博客
关于我
Docker常用命令整理
阅读量:199 次
发布时间:2019-02-28

本文共 1124 字,大约阅读时间需要 3 分钟。

Docker常用命令整理

Docker是一款开源的容器化平台,它提供了丰富的命令行工具来管理容器、镜像和网络等资源。本文将整理Docker常用的核心命令,帮助用户快速熟悉和使用这些工具。

1. 镜像管理命令

  • build:从Dockerfile构建镜像,用于定制专门的镜像。
  • commit:将容器更改保存为新的镜像,适用于定制镜像。
  • rm:删除镜像,但需确保镜像没有被任何容器使用。
  • rmi:删除多个镜像,同样需要镜像未被使用。
  • search:在Docker Hub上搜索镜像,快速找到所需镜像。
  • pull:从镜像源拉取镜像或仓库镜像。
  • push:将镜像推送到镜像源,发布自己的镜像。

2. 容器管理命令

  • run:启动一个新的容器并执行命令,创建和运行容器的快捷方式。
  • create:创建一个新的容器,但不会立即启动。
  • start:启动已停止的容器,恢复其运行。
  • stop:停止正在运行的容器。
  • restart:重启正在运行的容器,适用于故障处理。
  • kill:强制终止运行中的容器。
  • rm:移除一个或多个容器。
  • rename:重命名容器,方便管理。

3. 容器操作命令

  • attach:连接正在运行的容器,与容器交互。
  • exec:在已存在的容器上执行命令,适用于维护和调试。
  • login:注册或登录到Docker镜像源,进行镜像管理。
  • logout:从当前镜像源退出登录。

4. 容器查看命令

  • ps:列出运行中的容器,查看容器状态。
  • top:查看容器内的运行进程,监控容器性能。
  • logs:查看容器日志,了解容器运行状态和错误信息。
  • inspect:查看容器和镜像的详细信息,深入了解容器运行环境。

5. 容器资源管理命令

  • stats:实时监控容器资源使用情况,如CPU、内存占用。
  • stop:停止容器,释放资源。
  • kill:强制终止容器,立即释放资源。
  • pause:暂停容器运行,暂时停止资源使用。
  • unpause:解除暂停状态,恢复容器运行。

6. 镜像和容器的持久化

  • commit:将容器更改保存为新的镜像,适用于定制镜像。
  • export:将容器文件系统导出为tar包,方便迁移或备份。
  • save:将镜像保存为tar包,支持重新加载。
  • import:从tar包导入镜像或文件系统,创建新的镜像。

7. 网络和存储管理

  • port:查看容器的端口映射,管理网络端口。
  • network:管理容器网络,创建、删除、连接网络。

8. 系统管理命令

  • version:查看Docker引擎版本信息。
  • info:显示系统-wide信息,了解运行环境。

这些命令是Docker日常管理和开发中常用的工具,熟练掌握这些命令可以大大提升容器化应用的效率和资源管理能力。

转载地址:http://lzji.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 使用OpenCV轮廓检测提取图像前景
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用PyTorch进行小样本学习的图像分类
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 使用单相机对已知物体进行3D位置估计
查看>>
OpenCV与AI深度学习 | 初学者指南 -- 什么是迁移学习?
查看>>
OpenCV与AI深度学习 | 十分钟掌握Pytorch搭建神经网络的流程
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于OpenCV和深度学习预测年龄和性别
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>