Docker Desktop 在 macOS 上的安装与配置指南
2026-02-04 04:05:52作者:瞿蔚英Wynne
前言
Docker Desktop 是开发者在本地环境中使用 Docker 容器的首选工具。本文将详细介绍如何在 macOS 系统上安装和配置 Docker Desktop,包括系统要求、安装步骤以及常见问题解决方案。
系统要求
硬件要求
- 内存:至少 4GB RAM(建议 8GB 以上以获得更好的体验)
- 处理器:
- Intel 芯片 Mac
- Apple silicon(M1/M2 等)Mac
软件要求
- 操作系统:支持当前及前两个主要版本的 macOS
- 例如:如果最新版本是 macOS Ventura,则支持 Ventura、Monterey 和 Big Sur
- Apple silicon 额外要求:
- 建议安装 Rosetta 2 以获得最佳兼容性
- 可通过终端命令安装:
softwareupdate --install-rosetta
下载 Docker Desktop
根据您的 Mac 处理器类型选择对应的版本:
- Apple silicon 版本:针对 M1/M2 等 ARM 架构处理器优化
- Intel 芯片版本:传统 x86 架构处理器使用
安装步骤
图形界面安装(推荐)
- 下载安装包:获取对应版本的 .dmg 文件
- 挂载镜像:双击下载的 .dmg 文件
- 安装应用:
- 将 Docker 图标拖拽到 Applications 文件夹
- 默认安装路径:
/Applications/Docker.app
- 首次运行:
- 双击 Applications 中的 Docker.app
- 阅读并接受 Docker 订阅服务协议
- 配置选择:
- 推荐设置(需要密码):自动配置最优设置
- 高级设置:可自定义 CLI 工具位置等选项
命令行安装(适合批量部署)
sudo hdiutil attach Docker.dmg
sudo /Volumes/Docker/Docker.app/Contents/MacOS/install
sudo hdiutil detach /Volumes/Docker
高级安装选项
安装命令支持多种参数:
-
许可协议:
--accept-license:预先接受许可协议
-
权限配置:
--user=<username>:预先配置权限,避免首次运行时需要root权限
-
组织限制:
--allowed-org=<org名>:限制只有特定组织的成员可以使用
-
网络设置:
--network-http-mode:设置HTTP网络模式--custom-network-http:自定义HTTP网络地址--network-exclude-list:设置网络例外列表
企业部署建议
对于IT管理员,可以通过MDM工具管理Docker Desktop部署:
- 版本管理:确保所有设备使用最新版本
- 许可证监控:跟踪企业内的使用情况
- 安全策略:可强制要求用户登录
安装后验证
- 打开终端,运行以下命令检查Docker是否正常工作:
docker --version docker run hello-world - 确认Docker Desktop应用图标在菜单栏可见
常见问题解决
-
权限问题:
- 确保安装过程中输入了正确的管理员密码
- 检查系统偏好设置中的安全性与隐私设置
-
Apple silicon兼容性:
- 如果遇到x86镜像问题,尝试添加
--platform linux/amd64参数 - 确保Rosetta 2已正确安装
- 如果遇到x86镜像问题,尝试添加
-
启动失败:
- 检查系统日志获取详细错误信息
- 尝试重置Docker Desktop到默认设置
后续步骤
- 学习Docker基础知识:了解容器、镜像等核心概念
- 探索Docker Desktop功能:
- Kubernetes集成
- 容器管理界面
- 资源使用监控
- 配置开发环境:设置适合您项目的开发工作流
注意事项
- 商业使用限制:大型企业(超过250名员工或年收入超过1000万美元)需要付费订阅
- 系统更新:保持macOS和Docker Desktop为最新版本以获得最佳兼容性
- 资源占用:Docker会占用一定系统资源,建议在资源充足的设备上使用
通过本指南,您应该已经成功在Mac上安装并配置了Docker Desktop,可以开始您的容器化开发之旅了。
登录后查看全文
热门项目推荐
相关项目推荐
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
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
674
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
626
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++
945
886
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
398
301
🎉 (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
1.56 K
908
暂无简介
Dart
920
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212