Skip to main content

【中级】Hello Docker：手把手带你学习容器开发

更新日志​

版本日期变更描述
1.0.02026-01-30初始版本，包含在 AI 算力本 MTT AIBOOK(型号 A141) 上容器化开发的完整学习指南。

1. 项目简介​

本教程旨在带您掌握基本的 Docker 核心概念与实操技能，学习如何在 MTT AIBOOK 设备上安装 Docker，拉取并运行镜像，构建自己的容器化 Python Web 应用，使用 VS Code 在容器中开发调试，最终将镜像发布到 Docker Hub。

难度：中级，适合有编程基础的开发者体验

Docker 简介： Docker 是一个开源的容器化平台，能够把应用程序及其依赖打包到一个标准化的单元中，并在任何支持 Docker 的环境中快速、稳定地运行。它的优势在于轻量、可移植、一致性强，非常适合开发、测试、部署现代应用。Docker 容器与虚拟机之间最大的区别就是，Docker 容器之间共用一个系统内核，而每个虚拟机都包含一个操作系统的完整内核，所以 Docker 比虚拟机更轻、更小，运行更快。

2. 前置条件​

在开始本教程之前，请确保您已满足以下所有条件：

  • 硬件:
    • AI 算力本 MTT AIBOOK，型号 A141
  • 软件:
    • MTT AIBOOK 操作系统 AIOS(1.3.1-B15) 及以上版本
    • 设备已配置管理员权限（可使用 sudo 命令）
    • VS Code 代码编辑器

3. 环境部署​

本章节描述如何在 MTT AIBOOK 上安装 Docker 并完成基础配置。

3.1 安装 Docker Engine​

AI 算力本 MTT AIBOOK 基于 ARM 架构，运行 Linux（Ubuntu 系统）。Docker 通常来说，是基于 Linux 系统的容器化技术，我们可以选择使用 Docker Desktop 或 Docker Engine。但考虑到 Linux 系统对 Docker Engine 的原生支持，以及其轻量、高性能、无需额外虚拟化层的优势，更适合我们的开发环境和资源管理需求，因此我们选择安装和使用 Docker Engine CE，以便更高效地进行本地容器化开发。

安装 Docker​

  1. 安装必要的依赖。

    sudo apt-get install -y iptables arptables ebtables
    sudo apt install -y apt-transport-https ca-certificates curl software-properties-common

  2. 添加 Docker 的官方 GPG 密钥。

    curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

  3. 设置 Docker 的稳定版仓库。

    echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list

  4. 更新 APT 包索引。

    sudo apt update

  5. 安装 Docker。

    sudo apt install docker-ce=5:27.5.0-1~ubuntu.22.04~jammy \
    docker-ce-cli=5:27.5.0-1~ubuntu.22.04~jammy \
    containerd.io
    注意

    此处锁定 Docker 版本以确保教程一致性。如果安装失败，请尝试移除 =... 部分以安装最新版本。

  6. 配置 iptables 使用 legacy 模式。

    sudo update-alternatives --set iptables /usr/sbin/iptables-legacy
    sudo update-alternatives --set ip6tables /usr/sbin/ip6tables-legacy
    sudo update-alternatives --set arptables /usr/sbin/arptables-legacy
    sudo update-alternatives --set ebtables /usr/sbin/ebtables-legacy

  7. 验证 Docker 安装。

    sudo systemctl status docker
    docker --version

    若能够输出正确的版本号则证明安装成功。

  8. 将当前用户添加到 docker 组。

    sudo usermod -aG docker $USER
    重要提示：

    执行此命令后，请重启系统以使更改生效，后续无需使用 sudo 运行 Docker 命令。

4. 最佳实践​

本章节指导您完成 Docker 的核心操作流程，从拉取镜像到本地构建和发布镜像。

场景 1: 拉取和查看镜像​

学习如何从 Docker Hub 拉取镜像并查看本地镜像列表：

  1. 理解镜像命名规则。

    Docker 镜像的完整名称格式为：[registry/][namespace/] 镜像名：标签

    部分说明示例
    registry仓库的注册表地址docker.io（Docker Hub，可省略）
    namespace命名空间dong413（作者名），library（官方命名空间）
    镜像名镜像名称simple-python-app
    标签版本标签latest（不写则表示最新版本）

  2. 拉取镜像。

    docker pull dong413/simple-python-app:latest

    此命令会从 Docker Hub 拉取一个简单的 Flask Web 应用镜像。

    拉取过程：

    latest: Pulling from dong413/simple-python-app
    37259e733066: Pull complete
    6e88b4602d85: Pull complete
    ...
    Status: Downloaded newer image for dong413/simple-python-app:latest

