第1章 Docker入门：容器化技术简介

1.1 什么是容器化技术

传统部署方式的痛点

在传统的软件部署中，我们经常遇到这样的问题：

环境差异："在我的机器上能运行"成为开发与运维之间的经典矛盾
依赖冲突：不同应用需要不同版本的库或运行时
资源浪费：为了隔离应用，不得不为每个应用准备独立的服务器或虚拟机
部署复杂：需要在每台机器上重复配置环境、安装依赖

容器化技术的解决方案：容器化技术通过将应用程序及其所有依赖打包到一个独立的、可移植的单元中，彻底解决了上述问题。

容器的核心特征：

封装性：应用程序、依赖库、配置文件统一打包
隔离性：每个容器拥有独立的文件系统、进程空间、网络栈
轻量级：共享宿主机内核，启动速度快，资源占用少
可移植性：在任何支持容器的平台上运行，行为一致

容器 vs 进程

容器本质上是一个特殊的进程，但它通过Linux内核的命名空间（Namespace）和控制组（Cgroups）技术实现了隔离：

复制代码

传统进程：
- 共享操作系统资源
- 可以相互干扰
- 依赖系统环境

容器进程：
- 独立的文件系统视图
- 独立的网络栈
- 受控的资源配额
- 自包含的运行环境

1.2 Docker的发展历史

起源与诞生

2013年3月：Docker由dotCloud公司（后更名为Docker Inc.）开源发布
初衷：简化应用部署，提高开发效率
技术基础：基于Linux容器技术（LXC），后发展出自己的容器运行时libcontainer

关键里程碑

2014年：Docker 1.0发布，生产就绪
2015年：Docker公司推出Docker Hub，Docker Compose，Docker Machine
2016年：Docker原生支持Swarm集群编排
2017年：Kubernetes成为容器编排的事实标准，Docker开始支持Kubernetes
2019年：Docker企业版出售给Mirantis
2020年：Kubernetes弃用Docker作为容器运行时（但Docker镜像仍然兼容）

生态系统演进

Docker推动了整个容器生态的发展：

复制代码

Docker生态系统：
├── 容器运行时：containerd, runc
├── 镜像格式：OCI (Open Container Initiative)
├── 编排工具：Kubernetes, Docker Swarm
├── 镜像仓库：Docker Hub, Harbor, Quay
└── 监控工具：Prometheus, cAdvisor

1.3 Docker vs 虚拟机：架构对比

虚拟机架构

复制代码

+------------------+  +------------------+
|   Application    |  |   Application    |
+------------------+  +------------------+
|    Libraries     |  |    Libraries     |
+------------------+  +------------------+
|    Guest OS      |  |    Guest OS      |
+------------------+  +------------------+
|                                        |
|          Hypervisor (VMware/KVM)       |
|                                        |
+----------------------------------------+
|            Host Operating System       |
+----------------------------------------+
|            Physical Hardware           |
+----------------------------------------+

Docker容器架构

复制代码

+----------+  +----------+  +----------+
|   App A  |  |   App B  |  |   App C  |
+----------+  +----------+  +----------+
|   Libs   |  |   Libs   |  |   Libs   |
+----------+  +----------+  +----------+
|                                      |
|          Docker Engine               |
|                                      |
+--------------------------------------+
|       Host Operating System          |
+--------------------------------------+
|       Physical Hardware              |
+--------------------------------------+

关键区别对比

特性	虚拟机	Docker容器
启动速度	分钟级	秒级甚至毫秒级
资源占用	GB级（包含完整OS）	MB级（共享内核）
性能开销	较高（硬件虚拟化）	接近原生
隔离级别	操作系统级别	进程级别
镜像大小	GB级	MB级
操作系统	可运行不同OS	共享宿主机内核
适用场景	完全隔离、跨平台OS	微服务、快速迭代

技术实现差异

虚拟机：

通过Hypervisor（如KVM、VMware）进行硬件虚拟化
每个VM运行完整的操作系统
CPU、内存、I/O都需要虚拟化层转换

Docker容器：

使用Linux内核的Namespace进行隔离（PID、NET、IPC、MNT、UTS、USER）
使用Cgroups进行资源限制
直接调用宿主机内核，无需额外虚拟化层

何时选择虚拟机？

虚拟机仍然有其不可替代的场景：

需要运行不同操作系统：如在Linux上运行Windows应用
更强的安全隔离：敏感应用需要完全隔离
内核级别操作：需要修改或测试内核参数
遗留系统迁移：将物理机迁移到虚拟环境

容器与虚拟机的结合

在生产环境中，两者常常结合使用：

复制代码

物理服务器
  └── 虚拟机1 (Ubuntu)
       └── Docker容器A (Nginx)
       └── Docker容器B (MySQL)
  └── 虚拟机2 (CentOS)
       └── Docker容器C (App)
       └── Docker容器D (Redis)

