虚拟化部署-Docker

一、实用价值：

简化Linux环境下服务程序的部署流程，通过容器化封装程序运行所需的全部环境（系统依赖、库文件、配置），彻底解决依赖兼容问题，实现一键快速部署。

1. 解决 “环境不一致” 问题（最核心）

把应用 + 所有依赖（如 Java 17、MySQL 驱动、Nginx 配置）打包成镜像，开发 / 测试 / 生产都用同一个镜像运行，环境 100% 一致，彻底杜绝 “环境问题”。

2. 解决 “依赖安装复杂” 问题

镜像中已包含所有依赖，部署时只需一行命令docker run，无需手动装任何软件，零基础也能部署。

3. 解决 “服务隔离” 问题

每个服务运行在独立容器中，依赖完全隔离，互不影响，一台服务器可安全运行多个不同环境的服务。

4. 解决 “扩缩容 / 迁移难” 问题

容器可通过docker-compose或 K8s 一键扩容，迁移时只需在新服务器下载镜像、启动容器，分钟级完成。

5. 解决 “开发 - 部署效率低” 问题

结合 CI/CD 工具（如 Jenkins），代码提交后自动构建镜像、推送、更新容器，实现 “代码修改→自动部署” 的全流程自动化。

6. 降低 Linux 部署门槛

Docker 把 “复杂的 Linux 环境配置” 封装成镜像，只需掌握几个 Docker 核心命令，就能完成服务部署，无需深入学 Linux 底层。

二、简介：

1. 容器（Container）的核心概念

容器是基于操作系统层面的轻量级虚拟化技术，可以把它理解为：一个 “打包好的、可移植的、独立的运行环境”—— 把应用程序 + 它的所有依赖（代码、运行时、库文件、配置）全部打包在一个 “隔离的盒子” 里，这个盒子就是容器。

对比虚拟机（VM），更容易理解容器的本质：

特性	容器（Docker）	虚拟机（VMware/Hyper-V）
虚拟化层级	操作系统层（共享主机内核）	硬件层（模拟完整硬件）
资源占用	极低（MB 级，启动秒级）	极高（GB 级，启动分钟级）
隔离性	进程级隔离（够用）	完全隔离（资源浪费）
可移植性	一次打包，所有 Linux 系统直接运行	需适配硬件，移植性差
镜像体积	小巧（如 Java 镜像几百 MB）	庞大（Windows 镜像几十 GB）

2. Docker 的核心理念：“一次构建，到处运行”（Build, Ship, Run）

Docker 的设计初衷是解决 “开发环境能跑，生产环境跑不起来”的经典问题，核心理念分三层：

Build（构建）：在开发环境（Windows/macOS/Linux）把应用 + 依赖打包成「镜像（Image）」—— 镜像就是容器的 “模板”，是只读的；
Ship（分发）：把镜像上传到镜像仓库（如 Docker Hub、私有 Harbor），开发 / 测试 / 生产环境都能下载；
Run（运行）：在任意支持 Docker 的系统（主要是 Linux）上，基于镜像创建「容器」并运行 —— 无论开发还是生产，运行环境 100% 一致。

3. Docker 的底层原理

Docker 能实现 “轻量级隔离 + 跨平台运行”，核心依赖 Linux 内核的 3 个特性：

命名空间（Namespace）：实现容器的 “隔离性”—— 每个容器有自己独立的进程、网络、文件系统、用户空间，互不干扰；
控制组（Cgroup）：实现容器的 “资源限制”—— 限制容器能使用的 CPU、内存、磁盘 IO，避免单个容器占满主机资源；
联合文件系统（UnionFS）：实现镜像的 “分层存储”—— 镜像由多个只读层叠加而成，容器运行时在最上层加一个可写层，节省磁盘空间，且镜像更新时只需修改差异层。

三、核心优点

环境一致性：开发 / 测试 / 生产环境 1:1，杜绝 “环境问题”；
轻量高效：容器启动秒级，资源占用仅为虚拟机的 1/10；
可移植性强：一次打包，所有 Linux 系统（甚至 Windows/macOS）直接运行；
隔离性好：服务之间依赖隔离，无冲突；
生态丰富：Docker Hub 有上百万个现成镜像（MySQL、Redis、Nginx、Java 等），开箱即用；
自动化友好：易集成 CI/CD，实现开发 - 部署全自动化。