    Docker

  3. 查看本地镜像。

    docker images

    输出示例：

    REPOSITORY                        TAG       IMAGE ID       CREATED         SIZE
    dong413/simple-python-app         latest    be349c17d241   7 months ago    171MB

    查看Docker

    小知识：Docker Hub 是 Docker 的官方镜像仓库，里面存放成千上万的镜像。registry+ 命名空间 + 镜像名 组合起来叫做 repository（镜像库），一个镜像库用来存放同一镜像的不同版本。

场景 2: 创建和运行容器​

学习如何从镜像创建容器并运行应用：

  1. 理解容器概念。

    概念说明比喻
    镜像（Image）一个只读的模板，包含运行应用所需要的一切像是做好的菜谱
    容器（Container）镜像运行之后的实例，是一个真正可执行的、正在运行的应用环境像是照着菜谱做出来的一道菜

  2. 创建并运行容器。

    docker run -d -p 5000:5000 dong413/simple-python-app:latest

    参数说明：

    参数说明
    -d后台运行容器
    -p 5000:5000端口映射，将容器的 5000 端口映射到宿主机的 5000 端口
    dong413/simple-python-app:latest要运行的镜像名称

    查看Docker

  3. 查看运行中的容器。

    docker ps

    此命令会显示当前正在运行的容器列表。 输出示例：

    CONTAINER ID   IMAGE                             COMMAND         CREATED         STATUS         PORTS                   NAMES
    367f16b7f92d   dong413/simple-python-app:latest  "python app.py" 7 seconds ago   Up 6 seconds   0.0.0.0:5000->5000/tcp  modest_wu

    Docker 容器运行状态

  4. 测试容器。

    在浏览器中打开 http://localhost:5000 如果网页可以正常打开，说明容器可正常运行。

    Python Web 应用

常用命令说明：

命令说明
docker run运行容器
docker ps查看正在运行的容器
docker run -p [HOST_PORT]:[CONTAINER_PORT]端口映射，让宿主机可以访问容器内的服务
docker run -v [宿主机路径]:[容器内路径]挂载数据卷或目录映射，实现数据持久化

场景 3: 使用 VS Code Dev Containers 开发​

场景二中，我们"直接运行一个现成的应用"，类似于安装一个别人写好的软件。而本场景，是让我们"进入开发模式"。

虽然在上一步，我们拉取应用镜像，但为获得最干净最灵活的开发体验，我们将利用 VS Code 的自动化能力，启动一个全新的基础环境镜像，并将本地的代码挂载进去。这种方式兼顾开发效率与环境一致性，是现代容器化开发的主流做法。

  1. 安装 Dev Containers 插件。

    1. 打开 VS Code

    2. 安装扩展：Dev Containers（微软官方出品）

      安装 Dev Containers 插件

  2. 创建 Dev Container 配置。

    1. 新建文件夹并在 VS Code 中打开。
    2. 在根目录下创建 .devcontainer 文件夹。
    3. 创建 devcontainer.json 文件。

    项目结构：

    .
    └── .devcontainer/
        └── devcontainer.json

  3. 配置 devcontainer.json。

    {
        "name": "Python Dev",
        "image": "python:3.10",
        "workspaceFolder": "/app",
        "mounts": ["source=${localWorkspaceFolder},target=/app,type=bind"],
        "settings": {
            "terminal.integrated.defaultProfile.linux": "bash"
        },
        "extensions": [
            "ms-python.python"
        ]
    }

    配置说明：

    配置项说明
    "image"使用的 Docker 镜像（可替换为您自己拉的镜像）
    "mounts"将当前本地代码挂载到容器中的 /app
    "workspaceFolder"VS Code 在容器中的默认目录
    "extensions"自动为容器安装 Python 插件

    devcontainer.json 配置

  4. 启动 Dev Container。

    1. 点击 VS Code 左下角按钮 ><。

    2. 选择："Reopen in Container"。

      在容器中重新打开

      VS Code 会根据配置自动拉取指定镜像、挂载代码，并在容器中打开开发环境。

  5. 开发与调试。

    现在可以像在本地一样开发了，比如运行一个简单的 hello world 程序：

    print("Hello, World!")

