01-Docker安装

原创 已于 2026-01-03 22:08:49 修改 · 860 阅读 · 13 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
GEO检测
标签
#eureka #云原生
于 2026-01-03 18:28:33 首次发布

Docker官方文档

0.Docker介绍


Docker是一个开源的应用容器引擎，它允许开发者打包他们的应用以及应用的依赖包到一个可移植的容器中，然后发布到任何流行的Linux机器或Windows服务器上。容器是完全使用沙箱机制(程序受控的环境)，相互之间不会有任何接口（类似iPhone的app）而且更轻量级。


核心概念

image.png


当我们利用docker安装应用时，docker会自动搜索并下载应用镜像（image).镜像不仅包含应用本身，还包含应用运行所需要的环境，配置，系统函数库。docker会在运行镜像时创建一个隔离环境，称为容器

1容器（Container）：


○容器是镜像创建的运行实例,它是一个轻量级的、可执行的独立软件包，包含了运行应用程序所需的一切：代码、运行时、系统工具、系统库和设置。
○容器化技术使得软件可以在几乎任何地方以相同的方式运行，解决了“在我的机器上可以运行”的问题。
●
2镜像（Image）：


镜像是构建容器的模板，它是一个只读的模板，用于创建Docker容器。
镜像通常是通过一个Dockerfile定义的，Dockerfile包含了构建镜像所需的指令。
 


3仓库（Registry）：


○Docker仓库用于存储和分发Docker镜像。
○公共的Docker Hub是最大的Docker镜像仓库，用户可以在那里找到、分享和运行高质量的Docker镜像。


Docker的主要特点：


●可移植性：Docker容器可以在任何支持Docker的操作系统上运行，应用部署和迁移变得非常简单。
●隔离性：容器之间是相互隔离的，一个容器的崩溃不会影响其他容器。
●轻量级：容器不需要像虚拟机那样启动一个完整的操作系统，因此它们可以快速启动，并且占用更少的系统资源。
●安全性：容器运行在自己的隔离环境中，并且可以限制对系统资源的访问，从而提供了额外的安全层。


Docker的工作流程：


1编写Dockerfile：定义应用的依赖、环境变量、配置等。
2构建镜像：通过Dockerfile构建应用镜像。
3运行容器：从镜像启动一个或多个容器实例。
4管理容器：启动、停止、监控和删除容器。
5共享镜像：将构建好的镜像推送到Docker仓库，以便在其他机器上使用

使用Docker的优势：


●快速部署和扩展：容器可以在秒内启动，这对于需要快速扩展服务的应用场景非常有用。
●持续集成和持续部署（CI/CD）：Docker可以简化从开发到生产环境的部署流程。
●微服务架构：Docker容器非常适合微服务架构，因为它允许将应用分解为多个独立的服务。


Docker的缺点：


●相对较新：Docker和相关技术相对较新，因此社区支持和文档可能不如一些成熟的技术完善。
●复杂性：虽然单个容器很简单，但在生产环境中管理大量容器可能会变得复杂。

1.卸载旧版Docker


cv到Linux命令行中执行即可(注意需要root权限 su - root)

shell 脚本

yum remove docker \
    docker-client \
    docker-client-latest \
    docker-common \
    docker-latest \
    docker-latest-logrotate \
    docker-logrotate \
    docker-engine \
    docker-selinux


本机运行结果:

image.png


2.配置Docker的yum库


Docker的yum源是一个软件仓库，它允许用户通过yum包管理器在基于Red Hat的Linux发行版（如CentOS、Fedora）上轻松地安装、更新和卸载Docker及其相关组件。Yum（Yellowdog Updater, Modified）是一个用于RPM-based Linux系统的自动化更新和软件包安装的工具。

2.1安装yum工具

Bash

 yum install -y yum-utils

安装时显示:Cannot find a valid baseurl for repo: base/7/x86_64,看如下文章

【已解决】CentOS7虚拟机安装yum-utils速度慢_yum install -y yum-utils-CSDN博客

解决方案:

  • 备份原有的repo文件(可选，有备无患)

sudo mv /etc/yum.repos.d/CentOS-Base.repo /etc/yum.repos.d/CentOS-Base.repo.backup

