Docker PHP 容器镜像使用指南
1. 项目介绍
Docker PHP 是一个官方维护的 GitHub 项目(仓库地址:https://github.com/docker-library/php),它提供了一系列预配置的 Docker 镜像,用于快速搭建 PHP 开发和运行环境。这些镜像支持多种版本的 PHP(包括 7.x 和 8.x 系列),并集成了如 Apache、FPM (FastCGI 进程管理器)等多种服务,使得开发者能够灵活地选择适合自己的 PHP 环境。
2. 项目快速启动
首先确保您的系统已经安装了 Docker。接下来,我们将启动一个带有 Apache 的 PHP 7.4 的容器:
docker run --name my-php-app -d -p 8080:80 php:7.4-apache
这行命令做了以下几件事:
run:启动一个新的 Docker 容器。--name my-php-app:给容器命名。-d:在后台运行容器。-p 8080:80:将主机的 8080 端口映射到容器的 80 端口。php:7.4-apache:使用7.4-apache标签的 PHP 镜像。
现在访问 http://localhost:8080,您应该能看到默认的 PHP 信息页面。
要创建一个简单的 PHP 文件,可以在本地创建一个 index.php:
<?php
echo 'Hello, Dockerized PHP!';
?>
然后将其复制到容器中:
docker cp index.php my-php-app:/var/www/html/
重新访问 http://localhost:8080,你应该能看到 "Hello, Dockerized PHP!" 的消息。
3. 应用案例和最佳实践
3.1 使用 Composer 管理依赖
在 Docker 中使用 PHP,可以结合 composer 来管理项目依赖。以下是如何在容器内运行 composer install 的示例:
docker exec -it my-php-app composer install
3.2 自定义配置
可以通过挂载卷的方式来个性化你的 PHP 配置或 Apache 配置。例如,你可以将本地的 php.ini 文件挂载到容器里:
docker run -v $(pwd)/php.ini:/usr/local/etc/php/php.ini -d -p 8080:80 php:7.4-apache
3.3 数据持久化
如果你需要持久化数据,可以挂载宿主机的一个目录到容器内的 /var/www/html 目录,这样即使容器停止,文件也不会丢失:
docker run -v $(pwd)/app:/var/www/html -d -p 8080:80 php:7.4-apache
4. 典型生态项目
Docker PHP 可以和许多其他项目一起构建更复杂的微服务架构,比如:
- MySQL:用于存储 PHP 应用的数据。
- Redis:作为缓存服务器。
- Nginx:替代 Apache 提供更高效的静态资源处理能力。
- Docker Compose:简化多容器应用的部署和管理。
通过 Docker Compose,你可以轻松地配置和启动整个服务栈。下面是一个简单的 docker-compose.yml 示例:
version: '3'
services:
app:
image: php:7.4-fpm
volumes:
- .:/var/www/html
db:
image: mysql:latest
environment:
MYSQL_ROOT_PASSWORD: example
nginx:
image: nginx:latest
volumes:
- ./nginx.conf:/etc/nginx/nginx.conf
depends_on:
- app
运行 docker-compose up 即可启动所有服务。
这篇教程只是一个起点,Docker PHP 镜像提供了丰富的定制可能性。探索更多可能性,让开发变得更加高效和简单。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00