博客
关于我
01. Docker基础环境构建
阅读量:798 次
发布时间:2023-03-12

本文共 777 字,大约阅读时间需要 2 分钟。

接下来,我们将学习关于Docker的一些技能知识,那么首先我们应该对Docker有一个基础的认识,以及动手搭建一个基础的环境。

Docker是一个开源的虚拟化容器引擎,我们可以打包他们的应用及依赖到一个可移植的容器中,然后发布到Linux环境中以实现虚拟化管理。Docker的虚拟化容器完全使用“沙箱”机制,相互之间是逻辑隔离的。

关于Docker有几个重要的术语:

  • Docker客户端。通常指 Docker 提供的命令行工具,是 Docker 最基本的用户接口。用户通过 Docker 客户端提交Docker 指令,Docker 守护进程接收并执行该指令。Docker 也有图形化的客户端工具。

  • Docker守护进程(Daemon)。在 Docker 宿主机上运行 Docker,实际上运行的是 Docker 守护进程。用户并不直接和 Docker 守护进程交互,而是通过 Docker 客户端的命令来和它进行交互。

  • Docker镜像(Image)。一个Docker 镜像是一个只读的模板。例如,一个 Docker 镜像可以包含一个 CentOS 的操作系统、一个MySQL的数据库和一个Tomcat的应用服务器。Docker镜像被用来创建Docker容器。Docker提供了一个简单的方式来构建一个新的镜像或更新一个已经存在的镜像。用户也可以从镜像仓库下载其他人已经创建好的 Docker 镜像。

  • Docker容器(Container)。通过 Docker 镜像可以创建 Docker 容器。Docker 存任何东西,而的容器可以保这些东西是运行一个应用所必需的。可以把 Docker 容器看成是一个虚拟机。Docker 容器可以被运行、开启、停止移动和删除。每一个容器都是一个分离的、安全的应用平台。Docker 容器是 Docker 的运行组件。

转载地址:http://rhmfk.baihongyu.com/

你可能感兴趣的文章
pandas 根据值从多列中的一列查找
查看>>
Pandas 根据布尔条件选择行和列
查看>>
pandas 滚动窗口 - datetime64[ns] 未实现
查看>>
pandas 版本兼容特定的蟒蛇和NumPy配置吗?
查看>>
pandas 生成excel多级表头
查看>>
Pandas 的 DataFrame 详解-ChatGPT4o作答
查看>>
pandas 读取excel数据,以字典形式输出
查看>>
Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
查看>>
pandas 适用,但仅适用于满足条件的行
查看>>
pandas 重新采样到每月的特定工作日
查看>>
pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
查看>>
pandas :检测一个DF和另一个DF之间缺失的列
查看>>
Pandas-从具有嵌套列表列表的现有列创建动态列时出错
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:如何根据其他列值的条件对列进行求和?
查看>>