
1
docker build -t dlabel:mysql20211216 .
dlabel:mysql20211216是 REPOSITORY:TAG格式，可自行更改
登录远程仓库
1
docker login hostAddress
根据提示，输入用户名admin，密码Harbor12345
映射远程仓库REPOSITORY:TAG
1
docker image tag dlabel:mysql20211216 hostAddress/dlabel/service:mysql20211216
其中dlabel:mysql20211216和操作3中保持一致

hostAddress/dlabel/service:mysql20211216，格式为hostAddress/library/REPOSITORY:TAG，其中可自行修改service:mysql20211216名称

推送当地镜像到远程仓库

1	docker push hostAddress/dlabel/service:mysql20211216

登录http://hostAddress查看镜像上传情况
在镜像详情界面，点击“拉取命名”按钮进行命令复制，在终端执行命令即可拉取该镜像