深入解析DevOps与云计算面试指南中的Docker核心命令
2025-06-24 04:41:06作者:舒璇辛Bertina
前言
在现代软件开发与部署流程中,Docker已成为不可或缺的工具。本文基于DevOps与云计算面试指南项目中的Docker命令章节,将深入剖析日常工作中最常用的Docker命令,帮助开发者提升容器化工作效率。
Docker基础命令解析
容器生命周期管理
-
docker ps - 容器状态查看
- 基础用法:
docker ps查看运行中的容器 - 进阶技巧:
docker ps -a显示所有容器(包括已停止的) - 实用场景:快速了解当前运行的服务状态,检查异常退出的容器
- 基础用法:
-
docker run - 容器启动
- 基本语法:
docker run [选项] 镜像 [命令] - 典型示例:
docker run -d -p 8080:80 --name webapp nginx - 关键参数解析:
-d后台运行-p端口映射--name指定容器名称-v数据卷挂载
- 基本语法:
-
docker stop/start - 容器启停
- 停止容器:
docker stop 容器名/ID - 启动容器:
docker start 容器名/ID - 注意点:stop发送SIGTERM信号,若需强制停止使用
docker kill
- 停止容器:
镜像构建与管理
-
docker build - 镜像构建
- 基础用法:
docker build -t 镜像名:标签 . - 构建优化:
--no-cache忽略缓存,--pull强制拉取最新基础镜像 - 多阶段构建:减少最终镜像体积的关键技术
- 基础用法:
-
docker images - 镜像查看
- 基本命令:
docker images - 实用过滤:
docker images --filter "dangling=true"查看悬空镜像 - 空间分析:
docker system df查看Docker磁盘使用情况
- 基本命令:
-
docker rmi - 镜像删除
- 删除指定镜像:
docker rmi 镜像ID - 强制删除:
docker rmi -f 镜像ID(慎用) - 批量清理:
docker image prune删除悬空镜像
- 删除指定镜像:
调试与维护命令
容器调试三剑客
-
docker exec - 进入容器
- 典型用法:
docker exec -it 容器名 /bin/bash - 参数解析:
-i保持STDIN打开-t分配伪终端
- 替代方案:对于精简镜像可使用
sh替代bash
- 典型用法:
-
docker logs - 日志查看
- 基础查看:
docker logs 容器名 - 实时跟踪:
docker logs -f 容器名 - 时间戳显示:
docker logs -t 容器名 - 日志限制:
--tail指定行数,--since指定时间范围
- 基础查看:
-
docker inspect - 元数据查看
- 基础用法:
docker inspect 容器名/镜像名 - 字段过滤:
--format参数提取特定信息 - 实用示例:
docker inspect --format='{{.NetworkSettings.NetworkName}}' 容器名
- 基础用法:
系统维护命令
-
docker system prune - 系统清理
- 基础清理:
docker system prune删除停止的容器、悬空镜像和网络 - 彻底清理:
docker system prune -a额外删除未使用的镜像 - 空间回收:定期执行可有效释放磁盘空间
- 基础清理:
-
docker network - 网络管理
- 查看网络:
docker network ls - 创建网络:
docker network create 网络名 - 连接容器:
docker network connect 网络名 容器名
- 查看网络:
实战经验分享
高效工作流建议
-
组合命令技巧
- 停止并删除所有容器:
docker stop $(docker ps -aq) && docker rm $(docker ps -aq) - 批量删除悬空镜像:
docker image prune -f
- 停止并删除所有容器:
-
调试最佳实践
- 容器启动失败时,先查看日志:
docker logs 容器名 - 网络问题排查:
docker inspect查看网络配置 - 资源限制检查:
docker stats实时监控容器资源使用
- 容器启动失败时,先查看日志:
-
构建优化建议
- 使用
.dockerignore文件减少构建上下文 - 多阶段构建减少最终镜像体积
- 合理利用构建缓存加速构建过程
- 使用
总结
掌握这些核心Docker命令是高效使用容器技术的基础。从日常的容器管理到问题排查,再到系统维护,这些命令构成了完整的Docker工作流。建议开发者不仅要熟悉这些命令的基本用法,更要理解其背后的原理和适用场景,这样才能在复杂的生产环境中游刃有余。
记住,熟练使用Docker命令不是终点,而是构建可靠、高效的容器化系统的起点。随着经验的积累,你会逐渐形成自己的最佳实践和命令组合,使容器化工作更加得心应手。
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