  • 下载阿里云的repo配置文件

sudo curl -o /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo

或者

sudo wget -O /etc/yum.repos.d/CentOS-Base.repo http://mirrors.aliyun.com/repo/Centos-7.repo

  • 刷新YUM元数据缓存

更新完repo文件后，需要清空并重建YUM的元数据缓存，以便让它认识新的仓库配置：
 

sudo yum clean all
sudo yum makecache

  • 使用阿里云源安装yum-utils

sudo yum --disablerepo=\* --enablerepo=aliyun install -y yum-utils

命令行提示了这个错误：

再执行一次安装命令即可,本机运行结果如下:

2.2配置Docker的yum源（更新为阿里云源）

Bash

sudo yum-config-manager --add-repo https://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

sudo sed -i 's+download.docker.com+mirrors.aliyun.com/docker-ce+' /etc/yum.repos.d/docker-ce.repo

本机运行结果:

更新yum,建立缓存

Bash

sudo yum makecache fast

3.安装Docker

3.1安装命令

yum install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

结算动画(bushi):

3.2启动和校验

#查看Docker版本
docker -v

# 启动Docker
systemctl start docker

#列出运行在本地Docker主机上的所有镜像
docker images

# 停止Docker
systemctl stop docker

# 重启
systemctl restart docker

# 设置开机自启
systemctl enable docker

# 执行docker ps命令，如果不报错，说明安装启动成功
docker ps

当未启动时,查看镜像(docker images)结果为:

启动Docker后的查看镜像结果:

4.配置镜像加速

镜像地址可能会变更，如果失效可以百度找最新的docker镜像。

配置镜像步骤如下：

Bash

# 创建目录
mkdir -p /etc/docker

# 复制内容，注意把其中的镜像加速地址改成你自己的
sudo tee /etc/docker/daemon.json <<-'EOF'
{
    "registry-mirrors": [
        "http://mirrors.ccs.tencentyun.com",
        "http://hub-mirror.c.163.com",
        "https://mirrors.tuna.tsinghua.edu.cn",
        "http://mirrors.sohu.com",
        "https://ustc-edu-cn.mirror.aliyuncs.com",
        "https://ccr.ccs.tencentyun.com",
        "https://docker.m.daocloud.io",
        "https://docker.awsl9527.cn"
    ]
}
EOF

# 重新加载配置
systemctl daemon-reload

# 重启Docker
systemctl restart docker

Extra: 部署Mysql

安装Mysql:

image.png

docker run -d  \
--name mysql \
-p 3306:3306 \
-e TZ=Asia/Shanghai \
-e MYSQL_ROOT_PASSWORD=123 \
mysql

Extra:Ubuntu部署Docker

Docker引擎安装官方文档

Docker引擎安装

  1. 执行下面的命令卸载冲突软件包

for pkg in docker.io docker-doc docker-compose docker-compose-v2 podman-docker containerd runc; do sudo apt-get remove $pkg; done

  2.我们选择存储库安装apt,首先设置docker存储库

即通过配置 Docker 官方提供的软件仓库（Repository），使用 Ubuntu 的 apt 包管理器进行安装和管理。

逐行执行如下命令:

期间会问询是否消耗空间,总是要输入Y确认,涉及下载或安装的命令添加-y选项可以默认都选Y

# 1. 安装基础工具
sudo apt install ca-certificates curl gnupg

# 2. 创建密钥目录（权限700）
sudo install -m 0755 -d /etc/apt/keyrings

# 3. 下载并导入GPG密钥（验证软件包真实性）
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

# 4. 设置密钥可读权限
sudo chmod a+r /etc/apt/keyrings/docker.gpg

# 5. 添加仓库地址（动态获取系统版本）
echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu $(. /etc/os-release && echo "$VERSION_CODENAME") stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

# 6. 更新软件源（使新仓库生效）
sudo apt update

3安装Docker核心组件
 

# 安装核心组件(默认选最新版的)
sudo apt install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

4运行镜像验证是否安装成功

sudo docker run hello-world

排错

第四部输出日志如下

pokemon@pokemon-VMware-Virtual-Platform:~$ sudo docker run hello-world
Unable to find image 'hello-world:latest' locally
docker: Error response from daemon: Get "https://registry-1.docker.io/v2/": net/http: request canceled while waiting for connection (Client.Timeout exceeded while awaiting headers)

