开发者社区> 晨曦蜗牛> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

Docker初体验,创建并导出第一个本地镜像

简介:
+关注继续查看

准备工作,创建一个目录docker-test,用来存放创建镜像所需的文件,同事完成相关文件的创建。

[root@ChatDevOps ~]# mkdir docker-test
[root@ChatDevOps ~]# cd docker-test/
[root@ChatDevOps docker-test]# touch Dockerfile
[root@ChatDevOps docker-test]# touch app.py
[root@ChatDevOps docker-test]# touch requirements.txt

在Dockerfile中加入以下内容:

# Use an official Python runtime as a parent image
FROM python:2.7-slim

# Set the working directory to /app
WORKDIR /app

# Copy the current directory contents into the container at /app
ADD . /app

# Install any needed packages specified in requirements.txt
RUN pip install --trusted-host pypi.python.org -r requirements.txt

# Make port 80 available to the world outside this container
EXPOSE 80

# Define environment variable
ENV NAME World

# Run app.py when the container launches
CMD ["python", "app.py"]

在app.py中增加以下内容:

from flask import Flask
from redis import Redis, RedisError
import os
import socket

# Connect to Redis
redis = Redis(host="redis", db=0, socket_connect_timeout=2, socket_timeout=2)

app = Flask(__name__)

@app.route("/")
def hello():
    try:
        visits = redis.incr("counter")
    except RedisError:
        visits = "<i>cannot connect to Redis, counter disabled</i>"

    html = "<h3>Hello {name}!</h3>" \
           "<b>Hostname:</b> {hostname}<br/>" \
           "<b>Visits:</b> {visits}"
    return html.format(name=os.getenv("NAME", "world"), hostname=socket.gethostname(), visits=visits)

if __name__ == "__main__":
    app.run(host='0.0.0.0', port=80)

在requirements.txt中添加以下内容:

Flask
Redis

安装pip,并使用pip安装Flask和Redis:

[root@ChatDevOps docker-test]#  curl https://bootstrap.pypa.io/get-pip.py -o get-pip.py
[root@ChatDevOps docker-test]# python get-pip.py 
[root@ChatDevOps docker-test]# pip install -r requirements.txt
[root@ChatDevOps docker-test]# rm -rf get-pip.py 
[root@ChatDevOps docker-test]# ls
app.py  Dockerfile  requirements.txt

执行构建命令,使用-t选项指定镜像的仓库、标签。注意,镜像名称必须小写。

[root@ChatDevOps docker-test]# docker build -t local/chatdevops .
Sending build context to Docker daemon 4.608 kB
Step 1/7 : FROM python:2.7-slim
Trying to pull repository docker.io/library/python ... 
2.7-slim: Pulling from docker.io/library/python
... ...
[root@ChatDevOps docker-test]# docker image ls 
REPOSITORY              TAG                 IMAGE ID            CREATED             SIZE
local/chatdevops        latest              fc26e265213a        21 minutes ago      151 MB
docker.io/fedora        latest              cc510acfcd70        2 weeks ago         253 MB

使用刚刚创建的镜像构建一个容器,并将容器的80端口映射到本机的4000端口。

[root@ChatDevOps docker-test]# docker run -p 4000:80 local/chatdevops
 * Serving Flask app "app" (lazy loading)
 * Environment: production
   WARNING: Do not use the development server in a production environment.
   Use a production WSGI server instead.
 * Debug mode: off
 * Running on http://0.0.0.0:80/ (Press CTRL+C to quit)
172.17.0.1 - - [23/May/2018 04:21:04] "GET / HTTP/1.1" 200 -
172.17.0.1 - - [23/May/2018 04:21:04] "GET /favicon.ico HTTP/1.1" 404 -
172.17.0.1 - - [23/May/2018 04:22:24] "GET / HTTP/1.1" 200 -

在浏览器看一下效果:
image
镜像制作完成,导出镜像,选项-o表示将导出内容写入一个文件,替代了标准输出。

[root@ChatDevOps docker-test]# docker save -o chatdevops.tar local/chatdevops
[root@ChatDevOps docker-test]# ll
总用量 153716
-rw-r--r--. 1 root root       666 5月  23 09:52 app.py
-rw-------. 1 root root 157392896 5月  23 11:47 chatdevops.tar
-rw-r--r--. 1 root root       509 5月  23 11:12 Dockerfile
-rw-r--r--. 1 root root        12 5月  23 09:51 requirements.txt

