【免费下载】 Docker Node.js 开发环境配置指南
2026-02-04 04:23:14作者:伍希望
前言
本文将详细介绍如何使用 Docker 容器为 Node.js 应用程序搭建完整的本地开发环境。通过容器化开发,您可以获得一致的开发环境、便捷的服务依赖管理以及高效的开发调试体验。
环境准备
在开始之前,请确保您已经完成了 Node.js 应用程序的容器化基础配置。这包括:
- 已创建基本的 Dockerfile
- 已配置 compose.yaml 文件
- 应用程序能够在容器中正常运行
开发环境搭建
1. 添加本地数据库与数据持久化
在开发过程中,我们通常需要本地数据库服务。使用 Docker Compose 可以轻松实现这一点。
配置数据库服务
修改 compose.yaml 文件,添加 PostgreSQL 服务配置:
services:
server:
# 原有配置...
depends_on:
db:
condition: service_healthy
db:
image: postgres
restart: always
user: postgres
secrets:
- db-password
volumes:
- db-data:/var/lib/postgresql/data
environment:
- POSTGRES_DB=example
- POSTGRES_PASSWORD_FILE=/run/secrets/db-password
healthcheck:
test: ["CMD", "pg_isready"]
interval: 10s
timeout: 5s
retries: 5
volumes:
db-data:
secrets:
db-password:
file: db/password.txt
关键配置说明
- 数据卷(db-data):确保数据库数据在容器重启后不会丢失
- 健康检查(healthcheck):确保应用服务只在数据库就绪后启动
- 密码管理(secrets):安全地管理数据库密码
实现步骤
- 创建 db/password.txt 文件并设置数据库密码
- 更新应用服务的环境变量,添加数据库连接配置
- 启动服务并验证数据持久化功能
2. 开发容器配置
为了提升开发效率,我们需要配置容器以支持热重载和代码即时更新。
多阶段 Dockerfile
使用多阶段构建同时支持开发和生产环境:
# 基础阶段
FROM node:18-alpine as base
WORKDIR /usr/src/app
EXPOSE 3000
# 开发阶段
FROM base as dev
RUN npm ci --include=dev
USER node
COPY . .
CMD npm run dev
# 生产阶段
FROM base as prod
RUN npm ci --omit=dev
USER node
COPY . .
CMD node src/index.js
开发模式 Compose 配置
更新 compose.yaml 以支持开发模式:
services:
server:
build:
context: .
target: dev
ports:
- 3000:3000
- 9229:9229 # 调试端口
volumes:
- ./src:/usr/src/app/src # 绑定挂载实现代码热更新
开发工作流优势
- 代码实时更新:通过绑定挂载,本地代码变更立即反映到容器中
- 开发依赖隔离:仅开发环境安装测试和调试工具
- 调试支持:暴露 9229 端口用于 Node.js 调试
调试技巧
调试配置
- 确保 compose.yaml 中暴露了 9229 端口
- 使用 Chrome DevTools 或 VS Code 连接调试器
- 设置断点并检查应用状态
常见调试场景
- 数据库连接问题:检查环境变量和密码文件配置
- 热重载失效:验证绑定挂载是否正确配置
- 依赖问题:确认 package.json 和 node_modules 同步
最佳实践建议
- 环境分离:严格区分开发和生产环境配置
- 密码安全:永远不要将密码硬编码在文件中
- 资源清理:定期使用
docker compose down -v清理不再使用的资源 - 日志查看:使用
docker compose logs -f实时查看服务日志
总结
通过本文的配置,您已经建立了完整的 Node.js 容器化开发环境,具备以下特点:
- 集成的数据库服务
- 代码热更新支持
- 完善的调试能力
- 开发/生产环境隔离
这种配置方式不仅提高了开发效率,还确保了环境一致性,是现代化 Node.js 开发的推荐实践。
登录后查看全文
热门项目推荐
相关项目推荐
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 Notebook0118
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
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
683
1.33 K
Ascend Extension for PyTorch
Python
719
880
deepin linux kernel
C
32
16
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
457
439
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++
1.08 K
1.1 K
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
151
252
CANN 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 Notebook
305
118
昇腾LLM分布式训练框架
Python
178
221