docker基本概念

docker包括三个基本概念：

镜像（image）
容器（container）
仓库（Repository）

1. 镜像

操作系统分为内核和用户空间

对于Linux而言，内核启动后，会挂载root文件系统为其提供用户空间支持。

而docker镜像（Image），就相当于是一个root文件系统。

比如：官方镜像ubuntu:18.04就包含了完整的一套Ubuntu18.04最小系统的root文件系统

docker镜像是一个特殊的文件系统，除了提供容器运行时所需的程序、库、资源、配置等文件外，还包含了一些为运行时准备的配置参数（如匿名卷、环境变量、用户等）

镜像不包含任何动态数据，其内容在构建之后也不会改变

分层存储

因为镜像包含操作系统完整的root文件系统，其体积往往是庞大的，因此在docker设计时，就充分利用UnionFS的技术，将其设计为分层存储的架构。

所以严格来说，镜像并非是像一个IOS那样的打包文件，镜像只是一个虚拟的概念，其实际体现并非由一个文件组成，而是一组文件系统组成，或者说，由多层文件系统联合组成。

镜像构建时，会一层层构建，前一层是后一层的基础。

每一层构建完就不会再发生改变，后一层的任何改变只发生在自己这一层。

比如，删除前一层文件的操作，实际不是真的删除前一层的文件，而是仅在当前层标记为该文件已删除。

在最终容器运行的时候，虽然不会看到这个文件，但是实际上该文件会一直跟随镜像。

因此，在构建镜像的时候，需要额外小心，每一层尽量只包含该层需要添加的东西，任何额外的东西应该在该层构建结束前清理掉

分层存储的特征还使得进项的复用、定制变得更为容易。甚至可以用之前构建好的镜像作为基础层，然后进一步添加新的层，以定制自己所需的内容，构建新的镜像。

2.容器

镜像（image）和容器（container）的关系，就像是面向对象程序设计中的类和实例一样

镜像是静态的定义，容器是镜像运行时的实体

容器可以被创建、启动、停止、删除、暂停等。

容器的实质是进程,但与直接在宿主执行的进程不同，容器进程运行于属于自己的独立的命名空间。

因此容器可以拥有自己的root文件系统、自己的网络配置、自己的进程空间，甚至自己的用户ID空间

容器内的进程是运行在一个隔离的环境内，使用起来，就好像是独立于宿主的系统下操作一样

这种特性使得容器封装的应用比直接在宿主运行更加安全

也因为这种隔离的特性，很多人初学docker时常常会混淆容器和虚拟机

镜像使用的是分层存储，容器也是如此。每一个容器运行时，是以镜像为基础层，在其上创建一个当前容器的存储层，我们可以称之为容器运行时读写而准备的存储层为容器存储层

容器存储层的生命周期和容器一样，容器存储层也随之消亡

因此，任何保存于容器存储层的信息都会随容器删除而丢失

按照docker最佳实践的要求，容器不应该向其存储层内写入任何数据，容器存储层要保持维护状态化

所有的文件写入操作，都应该使用数据卷(Volume)、或者绑定宿主目录，在这些位置的读写会跳过容器存储层，直接对宿主(或网络存储)发生读写，其性能和稳定性更高

数据卷的生命周期独立于容器，容器消亡，数据卷不会消亡

因此，使用数据卷后，容器删除或者重新运行之后，数据却不丢失。

例如：可采用docker-compose.yaml的方式来存储数据卷

yml
 backend:
    image: "py:v2.9"
    volumes:
      - /mnt/svn/2022三供一业微应用/HY_DataService_MicroService:/home/work/hy2020/HY_DataService:ro
      - ./py/module.ini:/home/work/hy2020/cfg/module.ini:ro
      - /mnt/svn/2022三供一业微应用/HY_DataService_MicroService/Application/Running/AppMain/urls.py:/home/work/hy2020/pycfg/urls.py:ro
      - ./py/log:/home/work/hy2020/log
      - ./py/svg:/home/work/hy2020/svg
      - /usr/share/zoneinfo/:/usr/share/zoneinfo/:ro
      - /etc/localtime:/etc/localtime:ro
      - /root:/root
    working_dir: /home/work/hy2020
    restart: always
    ports:
      - 19097:19097
    environment:
      - PYTHONPATH=/home/work/hy2020/HY_DataService:/home/work/hy2020/pycfg
      - HY2020=/home/work/hy2020
    entrypoint: [python3,/home/work/hy2020/HY_DataService/Application/Running/AppMain/main.py,'--port=19097','--process_num=3']
    depends_on:
      - db
      - rtdb
    links:
      - db
      - rtdb
    networks:
      - back-tier

3. docker registry

镜像构建完成后，可以很容易的在当前宿主机上运行，但是，如果需要在其他服务器上使用这个镜像，我们就需要一个集中的存储、分发镜像的服务，Docker Registry是这些的服务。

一个docker registry中可以包含多个库(Repository)；每个仓库可以包含多个标签(Tag)；每个标签对应一个镜像

通常，一个仓库会包含同一个软件不同版本的镜像，而标签就常用于对应该软件的各个版本

我们可以通过<仓库名>:<标签>的格式来指定具体是这个软件哪个版本的镜像。如果不给出标签，将以latest作为默认标签。

docker registry公开服务

docker registry公开服务是开发给用户使用、允许用户管理镜像的registry服务。

一般这类公开服务允许用户免费上传、下载公开的镜像，并可能提供收费服务供用户管理私有镜像

最常用的公开服务

dockerhub
redhat的quay.io
google的google container registry
github的ghcr.io

针对dockerhub提供的加速

国内云服务商

私有Docker Registry

除了使用公开服务外，用户还可以在本地搭建私有 Docker Registry

开源的 Docker Registry 镜像只提供了 Docker Registry API (opens new window)的服务端实现，足以支持 docker 命令，不影响使用。但不包含图形界面，以及镜像维护、用户管理、访问控制等高级功能。