Docker Cheat Sheet:开发者必备的Docker命令宝典
🚀 Docker Cheat Sheet 是每个开发者和运维工程师都应该收藏的终极命令参考指南!这份宝典整理了Docker从入门到精通的核心命令,让你快速掌握容器化部署的秘诀。无论你是Docker新手还是经验丰富的专家,这份快速参考手册都能为你节省大量时间。
为什么选择Docker?
Docker彻底改变了应用程序的部署方式。通过Docker,开发者可以使用任何语言和工具链构建应用程序。"Docker化"的应用完全可移植,可以在任何地方运行 - 同事的OS X和Windows笔记本电脑、云端运行的Ubuntu QA服务器,以及运行Red Hat的生产数据中心虚拟机。
Docker帮助开发者更快地构建和交付更高质量的应用程序。借助Docker Hub,开发者可以自动化构建管道,并通过公共或私有仓库与协作者共享工件。
Docker核心概念速览
🐳 容器(Containers)
容器是Docker的基本隔离进程单元。它们是虚拟机的轻量级替代品,就像进程中的线程一样高效。
📦 镜像(Images)
镜像是Docker容器的模板,包含运行应用程序所需的所有依赖项和配置。
🔗 网络(Networks)
Docker提供强大的网络功能,允许容器之间安全通信,同时与未连接网络的容器隔离。
快速安装指南
Linux系统安装
运行Docker提供的快速安装脚本:
curl -sSL https://get.docker.com/ | sh
macOS系统安装
下载并安装Docker Community Edition。如果你有Homebrew-Cask,只需输入brew install --cask docker。
验证安装
安装完成后,运行以下命令验证:
docker version
docker run hello-world
容器管理命令大全
生命周期管理
docker create- 创建但不启动容器docker run- 创建并启动容器docker rm- 删除容器docker update- 更新容器资源限制
启动与停止
docker start- 启动已停止的容器docker stop- 停止运行中的容器docker restart- 重启容器
Docker镜像提交流程类似于Git的Pull Request操作
镜像操作技巧
镜像生命周期
docker images- 显示所有镜像docker build- 从Dockerfile构建镜像docker commit- 从容器创建镜像docker rmi- 删除镜像
镜像导入导出
保存现有镜像:
docker save my_image:my_tag | gzip > my_image.tar.gz
加载镜像文件:
docker load < my_image.tar.gz
Dockerfile最佳实践
Dockerfile是配置Docker容器的关键文件。与docker commit相比,使用Dockerfile构建镜像更为推荐。
核心指令
FROM- 设置基础镜像RUN- 执行命令COPY- 复制文件到容器EXPOSE- 声明容器监听端口CMD- 提供容器默认执行命令
网络配置秘籍
Docker自动创建3个网络接口:bridge、host和none。默认情况下,新容器会启动到bridge网络中。
网络管理
docker network create- 创建新网络docker network ls- 列出网络docker network connect- 连接容器到网络
数据卷管理
Docker卷是自由浮动的文件系统,不需要连接到特定容器。从Docker 1.9.0开始,Docker有了命名卷,取代了数据专用容器。
实用技巧与快捷方式
系统清理
docker system prune- 清理系统docker volume prune- 清理未使用的卷docker image prune- 清理未使用的镜像
容器监控
docker stats $(docker ps -q)
安全最佳实践
Docker以root权限运行,因此安全性至关重要:
- 在虚拟机内运行Docker以增加安全性
- 使用AppArmor / seccomp / SELinux限制容器权限
- 设置容器为只读模式
多容器编排
使用Docker Compose可以轻松管理多容器应用:
docker-compose -f <docker-compose-file> up
🚀 总结:这份Docker Cheat Sheet涵盖了容器化部署的核心命令和最佳实践。无论是开发环境配置、应用部署还是生产环境维护,这些命令都能帮助你高效工作。
记住:Docker的魅力在于其一致性和可重复性。掌握这些命令,你将能够快速构建、测试和部署应用程序,真正实现"一次构建,到处运行"的理想!
🎯 建议:将这份宝典加入书签,在需要时快速查阅。随着Docker生态系统的不断发展,这些核心命令将始终是你容器化之旅的可靠伙伴。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0199
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0129
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