四、常见问题

1、关于资源调配：

Docker 封装了 Linux Cgroup 资源管理的 API，默认依托 Linux 内核原生的按需抢占式资源调度；可手动配置容器的 CPU / 内存配额与资源优先级，既实现多容器的资源竞争利用，又能强制保障工业核心业务容器的资源占用，避免非核心容器抢占资源导致核心程序异常。

相关代码：

cpu资源分配：

# ==================== 1. CPU核数限制 ====================
# 格式：--cpus="数值"  限制容器最多使用N个CPU核心（支持小数，如0.5=半核）
# 场景：PLC数据采集程序（低CPU消耗），限制最多用1核
docker run -d --name plc-collect \
  --cpus="1" \                  # 核心限制：最多占用1个CPU核心
  your-plc-image:latest         # 你的工业程序镜像

# ==================== 2. CPU核心绑定 ====================
# 格式：--cpuset-cpus="核编号"  限制容器仅使用指定的CPU核心（编号从0开始）
# 场景：工业AI计算程序，绑定到2、3号核心（避免和其他程序抢核心）
docker run -d --name ai-calc \
  --cpuset-cpus="2,3" \         # 仅使用第2、3个CPU核心（多核服务器专用）
  your-ai-image:latest

# ==================== 3. CPU优先级 ====================
# 格式：--cpu-shares=数值  优先级权重（默认1024，值越大优先级越高，仅资源竞争时生效）
# 场景：PLC采集（核心）优先级1024，日志分析（非核心）优先级512
# ① 启动核心容器（PLC采集）
docker run -d --name plc-collect \
  --cpu-shares=1024 \           # 高优先级：资源竞争时优先分配CPU
  your-plc-image:latest

# ② 启动非核心容器（日志分析）
docker run -d --name log-analyze \
  --cpu-shares=512 \            # 低优先级：仅核心容器空闲时才分配更多CPU
  your-log-image:latest

# ==================== 4. 运行中调整CPU限制（无需重启容器） ====================
# 格式：docker update --cpus=新值 容器名/ID
# 场景：临时给AI计算容器扩容到2核
docker update --cpus="2" ai-calc

--cpus 是给容器设置 CPU 算力的「最高上限」（硬限制，永不超配）；--cpu-shares 是资源紧缺时，给容器保障的「算力分配优先级」（软规则，确保核心容器能优先拿到算力，不被抢占），可以配合使用。

内存分配：

# ==================== 1. 内存上限限制 ====================
# 格式：--memory="数值"  限制容器最大可用内存（支持单位：b/k/m/g）
# 场景：PLC采集程序限制最多用2G内存，防止内存泄漏导致宿主机崩溃
docker run -d --name plc-collect \
  --memory="2g" \               # 核心限制：最多占用2GB内存
  your-plc-image:latest

# ==================== 2. 内存+交换分区限制 ====================
# 格式：--memory-swap="数值"  内存+交换分区总上限（通常设为内存的1.5倍）
# 场景：数据计算容器，内存2G+交换分区1G（总3G）
docker run -d --name data-calc \
  --memory="2g" \
  --memory-swap="3g" \          # 内存用完后可使用1G交换分区（避免直接OOM）
  your-data-image:latest

# ==================== 3. 运行中调整内存限制 ====================
# 格式：docker update --memory=新值 容器名/ID
# 场景：临时给PLC采集容器扩容到3G内存
docker update --memory="3g" plc-collect

# ==================== 4. OOM保护====================
# 格式：--oom-kill-disable=true  禁止内核因OOM杀死容器（仅内存上限生效时可用）
# 场景：核心PLC采集容器，即使内存超量也不终止（优先保证运行）
docker run -d --name plc-collect \
  --memory="2g" \               # 必须先设内存上限，否则OOM保护不生效
  --oom-kill-disable=true \     # 禁用OOM杀手：核心程序不被终止
  your-plc-image:latest

查看：

# 查看单个容器的资源配置
docker inspect --format '{{.HostConfig.CpuShares}} {{.HostConfig.Memory}}' plc-collect
# 输出示例：1024 2147483648（1024=CPU优先级，2147483648字节=2G内存）

