引言
面向具备基础 Linux 操作经验的开发者/运维人员，本文将从核心原理到动手实战，带你掌握 Docker 核心用法，快速搭建轻量、隔离的应用运行环境。
- 引言
- 目录
-
- [一、引言：容器化技术与 Docker 的核心价值](#一、引言：容器化技术与 Docker 的核心价值)
- [二、Docker 核心概念解析](#二、Docker 核心概念解析)
-
- [2.1 核心术语](#2.1 核心术语)
- [2.2 Docker 轻量隔离的底层原理（Linux 内核特性）](#2.2 Docker 轻量隔离的底层原理（Linux 内核特性）)
- [三、环境准备与安装（Ubuntu 22.04）](#三、环境准备与安装（Ubuntu 22.04）)
-
- [3.1 卸载旧版本（如有）](#3.1 卸载旧版本（如有）)
- [3.2 配置软件源](#3.2 配置软件源)
- [3.3 安装 Docker 引擎](#3.3 安装 Docker 引擎)
- [3.4 验证安装并配置非 root 用户（可选）](#3.4 验证安装并配置非 root 用户（可选）)
- [四、Docker 基础操作演示](#四、Docker 基础操作演示)
-
- [4.1 核心命令实战](#4.1 核心命令实战)
- [4.2 编写 Dockerfile 构建自定义 Web 服务（Flask 示例）](#4.2 编写 Dockerfile 构建自定义 Web 服务（Flask 示例）)
- [4.3 使用 docker-compose 启动多容器应用（Web + Redis）](#4.3 使用 docker-compose 启动多容器应用（Web + Redis）)
-
- [步骤 1：编写 docker-compose.yml](#步骤 1：编写 docker-compose.yml)
- [步骤 2：启动/停止多容器](#步骤 2：启动/停止多容器)
- 验证效果
- [4.4 可视化工作流（Mermaid 流程图）](#4.4 可视化工作流（Mermaid 流程图）)
- 五、实战场景：快速部署隔离的开发测试环境
-
- [5.1 前置条件](#5.1 前置条件)
- [5.2 完整流程](#5.2 完整流程)
- [5.3 核心优势](#5.3 核心优势)
- 六、结语
- 总结
目录
一、引言：容器化技术与 Docker 的核心价值
在传统开发与运维流程中，"代码在我机器上能跑"是高频痛点------环境差异导致的配置兼容问题、资源浪费的虚拟机部署方式，都严重影响研发效率。容器化技术的出现彻底改变了这一现状：它基于 Linux 内核特性实现轻量级隔离，无需模拟完整操作系统，启动速度以秒级计，资源占用仅为虚拟机的 1/10 甚至更低。
Docker 作为容器化技术的事实标准，已成为现代 DevOps 与微服务架构的核心基础设施：它将应用及其依赖打包为可移植的镜像，实现"一次构建、处处运行"；在微服务场景中，每个服务可独立封装为容器，简化部署、扩缩容与版本管理；同时，Docker 也是 CI/CD 流水线的关键环节，打通了开发、测试、生产环境的一致性链路。
二、Docker 核心概念解析
2.1 核心术语
| 术语 | 核心定义 |
|---|---|
| 镜像（Image） | 只读的模板，包含运行应用所需的代码、运行时、库、环境变量和配置文件，是容器的"静态蓝本"。 |
| 容器（Container） | 镜像的运行实例，是动态的、可读写的隔离环境，一个镜像可创建多个独立容器。 |
| 仓库（Registry） | 存储和分发镜像的服务，如官方的 Docker Hub、私有仓库 Harbor 等。 |
| Dockerfile | 文本格式的构建脚本，定义了如何从基础镜像构建自定义镜像，是镜像的"源代码"。 |
2.2 Docker 轻量隔离的底层原理（Linux 内核特性）
Docker 并非"新发明"，而是对 Linux 内核已有隔离技术的封装，核心依赖两大特性：
- Namespace（命名空间） ：实现资源隔离，为每个容器创建独立的"视图"。Docker 主要使用 6 类 Namespace：
- PID Namespace：隔离进程 ID（容器内的 PID 1 与宿主机 PID 完全独立）；
- Network Namespace：隔离网络栈（容器有独立的网卡、IP、端口）；
- Mount Namespace：隔离文件系统挂载点；
- UTS Namespace：隔离主机名和域名；
- IPC Namespace：隔离进程间通信；
- User Namespace：隔离用户和组 ID。
- Cgroups（控制组）：实现资源限制，如限制容器可使用的 CPU 核数、内存大小、磁盘 IO 等，避免单个容器占用宿主机全部资源。
与虚拟机相比，Docker 无需虚拟化内核，直接复用宿主机 Linux 内核，因此启动更快、资源占用更低------这也是"轻量"的核心原因。
三、环境准备与安装（Ubuntu 22.04）
