当前位置: 首页 > news >正文

Docker学习--本地镜像管理相关命令--docker save 命令

docker save 命令的作用:
用于将一个或多个 Docker 镜像保存到一个 tar 归档文件中,以便在其他环境中分发或备份。

语法:
docker save [参数选项] IMAGE [IMAGE…](要操作的镜像或者ID)。

参数解释:
-o, --output: 指定输出文件的路径。

实例:
创建Dockerfile 文件:

# 使用 Ubuntu 作为基础镜像
FROM ubuntu:20.04

# 添加维护者信息
LABEL maintainer="yourname@example.com"

# 更新包列表并安装 Nginx
RUN apt-get update && apt-get install -y nginx

# 复制自定义网页到 Nginx 的默认网页目录
COPY index.html /var/www/html/

# 设置启动时的默认命令
CMD ["nginx", "-g", "daemon off;"]

构建镜像:
docker build -t mynginx:latest
①保存单个镜像到文件:
docker save -o mynginx.tar mynginx:latest
验证保存的文件:ls -lh mynginx.tar
输出:

-rw-r--r-- 1 user user 200M Jul 24 14:00 mynginx.tar

②保存多个镜像到同一个文件:
docker save -o multiple_images.tar myimage:latest mynginx:latest
③要将保存的镜像加载到另一个 Docker 环境中,可以使用 docker load 命令:
docker load -i mynginx.tar

注意事项:
①保存镜像时,会包含镜像的所有层,因此生成的 tar 文件可能会很大。
②如果保存多个镜像到同一个文件中,使用 docker load 命令时会加载所有包含的镜像。
③为了减少文件大小,可以在保存前使用 docker image prune 命令清理未使用的镜像和层。

总结:
docker save 命令是一个方便的工具,用于将 Docker 镜像保存为 tar 文件,以便于备份、分发和迁移。通过结合 docker load 命令,可以轻松地在不同环境中恢复和使用保存的镜像。

http://www.dtcms.com/a/105819.html

相关文章:

  • 【Easylive】TokenUserInfoDto中@JsonIgnoreProperties和 Serializable 接口作用
  • git 按行切割 csv文件
  • MCP协议的Streamable HTTP:革新数据传输的未来
  • 企业常用Linux服务搭建
  • 数字IC后端项目常见问题之streamOut layermap和innovus drc violation
  • 智能设备操作系统闭源化浪潮下,小程序生态重构与技术创新
  • 我用Axure画了一个富文本编辑器,还带交互
  • 使用QT调试LidarView
  • MySQL 实现:基于时间差与车牌号匹配
  • 26考研 | 王道 | 数据结构 | 第四章 串
  • 系统与网络安全------Windows系统安全(4)
  • 新手村:逻辑回归-理解03:逻辑回归中的最大似然函数
  • pip安装第三方库,但PyCharm中却无法识别
  • 【计算机视觉】YOLO语义分割
  • 【赵渝强老师】Oracle的闪回数据库
  • ReCaptcha集成人机验证教学(Vue3篇)
  • RAG(检索增强生成)系统中解析 Excel 文件
  • 用matlab探索卷积神经网络(Convolutional Neural Networks)-2
  • Anolis系统下安装Jenkins
  • 蓝桥杯杯赛-日期模拟
  • 【Tauri2】010——菜单menu(1)
  • 电脑基础之excel基础操作
  • 网络攻防快速入门笔记pwn | 02 栈溢出题型 | 2.1 ret2text和ret2shellcode
  • 鸿蒙Next-开发版本升级,API升级(例如API12升API16)
  • 前端界面在线excel编辑器 。node编写post接口获取文件流,使用传参替换表格内容展示、前后端一把梭。
  • Django学习笔记
  • 第二章:基础页面实现 - 第一节:登录与注册页面 - 表单与身份验证UI
  • 飞腾派OS(无桌面版本基于Debian11)安装weston桌面及Qt
  • LLM应用层推荐 -- 基于文档的问答tools Web UI 框架 开源向量库 -- 推荐、对比
  • 飞速(FS)HPC无损组网:驱动AI高性能计算网络转型升级