Run 'docker run --help' for more information

表明 Docker 客户端无法连接到 Docker Hub（默认的容器镜像仓库）。

  • 首先检查服务状态 sudo systemctl status docker

    如图显示正常,否则如下命令重启服务器sudo systemctl start docker
  • 测试网络连接

# 测试是否能解析 Docker Hub 域名
ping registry-1.docker.io

# 测试 HTTPS 端口连通性
curl -v

https://registry-1.docker.io/v2/

如图,网络不通,测试其他网站是否通ping 8.8.8.8,如图正常抓包

可能是目标端口被阻断（Docker Hub 使用 443 端口）

运行端口测试：

telnet registry-1.docker.io 443
# 或使用 nc
nc -zv registry-1.docker.io 443

即端口被拒绝,需要配置镜像加速器

编译Docker配置如下:

sudo tee /etc/docker/daemon.json <<EOF
{
  "registry-mirrors": [
    "https://docker.mirrors.ustc.edu.cn",
    "https://registry.cn-hangzhou.aliyuncs.com"
  ]
}
EOF

重启Dockersudo systemctl restart docker

重新测试sudo docker run hello-world

如果还是失败,说明镜像源出问题了,重新配置

手配镜像源

网址 

https://www.yuque.com/taijuanlebaai/fh01mx/bpn59snshbmekp2m?singleDoc#DgXYk

国内镜像源地址

zyu67
关注
yum安装docker-18.01-ce
weixin_34007906的博客
09-17 706
yum安装docker-18.01-ce1、删除原来docker#rpm -qa|grep docker#yum remove docker-engine-17.05.0.ce2.把docker的repo文件放置到yum仓库 3.安装docker新版本#yum -y install docker-ce-18.01.0.ce 附：docker-ce.repo内容 [docker-ce-stable]...
【Docker】01 Docker安装与配置
非凡博客
02-07 2032
Docker是容器引擎，把Linux的cgroup、namespace等容器底层技术进行封装抽象，为用户提供了创建和管理容器的便捷界面（包括命令行和API）。
01Docker安装
gh_xiaohe的博客
03-14 694
安装Docker 环境准备 1、需要会一点点的Linux的基础 2, CentOS 7 3、我们使用Xshell 连接远程服务器进行操作！ 环境查看 正在上传…重新上传取消 安装 帮助文档: 1、卸载旧版本，官方文档查找 https://docs.docker.com/ sudo yum remove docker \ docker-client \ docker-client-latest \ ...
【Docker】01： 安装Docker
大橘的博客
12-19 717
官方网站上有各种环境下的 安装指南，这里是介绍 Docker CE 在 CentOS上的安装。 1.CentOS安装Docker Docker CE 支持 64 位版本 CentOS 7，并且要求内核版本不低于 3.10， CentOS 7 满足最.
Docker学习之路01：Docker的安装
热门推荐
?
03-15 4万+
Docker学习之路01：Docker的安装 Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的 Linux或Windows 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。 一、环境准备 1、需要 Linux 基础 2、CentOS 7 系统 3、我们使用Xshell连接远程服务器进行操作 二、环境查看 # 系统内核是 3.10 以上的 [root@master /]# uname -r 3.10.0-112
【docker基础】第十三周：学习总结与进阶方向【完结】
