Docker网络管理实战指南:从基础到容器互联
网络基础概念解析
在Docker网络管理中,我们需要理解几个核心网络概念:
-
IPAM(IP地址管理):负责容器IP地址分配的系统,类似于传统网络中的DHCP服务。Docker支持两种主要分配方式:基于CIDR的地址段分配和直接为每个容器分配独立IP。
-
Overlay网络:构建在现有网络之上的虚拟网络层,拥有独立的IP地址空间和路由规则,是实现跨主机容器通信的关键技术。
-
IPSec:点对点加密通信协议,常用于Overlay网络的数据通道加密。
-
vxLAN:由多家厂商联合提出的虚拟网络解决方案,突破了传统VLAN的4096个网络限制,支持高达1600万个虚拟网络。
-
Bridge(网桥):连接两个网络的设备,在Docker中特指docker0这个Linux网桥。
-
BGP协议:自治系统间的路由协议,用于骨干网络的路由交换。
Docker默认网络配置
安装Docker后,系统会自动创建以下网络配置:
- 默认使用172.17.0.0/16网段
- Docker主机地址为172.17.0.1
- 容器依次获取172.17.0.2到172.17.0.254的IP地址
查看容器IP地址的命令示例:
docker inspect -f '{{range.NetworkSettings.Networks}}{{.IPAddress}}{{end}}' 容器ID
Docker网络类型详解
1. Bridge网络(默认)
Docker默认使用的网络类型,对应docker0网桥。除非特别指定,所有容器都会连接到这个网络。
docker run -d -P --net=bridge nginx:1.9.1
查看bridge网络详情:
docker network inspect bridge
2. None网络
完全隔离的网络模式,容器不连接任何网络接口。
docker run -d -P --net=none nginx:1.9.1
3. Host网络
容器直接使用宿主机的网络栈,网络配置与宿主机完全一致。
docker run -d --net=host ubuntu:14.04 tail -f /dev/null
4. Overlay网络
用于跨主机容器通信的网络类型,需要配合Docker Swarm集群使用。
docker network create --driver overlay multihost-net
5. Macvlan网络
允许容器直接使用物理网络中的MAC地址和IP地址,需要网卡支持混杂模式。
docker network create -d macvlan \
--subnet=172.16.86.0/24 \
--gateway=172.16.86.1 \
-o parent=eth0 \
my-macvlan-net
网络管理实战操作
创建自定义网络
docker network create --driver bridge mi_red
指定容器使用特定网络
docker run -d -P --name Contenedor_Nombre --network mi_red imagen_uno
容器网络连接管理
将已有容器连接到新网络:
docker network connect test ubuntu1
断开容器与网络的连接:
docker network disconnect test ubuntu1
删除自定义网络
docker network rm mi_red
容器互联技术
Docker提供了容器互联功能,解决因容器重启导致IP变化带来的连接问题。通过--link参数,容器可以通过名称而非IP相互访问。
docker run -itd --link contenedor01 --name contenedor02 -h hostname ubuntu
这种连接方式下,Docker会自动维护DNS解析和路由规则,确保无论容器IP如何变化,名称解析始终有效。
最佳实践建议
- 生产环境建议使用自定义网络而非默认bridge网络
- 跨主机通信优先考虑Overlay网络
- 需要直接暴露到物理网络的容器可使用Macvlan
- 容器互联推荐使用自定义网络而非--link参数(较新版本更推荐使用网络别名)
- 定期清理不再使用的网络资源
通过合理运用Docker的网络功能,可以构建出灵活、安全且高效的容器化应用网络架构。
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- 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
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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