Docker入门

Docker 是目前最主流的容器化技术之一，在 AI模型部署、微服务、DevOps 等场景中广泛使用。

本文将系统介绍：

• Docker 核心概念

• Docker 安装

• 镜像与容器管理

• Volume 数据持久化

• Docker 网络

• Docker Compose

• 使用 Docker 部署 TEI 模型推理服务

---

Docker核心概念

Docker 的核心概念主要有三个：

• 镜像（Image）

• 容器（Container）

• 镜像仓库（Registry）

简单理解：

概念	类比
镜像	安装包 / 模具
容器	运行后的程序
镜像仓库	软件商店

Docker 官方镜像仓库：

https://hub.docker.com/

带有 Docker Official Image 标识的是官方维护镜像。

---

Docker技术原理

Docker 利用 Linux 内核的两个核心机制：

• Cgroups

• Namespaces

实现资源限制和进程隔离。

---

Cgroups（资源限制）

用于限制容器使用的系统资源，例如：

• CPU

• 内存

• IO

• 网络带宽

作用：

• 防止某个容器占满服务器资源

• 容器之间互不影响

---

Namespaces（资源隔离）

用于隔离系统资源视图，例如：

• PID namespace（进程）

• NET namespace（网络）

• MNT namespace（文件系统）

• UTS namespace（主机名）

• IPC namespace

• USER namespace

因此容器内部看到的：

• 进程

• 网络

• 文件系统

都是 独立视图。

---

容器本质

容器本质是：

运行在宿主机 Linux 内核上的一组受限进程。

因此：

Docker 不是虚拟机。

容器	虚拟机
共享宿主机内核	独立内核
启动秒级	启动分钟级
资源占用小	资源占用大

---

Docker安装

官方安装入口

https://get.docker.com/

⚠ `get.docker.com `是快速安装脚本

生产环境建议使用官方仓库安装。

---

Linux安装

curl -fsSL https://get.docker.com -o install-docker.sh
sh install-docker.sh

验证：

docker --version

---

Windows安装

步骤：

1. 打开 启用或关闭 Windows 功能

2. 勾选 Virtual machine platform/虚拟机平台 和 适用于Linux的Windos子系统 (WSL)

3. 重启电脑

4. 设置 WSL2（以管理员身份打开命令提示符）

   wsl --set-default-version 2
   wsl --update

   若处于国内网络可以加上 --web-download

下载 Docker Desktop

https://www.docker.com/

若想指定安装目录，在安装文件目录中使用命令行方式，```--installation-dir=path```可指定安装位置

start /w "" "Docker Desktop Installer.exe" install --installation-dir=D:\Docker

安装后测试：

docker --version

---

Mac安装

只需在官网下载对应的安装包，安装即可运行

---

Docker镜像

下载镜像

完整格式：

docker pull docker.io/library/nginx:latest

含义：

docker.io registry
library namespace
nginx image
latest tag

简写：

docker pull nginx

---

指定架构

docker pull --platform=xxx nginx

常见架构：

架构	说明
amd64	x86服务器
arm64	ARM设备

---

镜像加速

修改配置文件：

/etc/docker/daemon.json

{
 "registry-mirrors": [
   "https://docker.m.daocloud.io",
   "https://docker.m.1panel.live",
   "https://hub.rat.dev"
 ]
}

重启Docker环境：

systemctl restart docker

---

Desktop配置镜像

Docker Desktop ------> 设置 ------> Docker Engine ------> 添加 配置文件内容的 registry-mirrors 部分的内容 ------> 点击 Apply&restart

---

Docker容器管理

查看镜像

docker images

---

删除镜像

docker rmi image_id

---

清理未使用镜像

docker image prune

---

Docker运行容器

示例：部署 Huggingface TEI推理服务

docker run -d \
  --name tei-cross-MiniLM-gpu2 \
  --gpus '"device=2"' \
  -p 18981:80 \
  -v /home/ghc/ebo_memory_test/models/models--cross-encoder--ms-marco-MiniLM-L-6-v2:/model/cross-encoder--ms-marco-MiniLM-L-6-v2 \
  --pull always \
  ghcr.io/huggingface/text-embeddings-inference:cuda-latest \
  --model-id /model/cross-encoder--ms-marco-MiniLM-L-6-v2 \
  --pooling mean \
  --dtype float16 \
  --max-concurrent-requests 2048 \
  --max-batch-tokens 65536 \
  --max-batch-requests 4096 \
  --max-client-batch-size 64 \
  --payload-limit 8000000 \
  --tokenization-workers 32