正经教主是个热衷于正经学习分享的教主。
06-16 276
本文是Docker系列教程的总结篇，全面梳理了Docker知识体系。主要内容包括： 核心知识回顾：涵盖镜像/容器/仓库概念、Docker架构、操作命令速查表（镜像/容器/网络/数据卷/Compose） 最佳实践：镜像构建（多阶段/非特权用户/健康检查）、容器安全（资源限制/只读系统/网络隔离）、生产环境检查清单 进阶路径：提供Kubernetes专家、DevOps工程师、云原生开发、容器安全专家四个方向的学习路线和资源推荐 学习资源。
[Spring Cloud] Eureka 配置并使用
Boop_wu的博客
06-13 450
综上 在分布式系统种 , 系统间的网络不能 完全保障 , 所以 分区容错性必不可少 , 那只能在 CP 架构 或 AP 架构选其一。加入 服务注册中心 : 用于保存服务提供者的注册信息 , 当服务节点发生变化时 , 注册中心会同步变更 , 服务与注册中心使用一定机制的通信 , 当它们之间长时间无法通信 , 就会注销实例;如果更换机器 , 或者其它情况 , 这个 URL 就需要跟着变化 , 连带着的相关服务也随着更新 , 增加工作量。在上一节谈到 , 远程调用时 , 我们的 url 是硬编码的形式。
Nacos vs Eureka
njq774327136的博客
06-15 327
Nacos核心工作流程，以及与Eureka的区别
【docker基础】第九周：Docker安全与镜像优化
正经教主是个热衷于正经学习分享的教主。
06-16 403
讲解Docker安全与镜像优化两大主题。在安全方面，详细介绍了容器安全风险（如容器逃逸、恶意镜像等）及应对措施，包括使用非特权用户、官方镜像、资源限制和网络隔离等最佳实践，以及使用Dockerscan和Trivy进行镜像漏洞扫描。在镜像优化部分，提出了多阶段构建、使用alpine基础镜像、合并命令、清理文件等技术，通过优化前后的Dockerfile对比展示了显著的效果提升（从900MB减少到25MB）。文章最后提供了安全加固实战案例和常见问题解决方案。
Docker 知识全貌：一份体系化的知识结构报告
十年老程序猿，AI 疯狂研究专家，前沿硬核知识分享
06-13 416
Docker 的入门门槛极低，一条docker run就能拉起一个容器。但正因为如此，它成了一个最容易“会用但不懂”的技术栈。很多人遇到生产问题就束手无策：镜像动辄几个 GB 却不知道怎么瘦身，容器网络不通但抓包无从下手，数据莫名丢失只能拍脑袋重启，资源未设限制导致宿主机 OOM……根本原因在于——只知道敲命令，不理解底层原理。本文将以“总—分—总”的结构，完整梳理 Docker 的知识体系。基础认知层 → 核心原理层 → 实践操作层 → 工程落地层 → 知识架构总览。
Ubuntu26.04之Docker配置国内镜像加速器
★【World Of Moshow 郑锴】★
06-15 417
docker run hello-world时出现连接Docker Hub失败的问题，提示"connection reset by peer"，这是国内访问Docker官方仓库的常见网络问题。解决方法为配置国内镜像加速器：1）创建/etc/docker/daemon.json文件并写入多个镜像源地址（如docker.xuanyuan.me等）；2）重启Docker服务；3）通过docker info命令验证配置。配置成功后即可正常拉取镜像。
[Spring Cloud] Eureka 负载均衡(LoadBalance)
Boop_wu的博客
06-13 373
参考官网。
Docker 从入门到实战：核心概念、微服务编排与环境移植完全指南
2301_80168944的博客
06-14 388
Docker 核心技术解析与实践指南 摘要： Docker是一种开源应用容器引擎，通过轻量级容器技术解决环境不一致问题。与虚拟机相比，Docker具有启动快、资源占用少、可移植性强等优势。其核心架构包含镜像（不可变模板）、容器（运行实例）、仓库（镜像存储）和数据卷（持久化存储）四大概念。本文详细介绍了Docker在CentOS、Windows和Ubuntu系统的安装方法，以及国内镜像加速配置方案，并提供了完整的命令速查表，涵盖镜像管理、容器操作和Docker Compose编排等常用指令。通过标准化封装和运
云原生 AI 模型供应链安全：SLSA、Sigstore 签名与 K8s 准入治理实践
我的博客
06-16 202
