文章目录
- 1.Dockerfile的例子
- 2.Dockerfile指令的用法
- 3.从 Dockerfile 运行 Docker 实例的步骤
1.Dockerfile的例子
- eg：文件名是Dockerfile，src/目录下有个1.txt文件
（1）Dockerfile中的内容如下：
FROM alpine
WORKDIR /app
COPY src/ /app
RUN echo 321>> 1.txt
CMD tail -f 1.txt 或者CMD cat 1.txt或者CMD ["cat","1.txt"]
（2）在命令行输入：
-t表示构建成的镜像名字是：test，指定版本就是test:latest，点表示位于当前目录
docker build -t test .
docker run test
123321
2.Dockerfile指令的用法
- Dockerfile作用：构建Docker镜像的配置文件
- 重要的指令如下：
FROM 表示基于什么什么镜像
WORKDIR 表示：当前的工作目录，shell语句运行在哪个路径下，没有目录会自动创建
COPY 将宿主机的文件拷贝至容器中的目录下
RUN 在构建的时候，就要运行的脚本shell语句
CMD 容器运行的时候，才会运行的脚本，该语句执行完毕后，镜像的生命周期也就结束了，所以一般可以
指定为阻塞式的，eg：tail -f
---------------------------------------------------------------------------
EXPOSE 指定当前镜像所暴露出来的端口
eg：docker inspect nginx中的Config这一项的ExposedPorts就是暴露出的端口，可以通过
docker run P 将该端口映射到主机的随机端口，若将net指定为host模式，会将该端口绑定到本机
的80端口
VOLUME /a/b 指定映射文件，一般是映射到匿名卷，将容器中的/a/b目录映射到主机的一个目录下，
eg：docker run中-p和-v都分别指定映射到外部的端口和目录
---------------------------------------------------------------------------
ENV 指定参数，容器的环境变量，docker -e可以指定环境变量，容器运行时的环境变量
eg：
FROM alpine
WORKDIR /app
COPY src/ /app
ENV A=10 或者 ENV A 10
CMD echo $A
ARG 构建参数，只有构建的时候才会有效，构建指的是：docker build
其实际作用是通过参数--build-arg指定变量的值，在构建时起到临时修改内部变量的效果
在dockerfile中其值相当于默认参数
eg：
FROM alpine
WORKDIR /app
COPY src/ /app
ARG B=10
ENV A=$B
CMD echo $A
运行的结果是10
如果使用docker build -t test --build-arg B=12 .
构建后，再运行的结果是：12
---------------------------------------------------------------------------
LABEL 指定元数据信息，作用就是看镜像是否有标识，没啥具体作用
eg：
FROM alpine
LABEL k="v" k1="v1"
WORKDIR /app
COPY src/ /app
ARG B=10
ENV A=$B
CMD echo $A
ONBUILD 后面可以接dockerfile其它的命令，指定在当前镜像下不会去运行
若另一个镜像是基于当前镜像的话，就会在另一个镜像的FROM后面执行ONBUILD，就是会继承父镜像相关指令
eg：
FROM alpine
LABEL k="v" k1="v1"
WORKDIR /app
COPY src/ /app
ONBUILD ENV C=100
CMD echo $C
再创建一个teset2目录，且新建一个Dockerfile文件
FROM test
执行命令：在test2目录下，构建了一个名为test2的镜像（-t参数）
docker build -t test2 test2
docker run test
最终打印100
docker run test
会打印空行
---------------------------------------------------------------------------
STOPSIGNAL 指定容器用什么信号可以停止，很少用，eg：STOPSIGNAL SIGINIT，STOPSIGNAL KILL
HEALTHCHECK 检查容器是否健康
SHEEL 指定RUN，CMD是哪种shell，linux一般默认是/bin/sh
---------------------------------------------------------------------------
（1）COPY与ADD的区别：
都是可以从主机外复制到镜像里面
COPY的源地址是主机文件系统的源地址，ADD的源地址不仅可以是主机文件系统的源地址，还可以是URL
推荐使用COPY
（2）CMD与EENTRYPOINt的区别：
都是指定容器运行起来的核心脚本
若ENTRYPOINt的形式非json数组形式，则以ENTRYPOINt为准，CMD指令无效；
ENTRYPOINt和CMD都是json，则ENTRYPOINt+CMD拼接成shell语句来执行；
ONBUILD用法的对应图片
3.从 Dockerfile 运行 Docker 实例的步骤
（1）创建一个 Dockerfile
要创建 Dockerfile，我们必须了解它的组件。
- 一些最常见的命令包括：
FROM：创建使用的父/基础镜像的层。
WORKDIR：允许我们设置工作目录。
COPY：使我们能够将当前目录内容复制到容器中的目录中。
PULL：从你的 Docker 存储库添加文件。
RUN：当我们想要构建镜像时执行。
CMD：指定容器启动时要运行的命令。
ENV：定义构建期间使用的环境变量。
ENTRYPOINT：确定容器启动时要运行的命令。