# 查看容器实时资源使用情况（类似Linux top）
docker stats plc-collect
# 输出：CPU使用率、内存使用率、内存占用量等实时数据

2、关于数据持久化：容器默认是 “临时的”，容器删除后数据会丢失，需通过 “数据卷（Volume）” 持久化数据；

先创建卷

# 创建PLC数据库专用卷（Docker自动管理存储路径，无需关心宿主机具体位置）
docker volume create plc-mysql-data

挂载卷

# 启动MySQL容器，挂载卷到数据目录，保障数据持久化
docker run -d --name plc-mysql \
  --restart=always \          # 意外崩溃自动重启（工业必配）
  -p 3306:3306 \              # 映射端口，方便宿主机/采集容器访问
  -e MYSQL_ROOT_PASSWORD=123456 \
  -e MYSQL_DATABASE=plc_data \ # 初始化PLC采集数据库
  -v plc-mysql-data:/var/lib/mysql \ # 核心：卷挂载到MySQL数据目录
  mysql:8.0                   # 工业场景选8.0 LTS版

3、两个服务互通：可以采用虚拟docker网络（与网络配置有关）：

# 1. 仅用虚拟网络启动数据库容器（无端口映射，容器内互通）
docker run -d --name plc-mysql \
  --network=plc-network \
  -e MYSQL_ROOT_PASSWORD=123456 \
  mysql:8.0

# 2. 采集容器接入同一网络，能访问数据库（容器内互通）
docker exec -it plc-collect ping plc-mysql  # 通
docker exec -it plc-collect mysql -h plc-mysql -u root -p123456  # 能连接

# 3. 宿主机无法访问数据库（无端口映射）
mysql -h localhost -P 3306 -u root -p123456  # 连接失败

# 4. 给数据库容器加端口映射（重启容器，或运行中映射不推荐）
docker run -d --name plc-mysql \
  --network=plc-network \
  -p 3306:3306 \  # 宿主机3306端口映射到容器3306
  -e MYSQL_ROOT_PASSWORD=123456 \
  mysql:8.0

# 5. 宿主机/外部能访问了
# 宿主机访问
mysql -h localhost -P 3306 -u root -p123456  # 成功
# 笔记本（IP：192.168.1.200）访问宿主机（IP：192.168.1.100）
mysql -h 192.168.1.100 -P 3306 -u root -p123456  # 成功（需宿主机防火墙放行3306）

4、镜像安全风险：第三方镜像可能包含恶意代码，需用官方镜像或私有仓库；

五、Docker 安装全流程：

安装：

# ==================== 步骤1：卸载旧版本 ====================
sudo apt-get remove -y docker docker-engine docker.io containerd runc

# ==================== 步骤2：更新系统包索引，安装依赖工具 ====================
sudo apt-get update
# 安装HTTPS传输、CA证书、密钥管理等必备工具
sudo apt-get install -y ca-certificates curl gnupg lsb-release

# ==================== 步骤3：添加Docker官方GPG密钥 ====================
# 创建密钥存储目录
sudo mkdir -p /etc/apt/trusted.gpg.d
# 1下载阿里云Docker GPG密钥（国内可访问）
curl -fsSL https://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/trusted.gpg.d/docker.gpg

# ==================== 步骤4：添加Docker官方软件源 ====================
# 官方源echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/trusted.gpg.d/docker.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

# 阿里云源
# echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/trusted.gpg.d/docker.gpg] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

# ==================== 步骤5：安装Docker Engine（核心组件） ====================
# 更新包索引
sudo apt-get update
# 安装最新稳定版Docker（包含docker-ce、containerd、docker-compose）
sudo apt-get install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

# ==================== 步骤6：启动并设置Docker开机自启 ====================
# 启动Docker服务
sudo systemctl start docker
# 设置开机自启
sudo systemctl enable docker

# ==================== 步骤7：验证安装是否成功 ====================
docker info # 能输出Docker系统信息，说明daemon正常 
docker ps -a # 能列出空列表（无容器），说明容器管理功能正常 
docker version # 能输出Client/Server信息，说明安装完整

# ==================== 步骤8：配置非root用户免sudo使用Docker ====================
# 将当前用户加入docker用户组
sudo usermod -aG docker $USER
# 生效配置（需重新登录服务器/终端）
newgrp docker
# 验证：无需sudo运行docker命令
docker ps

