【docker】镜像制作
一. 前言
将本地环境或应用程序打包成 Docker 镜像，主要有两种核心方式：使用 Dockerfile 构建和使用 docker commit 命令创建。下面是一个快速对比，帮助你根据场景选择。
| 特性 | Dockerfile 构建 | docker commit 创建 |
|---|---|---|
| 核心原理 | 通过文本文件（Dockerfile）定义一系列指令，自动化、可重复地构建镜像 | 将某个正在运行或已停止的容器的当前状态（包括所有文件改动、环境变量等）直接保存为一个新镜像 |
| 可追溯性 | ✅ 高（Dockerfile 本身是文本文件，易于版本管理和审查） | ❌ 低（难以清晰追溯镜像中包含的所有变更来源） |
| 可重复性 | ✅ 高（只要 Dockerfile 和上下文不变，每次构建结果一致） | ❌ 低（严重依赖执行 commit 时容器的特定状态） |
| 镜像体积 | ✅ 通常更小（可通过优化指令如合并RUN语句、使用多阶段构建等有效控制） | ❌ 通常较大（容易包含不必要的中间文件、缓存等） |
| 自动化集成 | ✅ 高（天然适合 CI/CD 流程） | ❌ 低（主要为手动操作） |
| 推荐场景 | 🏭 生产环境构建、🔁 需要重复和自动化构建、📦 需要小型且高效的镜像、👥 团队协作与共享 | 🐛 临时性调试或实验（保存现场）、🚧 对现有容器进行少量临时修改且暂无Dockerfile、⏩ 快速创建测试镜像 |
二. 基本使用
方式一：使用 Dockerfile 构建（推荐）
这是最标准、最受推荐的方法，尤其适合生产环境和需要重复构建的场景。
-
编写 Dockerfile：创建一个名为
Dockerfile的文本文件。# 指定基础镜像 FROM python:3.8-slim # 设置工作目录 WORKDIR /app # 将本地文件复制到镜像中 COPY . /app # 安装依赖 RUN pip install --no-cache-dir -r requirements.txt # 暴露端口 EXPOSE 5000 # 设置容器启动命令 CMD ["python", "app.py"] -
构建镜像：在
Dockerfile所在目录执行命令。docker build -t my-python-app:latest . # -t 为镜像命名和打标签 # . 指定构建上下文（包含 Dockerfile 的目录） -
优化技巧：
- 使用
.dockerignore：排除不需要的文件（如本地配置文件、日志文件等）进入镜像，减少镜像大小和提高构建速度。 - 合并
RUN指令：减少镜像层数，有助于减小镜像体积。RUN apt-get update && apt-get install -y \package1 \package2 \&& rm -rf /var/lib/apt/lists/* - 多阶段构建：特别适用于需要编译的程序，可以只将编译后的结果复制到最终镜像，抛弃编译环境和中间文件，显著减小镜像体积。
# 第一阶段：构建 FROM golang:1.18 AS builder WORKDIR /app COPY . . RUN go build -o myapp . # 第二阶段：运行 FROM alpine:latest WORKDIR /app COPY --from=builder /app/myapp . CMD ["./myapp"]
- 使用
方式二：使用 docker commit 创建
这种方法基于一个已存在的容器创建镜像，适合临时保存容器的当前状态用于测试或调试。
-
操作步骤：
# 1. 启动一个容器（如果还没有的话） docker run -it --name my-container ubuntu:20.04 /bin/bash # 2. (在容器内进行修改，如安装软件、修改配置) # 3. 退出容器后，使用 commit 命令创建新镜像 docker commit \--author "Your Name <email@example.com>" \ # 指定作者--message "Installed Nginx and configured it" \ # 提交信息my-container \ # 容器名或IDmy-custom-image:v1.0 # 新镜像的名称和标签 -
注意：
docker commit通常不推荐用于生产环境的镜像构建。因为它缺乏可重复性，难以追溯变更历史，且容易导致镜像臃肿。
方式三：镜像的导出、导入与推送
制作好的镜像可以方便地分享和部署。
-
导出镜像到文件：便于迁移或备份。
