本章介绍新的 Docker 命令，并讲解如何在主机系统与容器化应用之间共享数据。学习在何时以及如何使用持久卷，并访问主机文件系统。

Docker 中级命令

快速查看帮助

现有容器

容器自动清理

挂载主机文件系统

向正在运行的容器传递文件

消失了，但并未遗忘

方法不同，结果相同

持久卷（Persistent volumes）

创建容器卷

不同容器，共享同一卷

命令与文件系统

学习在 Docker 中暴露网络服务、创建 Docker 网络，并使用 Dockerfile 维护网络设置。

网络基础回顾

我的 IP 是多少？

有效端口

在 Docker 中提供网络服务

端口映射

多个容器可以使用同一个宿主机端口吗？

在 Dockerfile 中公开端口

选项真多

映射容器端口

使用临时端口映射

Docker 网络

创建一个 Docker 网络

将容器加入网络

IP 范围

删除容器网络

网络

学习使用 Docker 的高级镜像管理与构建工具，创建紧凑高效的容器镜像。构建可在不同处理器架构上运行的多平台镜像。

优化 Docker 镜像

控制您的顾虑

探索 Docker 映像

选择最佳镜像

理解层

分层蛋糕

有多少层？

多阶段构建

单阶段构建

理解多阶段构建

多平台构建

多平台步骤

构建高级容器镜像

将 Docker 的卷、网络与容器管理能力结合起来，使用 Docker Compose 构建多容器应用。通过 docker-compose.yml 文件更新并管理应用部署。

Docker Compose 简介

使用 Docker Compose 管理应用

排查应用启动问题

创建 compose.yaml 文件

编写 compose.yaml 文件

识别配置部分

有多少个资源？

Docker Compose 中的依赖关系与故障排查

资源启动顺序

依赖关系计算

关闭顺序

FROM python:3.12-alpine3.19
WORKDIR /code
RUN apk add --no-cache gcc musl-dev linux-headers
COPY requirements.txt requirements.txt
RUN pip install -r requirements.txt
COPY . .
CMD ["python3", "app.py"]


import time
import redis

cache = redis.Redis(host='redis', port=6379, socket_timeout=1)

def get_hit_count():
  retries = 5
  while True:
    try:
      return cache.incr('hits')
    except redis.exceptions.ConnectionError as exc:
      if retries == 0:
        raise exc
      retries -= 1
      time.sleep(0.5)

def hello():
  count = get_hit_count()
  return f'Successfully communicated {count} times.\n'

for i in range(0, 5):
  print(f"{hello()}")


services:
  app:
    build: .
  redis:
    image: "redis:alpine3.20"
    depends_on:
      - app


services:
  app:
    build: .
    depends_on:
      - redis
  redis:
    image: "redis:alpine3.20"


# Solution Steps:
  # 1. Run `docker compose up -d` to start the services
  # 2. Use `docker compose logs` to view the startup logs and identify errors
  # 3. Examine the compose.yaml file to find the dependency issue
  # 4. Update the compose.yaml to move depends_on from redis to app service
  # 5. Run `docker compose down` to stop all services
  # 6. Rerun `docker compose up -d` and verify you see "Successfully communicated" messages

排查依赖问题

在 Docker 内创建数据服务

import duckdb
from flask import Flask

app = Flask(__name__)

@app.route("/tripcount")
def returndata():
  cursor = duckdb.connect()
  try:
    count = cursor.execute("select count(*) from read_parquet('/data/*.parquet')").fetchall()[0][0]
    return f"Total trips: {count}"
  except duckdb.duckdb.IOException:
    return f"Data files are not present", 503

@app.route("/first")
def returnfirst():
  cursor = duckdb.connect()
  try:
    first = cursor.execute("select min(tpep_pickup_datetime) from read_parquet('/data/*.parquet')").fetchall()[0][0]
    return f"First pickup: {first:%Y/%m/%d}" 
  except duckdb.duckdb.IOException:
    return f"Data files are not present", 503

@app.route("/last")
def returnlast():
  cursor = duckdb.connect()
  try:
    last = cursor.execute("select max(tpep_pickup_datetime) from read_parquet('/data/*.parquet')").fetchall()[0][0]
    return f"Last pickup: {last:%Y/%m/%d}" 
  except duckdb.duckdb.IOException:
    return f"Data files are not present", 503


FROM python:3.12-alpine3.19

#
# NOTE: Application reads contents of /data in container
# If not found, application returns errors.
# 

WORKDIR /app
ENV FLASK_RUN_HOST=0.0.0.0

COPY code/app.py .
COPY code/requirements.txt .