常用命令：

# 1. 查看Docker版本（确认安装成功）
docker --version
# 输出示例：Docker version 26.0.0, build 2ae903e

# 2. 查看Docker服务状态（确认运行中）
sudo systemctl status docker
# 输出 "active (running)" 表示服务正常

# 3. 查看已安装的Docker组件
dpkg -l | grep docker

# 4. 重启Docker服务（配置修改后生效）
sudo systemctl restart docker

六、Docker配置文件示例（仅供参考，与具体工程有关）：

# 阶段1：构建SpringBoot包（多阶段构建，减小最终镜像体积）
FROM maven:3.8.8-openjdk-8 AS builder
# 设置工作目录
WORKDIR /app
# 复制pom.xml和源码（利用Maven缓存）
COPY pom.xml .
COPY src ./src
# 国内环境：替换Maven镜像源（非官方补充，解决依赖下载慢）
RUN sed -i 's/central/mirrors.aliyun.com\/maven/g' /usr/share/maven/ref/settings-docker.xml
# 打包（跳过测试，加快构建）
RUN mvn clean package -DskipTests

# 阶段2：运行镜像（轻量JRE镜像）
FROM openjdk:8-jre-slim
# 设置工作目录
WORKDIR /app
# 从构建阶段复制打好的jar包
COPY --from=builder /app/target/*.jar app.jar
# 暴露后台API端口（自定义，比如8080）
EXPOSE 8080
# 启动命令（官方推荐exec格式）
# 注：数据库地址用容器名"mysql"（docker-compose编排后可直接解析）
CMD ["java", "-jar", "app.jar", "--spring.datasource.url=jdbc:mysql://mysql:3306/mine_autops?useUnicode=true&characterEncoding=utf8&serverTimezone=Asia/Shanghai", "--spring.datasource.username=root", "--spring.datasource.password=123456"]

多容器编排：

version: '3.8'  # 官方推荐稳定版本
services:
  # 1. MySQL数据库容器
  mysql:
    image: mysql:8.0  # 官方镜像
    container_name: mine-autops-mysql  # 容器名（后台程序可通过此名称访问）
    restart: always  # 开机自启核心配置
    environment:
      MYSQL_ROOT_PASSWORD: 123456  # 根密码
      MYSQL_DATABASE: mine_autops   # 初始化数据库
      MYSQL_CHARSET: utf8mb4        # 字符集
    volumes:
      - mysql-data:/var/lib/mysql   # 数据持久化（避免容器删了数据丢）
    ports:
      - "3306:3306"  # 宿主机端口映射（可选，方便本地连接）
    networks:
      - mine-autops-network

  # 2. SpringBoot后台容器
  backend:
    build: ./backend  # 构建backend目录下的Dockerfile
    container_name: mine-autops-backend
    restart: always  # 开机自启
    depends_on:
      - mysql  # 先启动MySQL再启动后台
    ports:
      - "8080:8080"  # 后台API端口映射
    networks:
      - mine-autops-network

  # 3. Python前端容器
  frontend:
    build: ./frontend  # 构建frontend目录下的Dockerfile
    container_name: mine-autops-frontend
    restart: always  # 开机自启
    depends_on:
      - backend  # 先启动后台再启动前端
    ports:
      - "5000:5000"  # 前端访问端口映射
    networks:
      - mine-autops-network

# 自定义网络（容器间隔离通信）
networks:
  mine-autops-network:
    driver: bridge

# 数据卷（持久化MySQL数据）
volumes:
  mysql-data:

七、Docker 生态：从开发到部署的全链路（配套工具）

Docker 不是单独使用的，有一套完整的生态工具，覆盖开发→测试→部署→运维全流程，核心工具如下：

工具 / 组件	作用	适用场景
Docker Desktop	Windows/macOS 的 Docker 图形化工具	开发环境
Docker Compose	多容器编排（如同时运行 Web+MySQL+Redis）	开发 / 测试 / 小型生产环境
Docker Hub	公共镜像仓库	测试 / 开源项目
Harbor	私有镜像仓库（企业级）	生产环境（避免镜像泄露）
Jenkins/GitLab CI	自动化构建镜像、推送、部署	开发 - 部署自动化（CI/CD）
Kubernetes (K8s)	容器编排平台（大规模集群部署）	生产环境（高可用、扩缩容）
Prometheus+Grafana	监控容器 / 服务器状态	运维监控
ELK	收集容器日志	日志分析 / 故障排查

八、Docker 生态：从开发到部署的全链路（配套工具）

1、Docker的网络默认是配置可用的，不需特殊配置；

2、开机自启动，需要先保证docker开机运行，然后再让各个容器随着docker运行而启动；

3、有些镜像源地址经常会出问题，需要用时先确认源可用。

posted on 2026-01-31 16:44 竹羊阅读(0) 评论(0) 收藏举报