Docker本体部分
首先，我们创建一个简单的Flask应用，用于演示Docker的使用。
先移动到practise目录下
cd practise创建一个名为app.py的文件，内容如下：
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello():
return "Hello, Docker!"
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)Python的相关内容我就不进行具体的讲解了，因为本次周常的中心是Docker，而不是Python。
你们可以自行去查阅相关内容。
为了让Docker知道要构建一个怎么样的镜像，我们需要在项目内编写Dockerfile文件（无后缀）
Dockerfile必须和app.py文件在同一级目录下
#1. basic information
FROM python:3.10-slim
#2. set workspace
WORKDIR /app
#3. install dependencies
RUN pip install flask
#4. copy app.py to /app dir in the container
COPY app.py /app/
#5. set environment variables
ENV PYTHONUNBUFFERED=1
#let python print log immediately
#6. define the command to run in default when container starts
CMD ["python", "app.py"]
针对上面这段代码：
-
FROM: 说明基本的项目所需环境（如Python版本或C++版本） -
WORKDIR: 说明项目在容器中的工作空间的根目录 -
RUN: 执行命令，这里用于安装Flask依赖 -
COPY: 将当前文件夹（和Dockerfile同一级）的文件复制到指定的容器内位置 -
ENV: 添加环境变量 -
CMD: 定义当容器启动的时候默认运行的指令
有了这段Dockerfile，Docker就知道对应的镜像应该是怎么样的，进而构建出你想要的镜像。
那么我们要如何创建镜像呢？
我们可以通过运行以下命令来进行镜像的创建：
一定要在Dockerfile所在目录下运行
docker build -t my-flask-app:v1 .其中：
-t说明这个镜像的名称，一般格式为：名称：版本
如果想要查看目前已存在多少镜像，可以运行以下指令：
docker images终端就会返回所有的镜像信息
将镜像打包为tar文件（用于跨设备物理传输）：
你可以理解为zip压缩文件，只是它的后缀名是.tar
docker save -o my-flask-app-v1.tar my-flask-app:v1其中 -o 是输出的意思，后面接你要输出的tar文件名，然后接你要打包的镜像名
这样就会产生对应的tar文件
你可以通过以下命令将tar文件导入到docker中：
docker load -i my-flask-app-v1.tardocker会将tar文件中的镜像导入到本地，你可以通过 docker images 来查看是否成功导入
你可以通过以下命令来删除镜像：
docker rmi -f my-flask-app:v1其中 -f 是强制删除的意思,正常情况下无需添加 -f（因为docker会提示你是否确认删除）
还有一种方法来清除无用镜像：
docker image prune -a # -a :清除所有未使用的镜像操作完了镜像，那自然而然就要操作容器了。
和容器相关的命令如下：
docker run -d --name my-flask-container -p 8080:5000 my-flask-app:v1关于上述命令，有以下需要进行讲解的点（或者你们自己查也可以）：
-
-d: 后台运行，不实时展示模拟终端 -
--name: 自定义容器名（随便你写） -
-p: 端口映射（如果打包的项目不涉及flask等网络内容则不需要）
这个命令的作用是将容器内的5000端口映射到主机的8080端口，这样我们就可以通过主机的8080端口来访问容器内的5000端口了。
docker ps #查看运行中的容器
docker ps -a #查看所有的容器docker start container_namestart后面接你自己定义的容器名即可
# 进入容器内部交互式终端
docker exec -it container_name /bin/bash
# 在容器内执行单个命令
docker exec container_name ls -la你可以替换 ls -la 为你想要执行的命令，例如：
docker exec container_name python -m flask run都是可行的。
作为一个程序员，怎么能够不看日志呢？(^_^)
docker logs container_name
# 实时查看日志
docker logs -f container_name关闭容器有两种方式：
1.优雅停止（推荐）：
docker stop container_name2.暴力停止（迫不得已）：
docker kill container_namedocker restart container_name和镜像一样，容器也有两种方式来删除：
docker rm -f my-flask-container #强制删除指定容器
docker container prune #清理所有停止运行的容器其中 -f 是强制删除的意思，如果想要温和一些的方式，将 -f 去除即可。
数据卷是Docker中用于持久化数据的机制，可以在容器之间共享数据，也可以在主机和容器之间共享数据。
# 创建数据卷
docker volume create my-volume
# 查看数据卷
docker volume ls
# 查看数据卷详情
docker volume inspect my-volume
# 在运行容器时挂载数据卷
docker run -d --name my-container -v my-volume:/app/data my-image
# 挂载主机目录到容器
docker run -d --name my-container -v /host/path:/container/path my-image
# 删除数据卷
docker volume rm my-volume
# 清理未使用的数据卷
docker volume prune在这里，-v的作用是说明容器内的目录和主机内的目录的映射关系，例如：
docker run -d --name my-container -v /host/path:/container/path my-image就说明容器内的/container/path目录和主机内的/host/path目录是映射关系，容器内的文件变化会同步到主机内，主机内的文件变化也会同步到容器内。
我之前提到过，容器是被隔离的进程。
那我们写的可是有网络请求的，没有网络我们的程序该怎么活啊（悲）
还好Docker早就考虑到了这一点，所以Docker提供了多种网络模式，用于容器之间的通信。
Docker提供了多种网络模式，用于容器之间的通信：
- bridge模式：默认网络模式，容器通过虚拟网络桥接与主机通信
- host模式：容器直接使用主机网络，性能最好但隔离性差
- none模式：容器没有网络连接
- overlay模式：用于多主机 Docker 集群
# 创建网络
docker network create my-network
# 查看网络
docker network ls
# 运行容器时指定网络
docker run -d --name my-container --network my-network my-image
# 连接容器到网络
docker network connect my-network my-container
# 断开容器与网络的连接
docker network disconnect my-network my-container
# 删除网络
docker network rm my-network注意：在使用过端口映射后，容器会自动使用bridge网络模式。
因此大部分情况下无需特别进行配置，除非你需要让容器之间进行通信。
最后的最后，我们现在已经学会了一些Docker的基本操作。
你有没有想过一个问题：
以 docker run 为例：
每次我要创建容器时，我都要深吸一口气，然后直接一套：
docker run -d --name my-container -p 8080:5000 my-image累死累活的打完吗？
传说中最擅长偷懒的程序员难道会甘愿忍受这样的屈辱吗！！！（╯‵□′）╯︵┻━┻
具体的解决方案，就请大家期待本次周常的下半部分内容：