这种架构结合了虚拟机的安全隔离和容器的轻量高效。

1.4 Docker的核心价值和应用场景

核心价值

1. 环境一致性

问题：开发、测试、生产环境不一致导致的"能运行"问题

Docker方案：

dockerfile 复制代码

# 开发环境
docker run -d myapp:1.0

# 测试环境
docker run -d myapp:1.0

# 生产环境
docker run -d myapp:1.0

同一个镜像，在任何环境中行为完全一致。

2. 快速交付与部署

传统方式：

准备服务器
安装操作系统
配置环境变量
安装依赖（Python、Node.js、MySQL等）
部署应用代码
调试配置

Docker方式：

bash 复制代码

docker run -d -p 80:80 myapp:latest

一条命令，几秒钟完成部署。

3. 资源利用率提升

在同样的硬件资源下：

虚拟机：可能只能运行10个虚拟机
Docker：可以运行100个甚至更多容器

4. 微服务架构的理想载体

复制代码

单体应用 → 微服务拆分

用户服务 (Container 1)
订单服务 (Container 2)
支付服务 (Container 3)
商品服务 (Container 4)

每个服务独立开发、部署、扩展

典型应用场景

场景1：Web应用部署

bash 复制代码

# 前端应用
docker run -d -p 80:80 nginx-frontend

# 后端API
docker run -d -p 8080:8080 api-backend

# 数据库
docker run -d -p 3306:3306 mysql:8.0

场景2：持续集成/持续部署 (CI/CD)

yaml 复制代码

# GitLab CI配置示例
build:
  stage: build
  script:
    - docker build -t myapp:$CI_COMMIT_SHA .
    - docker push myapp:$CI_COMMIT_SHA

deploy:
  stage: deploy
  script:
    - docker pull myapp:$CI_COMMIT_SHA
    - docker stop myapp || true
    - docker run -d --name myapp myapp:$CI_COMMIT_SHA

场景3：开发环境标准化

团队成员使用统一的开发环境：

bash 复制代码

# 所有开发者运行相同的开发环境
docker-compose up

# 包含：
# - Python 3.9
# - PostgreSQL 13
# - Redis 6
# - Nginx

场景4：多版本测试

同时测试应用在不同环境下的表现：

bash 复制代码

# Python 3.8环境
docker run -v $(pwd):/app python:3.8 python /app/test.py

# Python 3.9环境
docker run -v $(pwd):/app python:3.9 python /app/test.py

# Python 3.10环境
docker run -v $(pwd):/app python:3.10 python /app/test.py

场景5：大数据与机器学习

bash 复制代码

# 运行Jupyter Notebook
docker run -p 8888:8888 jupyter/datascience-notebook

# 运行TensorFlow训练
docker run --gpus all -v $(pwd):/workspace tensorflow/tensorflow:latest-gpu

场景6：数据库快速部署与迁移

bash 复制代码

# 快速启动MySQL用于开发
docker run -d \
  --name mysql-dev \
  -e MYSQL_ROOT_PASSWORD=123456 \
  -p 3306:3306 \
  mysql:8.0

# 数据库迁移：导出
docker exec mysql-dev mysqldump -uroot -p123456 mydb > backup.sql

# 数据库迁移：导入到新容器
docker exec -i mysql-prod mysql -uroot -ppassword mydb < backup.sql

场景7：微服务编排

使用Docker Compose管理复杂的微服务应用：

yaml 复制代码

version: '3'
services:
  web:
    image: myapp-web
    ports:
      - "80:80"
  api:
    image: myapp-api
    depends_on:
      - db
      - cache
  db:
    image: postgres:13
  cache:
    image: redis:6

ROCm虚拟化栈场景

针对ROCm开发，Docker可以提供：

bash 复制代码

# 运行特定版本的ROCm环境
docker run --device=/dev/kfd --device=/dev/dri \
  --group-add video \
  rocm/rocm-terminal:5.7 \
  rocminfo

# 构建和测试ROCm应用
docker run -v $(pwd):/workspace \
  rocm/dev-ubuntu-22.04:5.7 \
  bash -c "cd /workspace && make && ./test"

1.5 Docker的局限性

了解Docker的局限性同样重要：

1. 不适合运行图形界面应用

虽然有解决方案（X11转发），但比较复杂且性能不佳。

2. 持久化数据需要额外管理

容器删除后，内部数据也会丢失，需要使用数据卷。

3. 网络配置相对复杂

特别是在需要跨主机通信时。

4. 安全性需要额外考虑

容器共享宿主机内核，安全配置不当可能导致权限提升。

5. 学习曲线

虽然基本使用简单，但要精通需要理解Linux、网络、存储等知识。

1.6 小结

通过本章学习，我们了解了：

✅ 容器化技术：通过封装、隔离、轻量化解决应用部署问题

✅ Docker历史：从2013年诞生到成为容器技术标准

✅ 架构对比：Docker容器共享内核，比虚拟机更轻量高效

✅ 核心价值：环境一致性、快速部署、资源高效、微服务支持

✅ 应用场景：Web部署、CI/CD、开发环境、测试、大数据等

✅ 局限性：图形界面、持久化、网络、安全等需要注意的方面

下一步

在第2章中，我们将深入了解Docker的核心概念：镜像、容器、仓库，以及Docker的整体架构。这些概念是掌握Docker的基础。

思考题

在你的日常工作中，哪些场景可以使用Docker来提升效率？
对于ROCm虚拟化栈项目，使用Docker会带来哪些具体好处？
你认为在生产环境中，什么情况下应该选择虚拟机而不是容器？

相关资源：

Docker官方文档：https://docs.docker.com/
Docker Hub：https://hub.docker.com/
容器技术原理：https://www.kernel.org/doc/html/latest/admin-guide/cgroup-v2.html