制作一个不依赖任何基础镜像的docker镜像

1、比如官方提供的hello-world镜像

#docker pull hello-world

#docker images

hello-world latest feb5d9fea6a5 2 years ago 13.3kB

可以看到这个镜像只有13.3kB

2、# docker run hello-world

只能打印一些信息

3、这个hello-world镜像的dockerfile就下面3行语句

  1. FROM scratch

    此镜像是从白手起家,从 0 开始构建。

  2. COPY hello /

    将文件"hello"复制到镜像的根目录。

  3. CMD ["/hello"]

    容器启动时,执行 /hello

4、我们可以扩充一下这个hello-world程序的功能,让它变得更强大。

扩充hello-world程序,还是要花费一些时间的,我们拷贝一个功能强大一些的程序吧,就用busybox了。

5、下载busybox

wget https://busybox.net/downloads/binaries/1.35.0-x86_64-linux-musl/busybox

这个程序只有1131168字节,即1.13MB

6、试用一下这个软件

#chmod +x busybox ---先增加可执行权限

#./busybox --打印这个程序的使用说明

#./busybox ls --打印当前目录下的文件和目录清单, 就是自己实现了一个简化版的ls命令

#./busybox sleep 3600 --自己实现的sleep命令

#./busybox sh --自己实现的sh shell

7、做一个自己的镜像吧

创建一个dockerfile文件

FROM scratch

COPY busybox /

CMD ["/busybox"]

然后 docker build -t my:v1 ./

#docker images ---看一下新作的这个镜像

REPOSITORY TAG IMAGE ID CREATED SIZE

my v1 3ba1a8427c3a 124 seconds ago 1.13MB

8、运行这个镜像

#docker run my:v1

可以看到 输出了 busybox的使用说明信息,但docker容器立刻结束了。

我们让它执行sleep命令,不要立即结束

docker run my:v1 /busybox sleep 3600

这个shell阻塞了。

重新开一个shell,docker ps一下

docker ps

CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES

9cc3dd651cf1 my:v1 "/busybox sleep 3600" 21 seconds ago Up 21 seconds cranky_black

登录到这个容器中

docker exec -it 9cc3dd651cf1 /busybox sh

./busybox ls

busybox dev etc proc sys

./busybox ps

PID USER TIME COMMAND

1 0 0:00 /busybox sleep 3600

7 0 0:00 /busybox sh

14 0 0:00 ./busybox ps

相关推荐
Lupino2 小时前
我把 OpenClaw 装到服务器上后,才明白它真正该装在哪里(实战复盘)
运维
Lupino5 小时前
别再只聊 AI 写代码了:技术负责人要把“变更治理”提到第一优先级
python·docker·容器
Java陈序员2 天前
轻量强大!一款现代化的 Kubernetes 集群管理与监控工具!
云原生·容器·kubernetes
爱吃橘子橙子柚子3 天前
3CPU性能排查总结(超详细)【Linux性能优化】
运维·cpu
Sheffield4 天前
Docker的跨主机服务与其对应的优缺点
linux·网络协议·docker
Sheffield4 天前
Alpine是什么,为什么是Docker首选?
linux·docker·容器
马艳泽4 天前
win10下运行Start Broker and Proxy报错解决
docker
舒一笑5 天前
程序员效率神器:一文掌握 tmux(服务器开发必备工具)
运维·后端·程序员
NineData5 天前
数据库管理工具NineData,一年进化成为数万+开发者的首选数据库工具?
运维·数据结构·数据库
用户13573999256605 天前
Windows 从 0 搭建 WSL2 原生 AI 开发环境:Codex + Docker + VSCode
docker