RUN pip install -r requirements.txt --root-user-action=ignore

EXPOSE 5000

CMD ["flask", "run"]


STATUS_CODE=$(curl --silent --head http://localhost:5000/tripcount | awk '/^HTTP/{print $2}')

if [ "$STATUS_CODE" == "503" ]; then
  echo "ERROR ACCESSING DATA SERVICE - PLEASE VERIFY DATA IS PRESENT"
  echo "Did you use a -v flag with your docker run command?"
elif [ "$STATUS_CODE" == "200" ]; then
  echo "SUCCESSFULLY ACCESSED DATA SERVICE!"
else
  echo "ERROR ACCESSING DATA SERVICE - PLEASE VERIFY SERVICE IS RUNNING"
  echo "Did you start your container with a -p flag?"
fi
  


There are several steps required to complete this exercise:

- Build the dataservice container using the following command in the terminal:

docker build . -t dataservice

- Run an instance of the Docker container as follows:

docker run -d -p5000:5000 -v ~/workspace/datasets:/data dataservice

- Verify that the service is working by running the ./app_test.sh on the terminal


构建数据服务后端

添加数据客户端

services:
  ____:
    image: dataservice
    volumes:
      - /home/repl/datasets:/data
    networks: 
      data_net:
        ipv4_address: 10.11.12.2

  dataclient:
    image: ____
    depends_on: 
      - ____
    networks:
      data_net:
        ipv4_address: 10.11.12.3

# Ignore everything below this line
networks:
  data_net:
    driver: macvlan
    ipam:
      config:
        - subnet: "10.11.12.0/24"
    


services:
  dataservice:
    image: dataservice
    volumes:
      - /home/repl/workspace/datasets:/data
    networks: 
      data_net:
        ipv4_address: 10.11.12.2

  dataclient:
    image: dataclient
    depends_on: 
      - dataservice
    networks:
      data_net:
        ipv4_address: 10.11.12.3

# Ignore everything below this line
networks:
  data_net:
    driver: macvlan
    ipam:
      config:
        - subnet: "10.11.12.0/24"
    


- Update the compose.yaml file as shown.
- Run the following command:

  docker compose up -d
  
- Run the command:

  docker compose logs dataclient


使用 Docker Compose 定义完整应用

恭喜您！

Docker Compose

本课程在 Introduction to Docker 课程中关于 Docker 与容器化的基础之上继续深入。我们将扩展先前介绍的概念与工具，加入容器镜像的管理与优化、网络、文件系统通信、多平台与多容器应用等内容。完成本课程后，您将能够：

- 创建多阶段构建，优化容器化应用的体积、安全性与可复用性。
- 使用 Docker 的网络工具与概念，为容器间通信提供支持，并向本地网络与外部世界提供网络服务。
- 通过 Docker 的文件系统挂载与卷，在容器与主机之间共享文件与数据。
- 使用 Docker Compose 部署多容器应用，大幅简化数据科学与工程环境中常见复杂工具的搭建。

如果您已经使用过并构建过一些简单的容器，但希望扩展开发、测试与分发的工具箱，本课程将最适合您。我们期待在您学习 Docker 的过程中为您提供指导。

本课程在《Docker 入门》课程所学知识的基础上进一步拓展，深入讲解容器化概念和工具。 我们将探索高级主题，例如容器镜像管理、网络、文件系统通信，以及多平台和多容器应用程序的开发。
<h2>优化容器化应用程序</h2>
学习创建多阶段构建，以提升容器化应用的体积、安全性和可复用性。 通过实践练习，掌握优化容器镜像的技术，确保在多样化环境中实现高效部署和管理。
<h2>使用 Docker Compose 增强容器部署</h2>
了解如何利用 Docker 网络工具和概念，促进容器间通信，并为本地和外部网络提供网络服务。 探索文件系统挂载和卷，实现容器与主机之间无缝的数据共享。 此外，还将掌握用于编排多容器应用部署的 Docker Compose，简化数据科学和工程环境中常见复杂工具的搭建。
<h2>赋能开发与部署</h2>
这门课程将帮助你掌握提升开发、测试和发布流程所需的核心技能。 虽然这门课程并非必需，但如果你曾使用并构建过一些简单的容器，将能从本课程中获得最大收益。 到课程结束时，你将掌握优化容器化应用、简化容器之间通信以及轻松部署多容器应用的知识和工具，助力你在 Docker 学习之旅中不断前进。

Introduction to Docker

掌握多阶段构建、Docker网络工具和Docker Compose，实现最佳容器化应用！

Docker 进阶

掌握多阶段构建、Docker 网络工具和 Docker Compose，打造最优容器化应用！

构建数据服务后端

Docker 进阶

动手互动练习