MAINTAINER：指定镜像的作者。
（2）首先创建将托管 Dockerfile 等文件的主目录
- 制作一个简单的 Flask 应用程序，在控制台上打印一条消息。
mkdir my-app
- 进入该目录并创建应用程序的主文件为 app.py
from flask import Flask
app = Flask(__name__)
def hello():
print("Hello, this is a simple Flask application")
hello()
（3）创建 Dockerfile
touch Dockerfile
（4）我们还创建了一个 requirements.txt 文件，其中包含运行此应用程序所需的安装文件
click==8.0.4
Flask==2.0.3
gunicorn==20.1.0
itsdangerous==2.1.0
Jinja2==3.0.3
MarkupSafe==2.1.0
Werkzeug==2.0.3
（5）编辑 Dockerfile 并添加以下命令以使用 docker build 命令创建 docker 映像
- 设置了工作目录并将必要的文件从当前目录复制到 Docker 容器中的目录
# base image
FROM python
# Set your working directory
WORKDIR /var/www/
# Copy the necessary files
COPY ./app.py /var/www/app.py
COPY ./requirements.txt /var/www/requirements.txt
# Install the necessary packages
RUN pip install -r /var/www/requirements.txt
# Run the app
CMD ["echo", "Hello, Developer"]
（6）创建 Docker 映像
- docker build 命令创建 Docker 映像，必须在同一目录中运行此命令。
- -t 标志使我们能够标记映像的名称并指示 Dockerfile 位于我们正在执行此命令的同一目录中。
~/my-app$ docker build -t new_image .
输出：
[+] Building 184.4s (10/10) FINISHED
=> [internal] load build definition from Dockerfile 1.5s
=> => transferring dockerfile: 38B 0.0s
=> [internal] load .dockerignore 1.9s
=> => transferring context: 2B 0.0s
=> [internal] load metadata for docker.io/library/python:latest 50.8s
=> [1/5] FROM docker.io/library/python@sha256:3204faabc2f0b5e0939bdb8b29079a2a330c38dee92a22482a9ed449c5649a55 30.4s
=> => resolve docker.io/library/python@sha256:3204faabc2f0b5e0939bdb8b29079a2a330c38dee92a22482a9ed449c5649a55 0.4s
=> => sha256:3204faabc2f0b5e0939bdb8b29079a2a330c38dee92a22482a9ed449c5649a55 2.14kB / 2.14kB 0.0s
=> => sha256:17e2d81e5757980ee40742d77dd5d3e1a69ad0d6dacb13064e1b018a6664ec72 2.22kB / 2.22kB 0.0s
=> => sha256:178dcaa62b393b539abc8b866c39be81e8ade01786880dc5d17ce3fe02426dbb 8.55kB / 8.55kB 0.0s
=> => sha256:38121472aa0128f87b31fde5c07080418cc17b4a8ee224767b59e24c592ff7d3 2.34MB / 2.34MB 10.4s
=> => extracting sha256:38121472aa0128f87b31fde5c07080418cc17b4a8ee224767b59e24c592ff7d3 14.6s
=> [internal] load build context 1.1s
=> => transferring context: 195B 0.0s
=> [2/5] WORKDIR /var/www/ 3.2s
=> [3/5] COPY ./app.py /var/www/app.py 1.9s
=> [4/5] COPY ./requirements.txt /var/www/requirements.txt 2.6s
=> [5/5] RUN pip install -r /var/www/requirements.txt 82.3s
=> exporting to image 8.1s
=> => exporting layers 6.0s
=> => writing image sha256:5811f24b498ae784af32935318a5fddba536e2be27233b19bf08cad81438d114 0.2s
=> => naming to docker.io/library/new_image
（7）docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
new_image latest 5811f24b498a 2 minutes ago 929MB
（8）从 Dockerfile 运行实例
~/my-app$ docker run -it new_image
Hello, Developer
参考：链接，从 Dockerfile 运行 Docker 实例