以下命令均需以 root 或 sudo 权限执行，确保操作可复现：
3.1 卸载旧版本（如有）
bash
sudo apt-get remove docker docker-engine docker.io containerd runc3.2 配置软件源
bash
# 更新 apt 包索引并安装依赖
sudo apt-get update
sudo apt-get install -y ca-certificates curl gnupg lsb-release
# 添加 Docker 官方 GPG 密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg
# 添加 Docker 稳定版源
echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null3.3 安装 Docker 引擎
bash
sudo apt-get update
# 安装最新版 Docker Engine、Containerd 和 Docker Compose
sudo apt-get install -y docker-ce docker-ce-cli containerd.io docker-compose-plugin3.4 验证安装并配置非 root 用户（可选）
bash
# 验证 Docker 服务是否启动
sudo systemctl status docker
# 运行测试容器，输出 "Hello Docker!" 则安装成功
sudo docker run --rm hello-world
# 配置非 root 用户免 sudo 使用 Docker（需重新登录生效）
sudo usermod -aG docker $USER四、Docker 基础操作演示
4.1 核心命令实战
bash
# 1. 拉取镜像（以 Nginx 为例）
docker pull nginx:1.25 # 拉取指定版本，不指定则默认 latest
# 2. 查看本地镜像
docker images
# 3. 运行容器（后台运行 + 端口映射 + 命名容器）
docker run -d --name my-nginx -p 8080:80 nginx:1.25
# 参数说明：
# -d：后台运行
# --name：指定容器名称
# -p 宿主机端口:容器端口：端口映射，访问宿主机 8080 即访问容器 80
# 4. 查看运行中的容器
docker ps
# 查看所有容器（包括停止的）
docker ps -a
# 5. 查看容器日志
docker logs my-nginx # 实时日志加 -f 参数：docker logs -f my-nginx
# 6. 进入容器交互终端
docker exec -it my-nginx /bin/bash
# 7. 停止/启动/删除容器
docker stop my-nginx
docker start my-nginx
docker rm my-nginx # 删除停止的容器，运行中容器需先 stop 或加 -f 强制删除
# 8. 删除镜像（需先删除基于该镜像的容器）
docker rmi nginx:1.254.2 编写 Dockerfile 构建自定义 Web 服务（Flask 示例）
创建目录并编写文件：
bash
mkdir flask-demo && cd flask-demo步骤 1：编写 Flask 应用（app.py）
python
from flask import Flask
import os
app = Flask(__name__)
# 从环境变量获取 Redis 地址（后续多容器场景用）
REDIS_HOST = os.getenv('REDIS_HOST', 'localhost')
@app.route('/')
def hello():
return f"Hello Docker! Redis Host: {REDIS_HOST}"
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)步骤 2：编写 Dockerfile
dockerfile
# 指定基础镜像（Python 3.9 轻量版）
FROM python:3.9-slim
# 设置工作目录
WORKDIR /app
# 复制依赖文件并安装
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
# 复制应用代码
COPY app.py .
# 暴露端口（仅声明，实际映射靠 docker run -p）
EXPOSE 5000
# 容器启动命令
CMD ["python", "app.py"]步骤 3：编写 requirements.txt
txt
flask==2.3.3步骤 4：构建镜像
bash
docker build -t my-flask-app:v1 .
