在WhatsUpDocker中配置容器标签过滤与转换规则
2025-07-05 12:58:51作者:冯梦姬Eddie
WhatsUpDocker是一个实用的Docker容器更新监控工具,它可以帮助用户及时了解容器镜像的更新情况。本文将详细介绍如何通过标签配置来实现对容器镜像版本的精确控制。
容器标签过滤的基本原理
WhatsUpDocker允许用户通过wud.tag.include标签来定义需要监控的版本标签模式。这个功能特别适用于那些需要严格遵循特定版本控制策略的环境。
默认情况下,WhatsUpDocker会监控所有可用的镜像标签。但在生产环境中,我们通常只需要关注符合特定格式的稳定版本。例如,对于标准的语义化版本(SemVer),我们可以使用正则表达式^\d+\.\d+\.\d+$来匹配类似"1.2.3"这样的版本号。
处理非标准版本标签
在实际应用中,我们经常会遇到一些不严格遵循SemVer规范的镜像标签。以Collabora/Code镜像为例,它使用的版本格式为"24.04.9.1.1",这种格式无法直接被WhatsUpDocker识别为有效的版本号进行比较。
针对这种情况,我们需要使用wud.tag.transform标签来对原始标签进行转换。转换规则使用正则表达式匹配和替换的语法:
^(\d+\.\d+\.\d+)\.(.*)$ => $1-$2
这条规则会将"24.04.9.1.1"转换为"24.04.9-1.1",使其成为一个可以被正确比较的版本格式。
完整配置示例
以下是一个完整的Docker Compose配置示例,展示了如何同时使用包含规则和转换规则:
services:
collaboracode:
image: collabora/code:24.04.9.1.1
labels:
- wud.tag.include=^\d+\.\d+\.\d+\.\d+\.\d+$$
- wud.tag.transform=^(\d+\.\d+\.\d+)\.(.*)$ => $1-$2
这个配置实现了:
- 只监控符合"数字.数字.数字.数字.数字"格式的标签
- 将这些标签转换为可比较的版本格式
最佳实践建议
- 对于标准SemVer项目,使用
^\d+\.\d+\.\d+$作为包含规则即可 - 对于包含预发布版本的项目,可以调整正则表达式为
^\d+\.\d+\.\d+-.*$ - 对于复杂的版本格式,总是配合使用转换规则来确保版本比较的准确性
- 在生产环境中,建议严格限制监控的版本范围,避免意外升级到不兼容的版本
通过合理配置这些规则,用户可以精确控制WhatsUpDocker监控的版本范围,确保容器更新既及时又安全。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
9
1
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
660