在异机上导入刚刚创建的镜像。

[root@ChatDevOps docker-test]# scp chatdevops.tar root@10.1.1.1.12:/root/
[root@ChatDevOps ~]# ll
总用量 153704
-rw-------. 1 root root 157392896 5月  23 14:30 chatdevops.tar
[root@ChatDevOps ~]# docker load --input chatdevops.tar 
ba291263b085: Loading layer [==================================================>] 82.94 MB/82.94 MB
10dd6271862c: Loading layer [==================================================>] 7.487 MB/7.487 MB
4e1a46391216: Loading layer [==================================================>] 46.96 MB/46.96 MB
a40d037570f2: Loading layer [==================================================>] 7.649 MB/7.649 MB
d9bad830e350: Loading layer [==================================================>] 1.536 kB/1.536 kB
16b29278858d: Loading layer [==================================================>]  5.12 kB/5.12 kB
b6e1c4419841: Loading layer [==================================================>] 12.32 MB/12.32 MB
Loaded image: local/chatdevops:latest
[root@ChatDevOps ~]# docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
local/chatdevops    latest              dea564c3cb05        3 hours ago         151 MB

本文是Docker官方文档的实例的实践与拓展,刚刚学习Docker,诸多问题还望大家海涵和指教。

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
一文轻松实现Docker将本地镜像推送到阿里云
一文轻松实现Docker将本地镜像推送到阿里云
0 0
Docker本地镜像推送阿里云教程
本文我们来介绍下怎么将本地的镜像文件推送到阿里云中。
0 0
Docker(三)实战:-Docker部署Golang项目并关联Mysql容器
Dockerfile 文件是用于定义 Docker 镜像生成流程的配置文件,文件内容是一条条指令,每一条指令构建一层,因此每一条指令的内容,就是描述该层应当如何构建;这些指令应用于基础镜像并最终创建一个新的镜像
0 0
【Docker】三 镜像容器常用命令
国内访问Docker Hub的速度很不稳定,有时甚至出现连接不上的情况。本节我们来为Docker配置镜像 加速器,从而解决这个问题。目前国内很多云服务商都提供了镜像加速的服务。 常用的镜像加速器有:阿里云加速器、DaoCloud加速器等。各厂商镜像加速器的使用方式大致类似, 笔者以阿里云加速器为例进行讲解。
0 0
四位一体水溶交融,Docker一拖三Tornado6.2 + Nginx + Supervisord非阻塞负载均衡容器式部署实践
容器,又见容器。Docker容器的最主要优点就在于它们是可移植的。一套服务,其所有的依赖关系可以捆绑到一个独立于Linux内核、平台分布或部署模型的主机版本的单个容器中。此容器可以传输到另一台运行Docker的主机上,并且在没有兼容性问题的情况下执行。而传统的微服务架构会将各个服务单独封装为容器,虽然微服务容器化环境能够在给定数量的基础架构内实现更高的工作负载密度,但是,在整个生产环境中创建、监视和销毁的容器需求总量呈指数级增长,从而显著增加了基于容器管理环境的复杂性。
0 0
Win10系统下基于Docker构建Appium容器连接Android模拟器Genymotion完成移动端Python自动化测试
Python自动化,大概也许或者是今年最具热度的话题之一了。七月流火,招聘市场上对于Python自动化的追捧热度仍未消减,那么Python自动化到底能帮我们做些什么呢? 第一,Python自动化可以避免熟练工种的重复工作,对于功能相对完整和成熟的软件,每发布一个新的版本,无论是大版本还是小版本,其中大部分功能和界面都几乎和上一个版本相似或完全相同,但所谓向上兼容,你不能因为新功能的产生而不对老版本功能进行测试工作,而这些老功能又在上一个版本上线时测过,所以这部分功能特别适合于自动化测试,从而可以让测试达到测试每个特征的目的。
0 0
浩若烟海事半功倍|利用Docker容器技术构建自动化分布式web测试集群Selenium Grid
“世界上有那么多城市,城市里有那么多的酒馆,可她,却偏偏走进了我的.....”,这是电影《卡萨布拉卡》中的一句著名独白,投射到现实生活中,与之类似的情况不胜枚举,这世界上有那么多的系统,系统中有那么多的浏览器,在只有一台测试机的前提下,难道我们只能排队一个一个地做兼容性测试吗?有没有效率更高的方法呢?为此我们提出一个更高效的解决方案:使用Docker+Selenium Grid。
0 0
5个除了docker之外的轻量级容器
5个除了docker之外的轻量级容器
0 0
【云原生】Docker容器数据卷
【云原生】Docker容器数据卷
0 0
Jenkins+GitLab自动化部署到Docker容器
Jenkins+GitLab自动化部署到Docker容器
0 0
+关注
晨曦蜗牛
专注DevOps!
文章
问答
文章排行榜
最热
最新
相关电子书
更多
玩转Docker社区–“码头工人”的技术进阶心得
立即下载
Docker 镜像原理和最佳实践
立即下载
4天实战 轻松玩转docker
立即下载