参数解释：

参数	作用
-d	后台运行
--name	容器名称
--gpus	指定GPU
-p	端口映射
-v	数据挂载
--pull always	每次拉取镜像

---

测试模型接口

curl 127.0.0.1:18981/rerank \
 -X POST \
 -d '{
   "query": "什么是深度学习？",
   "texts": [
     "深度学习是机器学习的一个分支，它利用多层神经网络进行数据分析。",
     "深度学习已广泛应用于图像识别、自然语言处理等领域。",
     "深度学习使得计算机能够像人类一样进行决策和学习。",
     "深度学习的核心思想是通过大量的数据训练神经网络，自动提取特征。",
     "随着数据量的增大，深度学习的表现越来越好。"
   ]
 }' \
 -H 'Content-Type: application/json'

返回：

{
 "results":[...]
}

表示 rerank 推理成功。

---

后台执行

docker run -d image_name/image_id

-d在后台执行，不会阻塞当前窗口

-it让容器进入控制台进行交互

⚠ 服务型容器通常使用`-d`

端口映射

-p 宿主机port:容器port宿主机端口映射到Docker端口。容器内的网络与宿主机的网络默认是隔离的，需要在启动参数中指定映射

参数传递

-e arg_name=arg

一般在仓库的镜像网址中会列出可以传递的环境变量

容器命名

--name container_name容器名称必须唯一，与容器的ID等价

查看容器

查看正在运行的容器：

docker ps

-a查看所有容器，包括已经停止运行的

停止/启动容器

docker stop/start container_id/container_name

删除容器

docker rm container_id/container_name

-f强制删除，可直接删除正在运行的容器

临时调试容器

-it让容器进入控制台进行交互

--rm让容器停止时自动删除

这对指令一般连用

docker run -it --rm alpine
ls
exit
# alpine轻量级Linux镜像，这里退出后容器自动删除

重启策略

--restart always任何停止（容器内部崩溃/宿主机断电等）都会立即重启

--restart unless-stopped重启因意外原因停止的容器（手动停止后不重启）

---

Volume（数据持久化）

Docker数据持久化有两种方式：

绑定挂载

-v host_path:container_path

特点：

• 容器删除数据不丢

• 与宿主机同步

---

命名卷

创建存储空间：

docker volume create volume_name

使用命名卷：

docker run -v volume_name:/data

查看真实路径：

docker volume inspect volume_name

列出所有创建过的命名卷：

docker volume list

删除命名卷：

docker volume rm volume_name

删除所有没有任何容器在使用的卷：

docker volume prune -a

---

Docker调试命令

查看容器参数

docker inspect container_name

查看日志：

docker logs container_name

-f滚动查看

在容器内部执行Linux命令：

docker exec container_id/container_name linux_command

进入容器：

docker exec -it container_name /bin/bash

---

Dockerfile

Dockerfile 定义镜像构建过程。

构建镜像

以Python程序为例，使用FastAPI创建一个get接口，运行在8000接口，requirements文件列出了程序的Python的依赖。

运行这个程序需要三步骤：1. 安装Python环境。 2. 安装依赖`pip install -r requirements.txt` 3.启动项目`python main.py`。最后浏览器访问`localhost:8000`

创建Dockerfile文件，所有Dockerfile第一行都是FROM，即该镜像从哪个镜像基础上构建而来。

搜索选择Python官方镜像Explore Docker's Container Image Repository | Docker Hub，选择3.13-slim

# file:Dockerfile
FROM python:3.13-clim

# 类似cd，切换到镜像内的目录作为工作目录
WORKDIR /app

# 先确保环境依赖没有问题
COPY requirements.txt .
# 安装依赖
RUN pip install --no-cache-dir -r requirements.txt

# 将原本的代码文件拷贝到镜像内的工作目录
COPY . .

# 声明镜像提供的服务端口，并不强制，仅作提示
EXPOSE 8000

# 容器运行时的默认启动命令，一个Dockerfile文件里面只能写一个CMD。ENTRYPOINT优先级更高，不容易被覆盖
CMD ["python", "main.py"]

构建好Dockerfile文件后， 在当前目录执行构建镜像：

docker build -t image_name[:version_name] .