docker save -o my-python-app.tar my-python-app:latest # -o 指定输出的文件名 -
从文件加载镜像：在另一台机器上导入。
docker load -i my-python-app.tar -
推送到镜像仓库：便于团队共享和自动化部署（如 Docker Hub、Harbor）。
# 1. 给镜像打上符合仓库规范的标签 docker tag my-python-app:latest yourusername/your-repo:tag # 2. 登录仓库 docker login # 3. 推送 docker push yourusername/your-repo:tag
💡 如何选择与建议
- 绝大多数场景下，请使用
Dockerfile：它是自动化、可重复且易于维护的最佳实践，尤其适用于开发、测试和生产环境的标准化交付。 - 谨慎使用
docker commit：仅将其用于临时性的调试或实验目的。如果修改是持久的，强烈建议将修改过程翻译成Dockerfile中的指令，然后重新构建镜像。 - 优化是关键：无论用哪种方法，都请注意镜像体积优化，选择更小的基础镜像（如 Alpine Linux），并清理不必要的缓存和临时文件。
三. 镜像源（加速器）配置
✅ 一、配置 Docker 镜像源（加速器）
1. 创建或编辑 Docker 配置文件
sudo mkdir -p /etc/docker
sudo tee /etc/docker/daemon.json <<-'EOF'
{"registry-mirrors": ["https://docker.mirrors.ustc.edu.cn","https://hub-mirror.c.163.com","https://mirror.baidubce.com"]
}
EOF
📌 上述配置使用了中科大、网易和百度的公共镜像源，无需注册，适合大多数用户。
2. 重启 Docker 服务
sudo systemctl daemon-reload
sudo systemctl restart docker
3. 验证是否配置成功
docker info
在输出中查找 Registry Mirrors，应该能看到类似：
Registry Mirrors:https://docker.mirrors.ustc.edu.cn/https://hub-mirror.c.163.com/https://mirror.baidubce.com/
✅ 二、拉取 Python 镜像示例
配置好镜像源后，拉取 Python 镜像会更快：
# 拉取 Python 3.9 官方镜像
docker pull python:3.9# 或者拉取更小的 slim 版本
docker pull python:3.9-slim
✅ 三、运行一个 Python 容器（可选）
验证镜像是否正常运行：
# 启动一个交互式 Python 容器
docker run -it python:3.9 python3
你将进入 Python 解释器，输入 print("Hello Docker") 测试即可。
✅ 四、进阶：使用阿里云镜像加速器（推荐）
阿里云提供专属加速地址，速度更快更稳定。
1. 登录阿里云控制台
访问：https://cr.console.aliyun.com/
2. 获取你的专属镜像加速地址
路径：容器镜像服务 > 镜像工具 > 镜像加速器
你会看到类似：
https://xxxxxx.mirror.aliyuncs.com
3. 替换 daemon.json 中的内容
{"registry-mirrors": ["https://xxxxxx.mirror.aliyuncs.com"]
}
4. 重启 Docker
sudo systemctl daemon-reload
sudo systemctl restart docker
✅ 五、验证加速效果
time docker pull python:3.11-slim
你会看到明显加速（从几分钟缩短到几十秒）。
✅ 四. 总结
| 步骤 | 操作 |
|---|---|
| ✅ 1 | 编辑 /etc/docker/daemon.json 添加镜像源 |
| ✅ 2 | 重启 Docker 服务 |
| ✅ 3 | 拉取镜像：docker pull python:3.9 |
| ✅ 4（推荐） | 使用阿里云专属加速地址 |
🚀 配置完成后，所有
docker pull操作都会自动走加速通道，大幅提升下载速度。
希望这份详细的指南能帮助你更好地制作和管理 Docker 镜像。