AI 模型供应链安全正在经历传统软件供应链 2017-2021 年的完整演化轨迹——从安全意识的觉醒，到标准化工具的建立，再到云原生基础设施的深度集成。威胁面：AI 模型供应链的攻击面远超传统软件——Pickle 反序列化可导致远程代码执行、模型"脑叶切除"可绕过安全对齐、LoRA 适配器劫持可在推理阶段激活、命名空间劫持可静默替换被广泛引用的模型。OWASP LLM03:2025 将其列为第三大 LLM 安全风险，拆解出 13 种具体攻击场景。签名基础设施。
GPU 碎片与排队拥塞：云原生 AI 平台的智能调度方案
最新发布
m0_50889382的博客
06-20 43
云原生 AI 平台的智能调度，核心在于将 Kubernetes 原生的资源调度升级为工作负载感知调度。通过分层架构——上层处理优先级、碎片整理和抢占决策，下层处理 GPU 多实例分割、拓扑感知和跨节点聚合——可以在不侵入 Kubernetes 核心代码的前提下，实现面向 AI 工作负载的精细化资源管理。落地路线建议分三步推进：第一步，部署 GPU 资源拓扑感知插件，实现节点内 GPU 状态的精确采集；第二步，上线碎片率感知的节点打分策略，将碎片率纳入调度决策；
云原生 AI 平台架构设计：从模型服务到弹性调度的全链路工程实践
m0_50889382的博客
06-15 378
import ("context""fmt""time"// GPUMetricsAdapter 将 GPU 利用率暴露为 HPA 可消费的 External Metric// GetExternalMetric 查询 Prometheus 获取 GPU 利用率指标default:return nil, fmt.Errorf("不支持的指标: %s", metricName)// queryGPUUtilization 从 Prometheus 查询指定服务的平均 GPU 利用率。
云原生运维实战：高并发架构下的云原生可观测性、韧性降级与自动化干预体系
m0_73669661的博客
06-16 672
本文系统阐述了云原生时代现代化运维体系的构建路径，从传统被动响应模式转向主动自愈的AI友好型架构。主要内容包括：1）重构可观测性体系，实现指标、日志与链路的深度联动；2）分布式系统韧性治理，详解限流算法选型与动态降级实现；3）K8s集群高可用调优，解决CPU限制等核心问题；4）构建自动化故障自愈闭环系统；5）数据库与缓存的高并发调优实践。文章通过具体配置示例和数学公式，展示了如何建立具备深度可观测性、强韧性和自愈能力的运维体系，为迈向全面自治的智能运维奠定基础。
AI 应用容器化交付深度解析：模型打包、训练推理容器封装与云原生工作流
我的博客
06-17 168
本文深入探讨AI模型容器化交付的解决方案，分析了传统ML模型交付方式的四大痛点：版本混乱、安全缺位、分发瓶颈和运维割裂。作者提出采用OCI（Open Container Initiative）标准实现模型权重与推理引擎的解耦管理，详细介绍了Docker Model Spec和CNCF ModelPack两大核心标准的技术架构，包括模型打包格式、媒体类型定义和配置规范。文章还提供了企业级落地方案，涵盖Harbor注册中心、Dragonfly P2P分发等工具链整合，帮助实现从实验环境到生产部署的标准化AI模型
GPU 分时复用与 MIG 切分：云原生 AI 平台资源利用率提升的工程实践
m0_50889382的博客
06-14 426
GPU 分时复用与 MIG 切分是云原生 AI 平台提升资源利用率的两种互补手段。MIG 提供硬件级隔离，适合推理与训练混部以及对延迟敏感的生产服务；Time-Slicing 提供灵活的共享能力，适合开发测试和低优先级批处理场景。落地路线建议：第一步，在集群中识别 GPU 利用率低于 40% 的节点，优先部署 Time-Slicing 方案快速回收闲置算力；第二步，对 SLA 敏感的推理服务逐步迁移至 MIG 实例，确保延迟可预测；
AI 微服务架构云原生深度解析：推理网关、模型拆分与 API 治理实践
我的博客
06-14 244
核心痛点：当 AI 推理从实验性单模型部署走向生产级多模型、多团队、多租户平台时，单体推理服务架构面临 GPU 资源利用率低下、模型版本管理混乱、推理请求路由缺乏智能感知等系统性挑战。传统 API 网关和负载均衡器无法理解「请求正在使用哪个模型」「GPU 显存中已加载了哪些 LoRA 适配器」「KV Cache 利用率是否已达阈值」等推理特有维度，导致 GPU 集群实际利用率常低于 40%，尾延迟（p99）远超可接受范围。适配人群。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值