Docker v28.1.0 版本深度解析:新特性与优化详解
Docker 是一个开源的容器化平台,它允许开发者将应用程序及其依赖打包成轻量级、可移植的容器,从而实现快速部署和跨环境一致性运行。Docker 通过容器技术解决了"在我机器上能运行"的问题,极大地简化了开发、测试和部署流程。
核心新特性
Docker Bake 子命令
v28.1.0 版本引入了一个重要的新命令 docker bake,作为 docker buildx bake 的别名。这个命令简化了多阶段构建流程,让开发者能够更高效地管理复杂的构建配置。Bake 功能特别适合需要同时构建多个镜像或针对不同平台构建的场景,它通过声明式的方式定义构建流程,显著提升了构建效率。
实验性 API 套接字共享
本次更新带来了一个实验性功能:通过 --use-api-socket 标志,容器可以直接访问宿主机的 Docker 套接字。这项功能不仅允许容器内执行 Docker 命令,还能共享宿主机的凭证信息。虽然目前处于实验阶段,但它为开发更复杂的容器编排工具和 CI/CD 流水线提供了新的可能性。需要注意的是,出于安全考虑,生产环境中应谨慎使用此功能。
多平台镜像支持增强
docker image inspect 命令新增了 --platform 标志,允许用户检查多平台镜像中特定平台的配置信息。这一改进对于处理多架构镜像(如同时支持 amd64 和 arm64 的镜像)的开发者特别有价值,能够更精确地获取目标平台的镜像详情。
重要优化与修复
容器网络改进
网络子系统在本版本中获得了多项重要修复:
- 修复了 Swarm 容器主机端口映射在
docker ps和docker inspect中重复显示的问题 - 解决了容器网络连接失败时出现的"Bridge port not forwarding"错误
- 改进了默认桥接网络中
--link参数的移除机制 - 优化了网络端点关系跟踪机制,减少了误报"has active endpoints"错误的情况
镜像管理增强
镜像处理方面有几个值得注意的改进:
docker load现在能正确保留被替换的镜像- 修复了与私有仓库交互时
docker pull/push失败的问题 - 针对 containerd 镜像存储后端,优化了远程仓库错误处理机制
- 现在可以显示非层类型镜像blob的拉取进度
性能优化
- 修复了
docker stats在高CPU核心数机器上运行异常的问题 - 改进了 rootless Docker 在缺少
ip_tables内核模块的主机上的安装体验 - 优化了 iptables 规则管理,防止在 firewalld 重载后出现不必要的规则残留
开发者工具更新
CLI 改进
命令行界面有多项用户体验提升:
- 新增了上下文名称的 shell 补全功能
- 改进了
docker service scale命令的补全体验 docker images --tree现在默认隐藏未标记和悬空镜像docker system info现在会在无法连接 Docker 守护进程时提供明确的退出码
API 变更
API 版本升级至 v1.49,主要变化包括:
/image/{name}/json端点新增platform参数,支持查询多平台镜像的特定变体/info端点现在返回防火墙后端配置信息- 移除了多个已弃用字段,包括
AllowNondistributableArtifactsCIDRs和AllowNondistributableArtifactsHostnames
生态系统更新
组件版本升级
- BuildKit 更新至 v0.21.0,带来构建性能改进和新特性
- Compose 升级到 v2.35.0,增强了编排能力
- Go 运行时更新至 1.23.8,包含安全修复和性能优化
平台支持扩展
新增了对多个新操作系统版本的支持:
- Debian "Trixie"
- Fedora 42
- Ubuntu 25.04 "Plucky Puffin"
总结
Docker v28.1.0 是一个功能丰富的中期版本,在多平台镜像支持、网络稳定性和开发者体验方面都有显著提升。实验性的 API 套接字共享功能为高级用例开辟了新途径,而大量的错误修复和性能优化则进一步巩固了 Docker 作为容器化平台领导者的地位。对于开发者而言,新引入的 docker bake 命令将简化复杂构建流程,而增强的多平台支持则让跨架构开发更加顺畅。
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 StartedRust0191
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 Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08