WhatsUpDocker中Docker Compose自动更新配置指南
2025-07-05 09:08:38作者:郁楠烈Hubert
WhatsUpDocker(简称WUD)是一个实用的Docker容器监控工具,能够自动检测容器镜像的更新情况。本文将详细介绍如何正确配置WUD的Docker Compose触发器功能,实现容器镜像的自动更新。
核心配置要点
在配置WUD的Docker Compose触发器时,有几个关键配置项需要注意:
- 触发器类型定义:必须明确指定触发器类型为
DOCKERCOMPOSE - 文件路径设置:需要正确映射主机上的docker-compose.yml文件路径到容器内
- 更新策略配置:可以设置更新阈值(threshold)和是否自动更新(auto)等参数
典型配置示例
以下是一个完整的WUD配置示例,展示了如何为一个名为"maintainerr"的项目设置自动更新:
version: '3'
services:
whatsupdocker:
image: fmartinou/whats-up-docker
container_name: wud
volumes:
- /var/run/docker.sock:/var/run/docker.sock
- /home/docker/docker_compose_projects:/docker_compose_projects
environment:
- WUD_TRIGGER_DOCKERCOMPOSE_MAINTAINERR_THRESHOLD=minor
- WUD_TRIGGER_DOCKERCOMPOSE_MAINTAINERR_BACKUP=true
- WUD_TRIGGER_DOCKERCOMPOSE_MAINTAINERR_FILE=/docker_compose_projects/maintainerr/docker-compose.yml
- WUD_TRIGGER_DOCKERCOMPOSE_MAINTAINERR_AUTO=true
配置参数详解
-
THRESHOLD参数:决定触发更新的版本级别
major:仅主版本更新时触发minor:次版本及以上更新时触发(推荐设置)patch:任何版本更新都触发
-
BACKUP参数:设置为true时,WUD会在更新前自动备份原docker-compose文件
-
FILE参数:必须指向容器内可访问的docker-compose.yml文件路径
-
AUTO参数:设置为true时允许自动更新,false则只通知不自动更新
项目配置要求
被监控的项目需要在docker-compose.yml中添加特定标签才能被WUD识别:
services:
maintainerr:
image: ghcr.io/jorenn92/maintainerr:2.8.0
labels:
- 'wud.tag.include=^\d+\.\d+\.\d+$$'
- 'wud.link.template=https://github.com/jorenn92/Maintainerr/releases/tag/v$${major}.$${minor}.$${patch}'
其中wud.tag.include定义了版本号的正则匹配模式,wud.link.template则指定了版本更新链接模板。
常见问题解决
-
触发器不显示在UI中:通常是由于使用了旧版本镜像导致,建议更新到最新版本
-
路径映射问题:确保主机上的docker-compose文件路径正确映射到容器内
-
权限问题:WUD容器需要有权限读写目标docker-compose文件
通过以上配置,WhatsUpDocker可以有效地监控并自动更新Docker Compose项目,大大简化了容器维护工作。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
380
454
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
677
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
207
昇腾LLM分布式训练框架
Python
119
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781