【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
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (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
1.37 K
781