Docker 入门：从"能跑"到"跑得明白"

第一次听说 Docker 的人，常常会被一堆名词绕晕：镜像、容器、仓库、Dockerfile、Compose……其实 Docker 的核心思想一句话就能讲清：把应用和它运行所需的环境打包在一起，走到哪里都能以同样的方式跑起来。这篇文章从最基础的概念讲起，带你走完安装验证、第一个容器、自己写镜像、数据持久化这几步，帮你把 Docker 从“听说过”变成“会用”。

一、为什么需要 Docker

没有容器之前，部署应用最常见的尴尬是“在我机器上能跑”。开发机装的是 Python 3.11，服务器上却是 3.9；本地依赖装了一大堆，换台机器就缺这个少那个；两个人开发环境不一致，联调时问题层出不穷。

Docker 解决这个问题的办法是打包：应用代码、运行环境、系统工具、依赖库、配置文件，一起打进一个叫“镜像”的包里。镜像在任何装了 Docker 的机器上跑起来，里面的环境都是一样的。开发、测试、生产用的是同一个镜像，环境差异自然就少了很多。

容器和虚拟机常常被拿来比较，区别可以这样记：虚拟机是连操作系统一起虚拟，笨重但隔离彻底；容器是共用宿主机的操作系统内核，只隔离应用运行所需的进程、文件系统和网络，启动快、占用资源少。日常开发和小服务部署，容器通常是更轻量的选择。

二、三个核心概念：镜像、容器、仓库

1. 镜像（Image）

镜像是只读的模板，相当于应用的“安装包”。一个镜像由一层一层的文件叠加而成，每一层对应构建时的一条指令。镜像可以从别人做好的基础镜像开始，比如官方的 Python、Node、Nginx 镜像，在上面加自己的代码和配置。

2. 容器（Container）

容器是镜像跑起来的实例，相当于“安装好的程序正在运行”。同一个镜像可以启动多个容器，容器之间相互隔离，互不影响。容器被删掉之后，容器里产生的数据默认也会跟着消失——这一点后面讲数据持久化时还会提到。

3. 仓库（Registry）

仓库是存放镜像的地方，类似代码的远程仓库。最常用的是 Docker Hub，上面有大量官方镜像和社区镜像。docker pull 是从仓库下载镜像，docker push 是把自己做好的镜像推上去。

镜像、容器、仓库三者的关系可以简单记成：仓库里放镜像，镜像跑起来是容器。

三、装好之后先验证

安装方式因操作系统而异：Windows 和 macOS 一般装 Docker Desktop，Linux 服务器一般按发行版的官方文档装 Docker Engine。装好之后，先跑下面两条命令验证：

docker version
docker run hello-world

docker version 能输出客户端和服务端的版本信息，说明 Docker 服务在正常工作。docker run hello-world 会下载一个很小的测试镜像并运行，终端里打印出欢迎信息，说明“下载镜像—创建容器—运行”这条链路是通的。如果这一步报错，先检查 Docker 服务有没有启动、当前用户有没有权限操作 Docker，再往下排查。

四、跑第一个真正有用的容器

以 Nginx 为例，一条命令就能在本地跑起一个 Web 服务器：

docker run -d -p 8080:80 --name my-nginx nginx

这条命令里的参数值得逐个弄明白：

• -d：后台运行，不占用当前终端。
• -p 8080:80：端口映射，把宿主机的 8080 端口映射到容器里的 80 端口。浏览器访问 http://localhost:8080，看到 Nginx 欢迎页，就说明映射生效了。
• --name my-nginx：给容器起个名字，之后管理起来不用记一串容器 ID。
• nginx：要用的镜像名。本地没有这个镜像时，Docker 会自动去仓库下载。

容器跑起来之后，常用的管理命令有这几个：

docker ps          # 查看正在运行的容器
docker ps -a       # 查看所有容器，包括已停止的
docker logs my-nginx   # 查看容器日志，排错先看它
docker stop my-nginx   # 停止容器
docker start my-nginx  # 重新启动已停止的容器
docker rm my-nginx     # 删除容器

新手最常见的困惑是：容器停了，数据还在吗？容器本身可以随时删了重建，但容器里写入的数据默认不会自动保留。需要长期保存的数据，要用下一节讲的挂载办法。

五、自己写一个镜像：Dockerfile

只用别人做好的镜像远远不够，迟早要把自己的应用打包。Dockerfile 就是告诉 Docker“怎么做出镜像”的说明书。一个 Python Web 应用的 Dockerfile 大致长这样：