# 参数说明：-t 打标签（名称:版本），. 指定 Dockerfile 所在目录步骤 5：运行自定义镜像
bash
docker run -d --name flask-app -p 5000:5000 my-flask-app:v1
# 访问验证：curl http://localhost:5000
# 输出：Hello Docker! Redis Host: localhost4.3 使用 docker-compose 启动多容器应用（Web + Redis）
docker-compose 可通过 YAML 文件定义多容器依赖关系，简化多服务启动。
步骤 1：编写 docker-compose.yml
yaml
version: '3.8' # Compose 文件版本
services:
# Flask 服务
web:
build: . # 基于当前目录的 Dockerfile 构建
ports:
- "5000:5000"
environment:
- REDIS_HOST=redis # 引用 Redis 服务名（Compose 自动解析为容器 IP）
depends_on:
- redis # 依赖 Redis 服务，启动时先启动 redis
# Redis 服务
redis:
image: redis:7.2-alpine # 直接使用官方轻量版 Redis
ports:
- "6379:6379"
volumes:
- redis-data:/data # 挂载数据卷，持久化 Redis 数据
# 定义数据卷（持久化 Redis 数据）
volumes:
redis-data:步骤 2：启动/停止多容器
bash
# 启动（后台运行加 -d）
docker-compose up -d
# 查看服务状态
docker-compose ps
# 查看日志（指定服务加服务名，如 docker-compose logs web）
docker-compose logs
# 停止并删除容器（保留数据卷）
docker-compose down
# 停止并删除容器+数据卷
docker-compose down -v验证效果
bash
curl http://localhost:5000
# 输出：Hello Docker! Redis Host: redis4.4 可视化工作流（Mermaid 流程图）
否
是
修改 Dockerfile/应用代码重新构建
docker build 构建镜像
镜像存储到本地/仓库
docker run/docker-compose up 运行容器
容器启动应用服务
宿主机/外部访问服务
服务是否正常?
查看容器日志/进入容器调试
容器持续运行
五、实战场景：快速部署隔离的开发测试环境
假设你需要为一个 Python Web 项目搭建隔离的开发测试环境，要求包含 Web 服务、Redis 缓存，且环境与本地系统隔离，步骤如下：
5.1 前置条件
- 宿主机已安装 Docker + Docker Compose；
- 项目代码已准备（复用上述 Flask 示例）。
5.2 完整流程
-
环境隔离准备：无需在宿主机安装 Python、Redis，避免污染本地环境；
-
编写配置文件 ：创建
docker-compose.yml（复用 4.3 节），确保所有依赖都通过容器提供； -
一键启动环境 ：
bash# 进入项目目录 cd flask-demo # 启动所有服务（首次运行会自动拉取镜像、构建 Web 镜像） docker-compose up -d -
开发调试 ：
- 代码修改后，重新构建并重启 Web 服务：
docker-compose build web && docker-compose restart web； - 查看 Redis 数据：
docker exec -it flask-demo-redis-1 redis-cli；
- 代码修改后，重新构建并重启 Web 服务：
-
环境清理 ：测试完成后，一键销毁环境，不留残留：
bashdocker-compose down -v
5.3 核心优势
- 隔离性：测试环境依赖（Python 版本、Redis 版本）与宿主机完全隔离，避免版本冲突；
- 一致性 ：团队成员使用相同的
docker-compose.yml，一键启动完全相同的环境； - 轻量高效：相比虚拟机，启动仅需数秒，资源占用极低；
- 可复用：配置文件可纳入代码仓库，随项目版本管理。
六、结语
Docker 通过封装 Linux 内核的 Namespace 和 Cgroups 特性，实现了轻量级的应用隔离，其"镜像-容器"模型彻底解决了环境一致性问题，大幅提升了开发、测试、部署的效率：
- 对开发者：无需手动配置复杂依赖，一键搭建隔离环境；
- 对运维人员：应用打包为镜像后，部署流程标准化、可自动化。
当然，Docker 仅解决了单节点容器管理问题，在生产环境的大规模微服务场景中，还需借助 Kubernetes（K8s）实现容器的编排、扩缩容、自愈等能力；同时，Docker 可无缝集成到 CI/CD 流水线（如 Jenkins、GitLab CI），实现"代码提交 → 自动构建镜像 → 自动部署测试环境"的全流程自动化。
掌握 Docker 基础后，进一步学习 K8s 核心概念（Pod、Deployment、Service）、容器网络、数据持久化等，将是打通云原生技术栈的关键一步。
总结
- Docker 核心是基于 Linux Namespace（隔离）和 Cgroups（资源限制）实现轻量级容器，核心实体包括镜像（静态）、容器（动态）、仓库（分发）；
- 实战中，Dockerfile 定义镜像构建规则，docker-compose 简化多容器应用管理，可快速搭建隔离的开发测试环境；
- Docker 解决了环境一致性问题，是 DevOps 和微服务的基础，生产环境可延伸至 Kubernetes 实现容器编排。
✨ 坚持用 清晰易懂的图解 + 代码语言， 让每个知识点都 简单直观 ！
🚀 个人主页 ：不呆头 · CSDN
🌱 代码仓库 ：不呆头 · Gitee
📌 专栏系列 ：
💬 座右铭 ： "不患无位，患所以立。"