同样能在本地基于这个镜像创建容器并运行

docker run -d -p 8000:8000 image_name

---

推送镜像

用户名即镜像命名空间

本地工作目录中登录Docker：```docker login```打开网址填写验证码，回到本地命令行显示"Login Succeeded"

此时构建镜像必须带上用户名：

docker build -t username/image_name[:version_name] .
docker push username/image_name[:version_name]

推送成功后即可在DockerHub上搜索

---

容器编排

一个应用往往由前端、后端、数据库等多部分组成。多应用的最佳实践时将每个模块打包成一个独立的容器。但单独配置、执行、管理会很复杂甚至出错，Docker Compose使用yml文件管理多个容器，里面列出容器之间是如何创建、以及如何协同工作的。

针对上述案例对应的Compose的yml文件配置，```depends_on```能指定启动顺序

# docker-compose.yml
services:
  my_mongodb:
    image: mongo
    environment:
      MONGO_INITDB_ROOT_USERNAME: name
      MONGO_INITDB_ROOT_PASSWORD: pass
    volumes:
      - /my/datadir:/data/db
      
      
  my_mongodb_express:
    image:mongo-express
    ports:
      - "8081：8081"
    environment:
      ME_CONFIG_MONGODB_SERVER: my_mongodb
      ME_CONFIG_MONGODB_USERNAME: name
      ME_CONFIG_MONGODB_PASSWORD: pass
    depends_on:
      - my_mongodb

创建并启动Compose：

docker compose up

-d后台运行

-f file_name指定文件名。若不指定文件名，必须是标准文件名```docker-compose.yml```

停止并删除容器：

docker compose down

仅停止容器：

docker compose stop

运行容器：

docker compose start

若compose已经在运行了，重复执行```compose up```并不会启动新的容器，没有任何效果。

---

Docker网络

查看网络

docker network list

默认模式：

bridge
host
none

删除自定义子网：

docker network rm network_name

---

Bridge模式

Docker网络默认是桥接模式，所有容器默认连接到这个网络，每个容器都分配了一个内部IP地址。

• 默认子网 172.17开头

• 容器间可通过容器名通信

• 容器网络与宿主机的网络互相隔离

创建网络：

docker network create mynetwork

默认情况下，创建的子网也是桥接模式。

加入网络：运行时使用参数```--network network_name```

指定容器加入不同的子网，同一个子网的不同容器之间可以互相通信，而跨子网则不可以通信。

同一个子网的容器可以使用容器名称互相访问，而不必使用内部IP地址。

Docker子网内部有一个DNS机制，可以把名字转换成IP地址。

同网络容器可直接通过 容器名通信。

示例：创建子网network1；创建容器my_mongodb没有指定宿主机的端口映射；创建容器mongodb客户端my_mongodb_express指定子网，并与宿主机做映射；通过my_mongodb_express作为桥梁，实现了宿主机通过8081端口即可访问到mongodb的my_mongodb内的数据。

docker network create network1

docker run -d \
--name my_mongodb \
-e MONGO_INITDB_ROOT_USERNAME=name \
-e MONGO_INITDB_ROOT_PASSWORD=pass \
-v /my/datadir:/data/db \
--network network1 \
mongo

docker run -d \
--name my_mongodb_express \
-p 8081:8081 \
-e ME_CONFIG_MONGODB_SERVER=my_mongodb \
-e ME_CONFIG_MONGODB_USERNAME=name \
-e ME_CONFIG_MONGODB_PASSWORD=pass \
--network network1 \
mongo-express

Host模式

Docker容器直接共享宿主机的网络，容器直接使用宿主机的IP地址，无需-p参数进行端口映射，容器内的服务直接运行在宿主机的端口上，通过宿主机的IP和端口能直接访问到容器。

docker run -d --network host image_name

没有指定端口映射也能在宿主机直接访问`ip:port`

# 进入容器查看IP地址
docker exec -it container_id/container_name /bin/sh
​
# 安装网络工具
apt update
apt install iproute2
ip addr show

None模式

docker run --network none nginx

不联网模式

---