FROM python:3.11-slim
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["python", "app.py"]

逐行解释：

• FROM python:3.11-slim：以官方 Python 3.11 精简镜像为基础，省去自己装解释器的麻烦。
• WORKDIR /app：把容器里的工作目录定为 /app，后面的命令都在这个目录下执行。
• COPY requirements.txt .：先只复制依赖清单，再安装依赖。这样做的好处是：代码改了但依赖没变时，构建可以复用前面已经装好的依赖层，速度快很多。
• RUN pip install -r requirements.txt：在构建镜像时安装依赖。
• COPY . .：把应用代码复制进镜像。
• CMD ["python", "app.py"]：容器启动时默认执行的命令。

构建和运行的命令是：

docker build -t my-app:1.0 .
docker run -d -p 5000:5000 my-app:1.0

-t my-app:1.0 是给镜像打标签，名字加版本号，方便区分不同版本。构建时的 . 表示 Dockerfile 所在的当前目录就是构建上下文，.dockerignore 文件可以把不需要进镜像的东西（比如虚拟环境目录、.git）排除掉，镜像会小很多，构建也更快。

六、数据持久化：别让数据跟着容器一起消失

容器删了数据就没了，这对数据库、上传文件这类场景是不能接受的。解决办法是把宿主机的目录或 Docker 卷挂载进容器：

docker run -d -v my-data:/data my-app:1.0

-v my-data:/data 的意思是：把一个叫 my-data 的卷挂载到容器里的 /data 目录。容器往 /data 写的数据，实际存在卷里；容器删了重建，只要挂载同一个卷，数据还在。卷由 Docker 管理，不用操心它在宿主机上的具体路径；如果想直接看到文件，也可以用绑定挂载，把宿主机某个目录映射进容器，开发时改代码不用重建镜像就能生效。

七、多个容器一起跑：Docker Compose

真实项目很少只有一个容器：Web 应用后面往往还跟着数据库、缓存。用一条条 docker run 命令管理多个容器很快就会乱，这时可以用 Docker Compose：把多个容器的配置写进一个 docker-compose.yml 文件，一条命令全部拉起来：

services:
  web:
    build: .
    ports:
      - "5000:5000"
  db:
    image: postgres:16
    environment:
      POSTGRES_PASSWORD: example-password
    volumes:
      - db-data:/var/lib/postgresql/data
volumes:
  db-data:

docker compose up -d 启动所有服务，docker compose down 停掉并清理容器和网络，卷默认保留，数据不会丢。Compose 文件本身就是项目的基础设施文档，新人接手时看一眼就知道整个项目由哪些服务组成。

八、新手最容易踩的五个坑

1. 容器退出了，先看日志。 容器一启动就退出，十有八九是启动命令报错，用 docker logs 容器名 看最后一行报错信息，比反复重建管用。
2. 端口冲突先查占用。 映射的宿主机端口已经被别的程序占用时容器起不来，换一个宿主机端口，或者停掉占用端口的程序。
3. 不要把密码写进镜像。 密码、密钥、Token 应该用环境变量或密钥管理工具在运行时注入，写进 Dockerfile 或镜像层里等于公开。
4. 镜像越小越好，但别盲目精简。 精简基础镜像能减小体积、加快传输，但缺了常用工具排错会很麻烦，初期用带常用工具的基础镜像更省心。
5. 生产环境别用 latest 标签。 latest 指向的版本会变，今天能跑的配置明天可能就变了，固定写明版本号，升级时心里有数。

九、学完这篇之后可以往哪走

掌握了上面这些，日常开发基本够用了。接下来可以按这个顺序深入：先熟练 Compose 管理多服务，再学镜像分层和缓存优化把构建速度提上去，然后了解容器网络和资源限制，最后再去看 Kubernetes 这类编排工具——那是容器数量多到一台机器管不过来时才需要的东西。Docker 本身不难，难的是养成“环境即代码”的习惯：凡是部署需要的东西都写进 Dockerfile 和 Compose 文件里，而不是记在某台服务器的手工操作里。做到这一点，换机器、换同事、换环境，应用都能一样跑起来。