docker 运行jar包 指定配置文件

要在Docker中运行JAR包并指定配置文件,你可以创建一个Dockerfile来定义你的容器环境,并在其中指定如何运行JAR包和配置文件。下面是一个简单的例子,展示了如何在Dockerfile中设置这些配置:

第一步:创建 Dockerfile文件,编写文件内容

首先,创建一个名为Dockerfile的文件,并添加以下内容:

复制代码
`# 使用基础镜像
FROM openjdk:8-jdk-alpine

# 将当前目录下的jar文件复制到容器的/app目录下
COPY your-app.jar /app/your-app.jar

# 将当前目录下的配置文件复制到容器的/app目录下
COPY your-config.properties /app/your-config.properties

# 设置工作目录
WORKDIR /app

# 运行JAR包,并指定配置文件
ENTRYPOINT ["java","-jar","your-app.jar","--spring.config.location=/app/your-config.properties"]`

在上面的Dockerfile中,我们使用了openjdk:8-jdk-alpine作为基础镜像,该镜像包含了Java运行环境。然后,我们将JAR包和配置文件复制到容器的/app目录下,并设置工作目录为/app。最后,我们使用ENTRYPOINT指令来指定如何运行JAR包,其中--spring.config.location参数用于指定配置文件的路径。

  1. 确保你的JAR包和配置文件与Dockerfile位于同一目录下。
  2. 在终端中,使用以下命令构建Docker镜像:
复制代码

第二步:创建docker镜像

复制代码
`docker build -t your-app-image .`

这将使用Dockerfile中的配置来构建一个名为your-app-image的Docker镜像。

完成之后输入 docker images 查看

第三步:运行docker镜像

构建完成后,你可以使用以下命令运行容器:

复制代码
`docker run -p 8080:8080 your-app-image`

这将启动一个容器,并将容器的8080端口映射到主机的8080端口。你可以根据你的需要调整端口映射。

现在,你的JAR包将在Docker容器中运行,并使用指定的配置文件。你可以通过访问主机的8080端口来访问你的应用程序。

请注意,上述示例假设你的JAR包和配置文件分别是your-app.jar和your-config.properties,你需要根据实际情况进行替换。此外,你还可以根据需要添加其他配置和依赖项,以满足你的应用程序要求。

相关推荐
csdn_aspnet7 小时前
Docker MySql 5.7、MySql8.x 进阶配置
mysql·docker·容器
wflynn10 小时前
GitHub 今日推荐|kiri:clone3 系统调用直达容器,2.5 毫秒启动无 runc 中间层
docker·rust·kubernetes·开源·github·containers
方便面不加香菜14 小时前
Docker Volume -- 对照总结及综合实战案例操作演示
运维·docker·容器
七夜zippoe17 小时前
Nexent Linux 部署:用 deploy.sh
linux·服务器·docker·部署·ai智能体·nexent
cpolar技术支持20 小时前
容器数是 6 个、6 个、还是 6 个,可服务早被换掉了:用一个 5.5MB 的 Go 单文件把机器每周的变化记下来,再给它套一层别人看不懂的入口
python·docker·ai·cpolar
csdn_aspnet2 天前
macOS 10 、Docker 玩轉 MySQL
运维·mysql·macos·docker·容器·mac
对象存储与RustFS2 天前
Jenkins 的构建产物别堆在控制器磁盘:用 RustFS 当它的 S3 工件仓库
后端·docker·云原生
java_logo2 天前
Docker 部署 DeepSeek Harness(moelin):轻松搭建带登录的本地 AI Agent 平台
运维·docker·容器·ai agent·deepseek·harness·轩辕镜像
xbzb3 天前
容器 IP 每次重建都变?docker network 五种模式与自定义网桥固定地址
网络·docker·容器·ip·network·固定
打工仔折腾 AI3 天前
Changedetection.io 网页变动监控:Docker 部署、通知配置与公网暴露实践
运维·人工智能·后端·python·docker·容器·性能优化