    容器中运行 Python

容器开发的优点：

优点说明
一致性容器中运行环境和部署环境一致
便捷性编辑器 + 终端 + 容器集成，体验良好
清洁不污染本机系统环境
易于团队共享.devcontainer 可上传至 Git 仓库，团队成员一键进入容器开发环境

场景 4: 构建自定义镜像​

学习如何编写 Dockerfile 并构建自己的镜像：

这一章让你将本地项目封装成一个可移植的镜像，包含代码和全部运行环境，最终能够交给别人运行。

  1. 准备项目代码。

    git clone https://gitee.com/mthreadsacademy/project100.git
    cd docker-simple-app

    或按照示例代码创建项目。

  2. 编写 Dockerfile。

    Dockerfile 是镜像构建的配方，Docker 会根据这个文件帮您打包镜像。

    # 使用官方 Python 运行时作为基础镜像
    FROM python:3.11-slim

    # 设置工作目录
    WORKDIR /app

    # 将 requirements.txt 复制到容器中
    COPY requirements.txt .

    # 安装 Python 依赖
    RUN pip install --no-cache-dir -r requirements.txt

    # 将应用代码复制到容器中
    COPY app.py .

    # 暴露端口 5000
    EXPOSE 5000

    # 设置环境变量
    ENV FLASK_APP=app.py
    ENV FLASK_RUN_HOST=0.0.0.0

    # 运行应用
    CMD ["python", "app.py"]

    Dockerfile 指令说明：

    指令说明
    FROM指定基础镜像
    WORKDIR设置容器内的工作目录
    COPY将文件从主机复制到容器
    RUN在构建时执行命令（如安装依赖）
    EXPOSE声明容器监听的端口
    ENV设置环境变量
    CMD容器启动时执行的默认命令

  3. 创建 .dockerignore 文件。

    .dockerignore 类似于 .gitignore，用来排除不需要打包进镜像的文件，可以减小镜像体积，避免敏感文件，提高构建速度。

    # Python 缓存和字节码文件
    __pycache__/
    *.py[cod]
    *$py.class
    *.so
    # 虚拟环境
    ai_image_env/
    venv/
    env/
    ENV/
    # Git 相关
    .git/
    .gitignore
    # IDE 和编辑器文件
    .vscode/
    .idea/
    *.swp
    *.swo
    *~
    # 操作系统文件
    .DS_Store
    Thumbs.db
    # 日志文件
    *.log
    # 临时文件
    *.tmp
    *.temp
    # 环境配置文件（安全考虑，不打包到镜像中）
    .env
    .env.local
    .env.production
    .env.*
    # 测试文件
    test_*
    *_test.py
    # 构建文件
    build/
    dist/
    *.egg-info/

  4. 构建镜像。

    docker build -t simple-python-app:latest .

    命令说明：

    参数说明
    -t simple-python-app:latest指定镜像名称和标签
    .使用当前目录作为构建上下文

  5. 验证镜像构建。

    # 查看本地镜像
    docker images

    # 查看镜像详细信息
    docker inspect simple-python-app:latest

    # 测试运行
    docker run -d -p 5000:5000 --name my-app simple-python-app

场景 5: 发布镜像到 Docker Hub​

学习如何将构建好的镜像推送到 Docker Hub 并分享给他人使用：

  1. 登录 Docker Hub。

    docker login

    根据提示输入您的 Docker Hub 用户名和密码。

  2. 为镜像打标签。

    Docker Hub 镜像命名格式为：<你的用户名>/<镜像名>:<标签>。

    # 方法 1：构建时直接指定正确的标签
    docker build -t your-username/simple-python-app:latest .

    # 方法 2：为现有镜像添加新标签
    docker tag simple-python-app:latest your-username/simple-python-app:latest

    # 添加版本标签
    docker tag simple-python-app:latest your-username/simple-python-app:v1.0
    tip

    请将 your-username 替换为您的 Docker Hub 用户名。

  3. 推送镜像到 Docker Hub。

    # 推送 latest 版本
    docker push your-username/simple-python-app:latest

    # 推送特定版本
    docker push your-username/simple-python-app:v1.0

    # 推送所有标签
    docker push your-username/simple-python-app --all-tags

  4. 验证推送。

    在 Docker Hub 网页端查看您的镜像，或使用以下命令测试：

    # 删除本地镜像进行测试
    docker rmi your-username/simple-python-app:latest

    # 从 Docker Hub 拉取镜像
    docker pull your-username/simple-python-app:latest

    # 运行从 Docker Hub 拉取的镜像
    docker run -d -p 5000:5000 your-username/simple-python-app:latest

    推送完成后，您可以在网页端查看镜像，并分享给别人使用。

    Docker Hub 仓库

常用操作命令​

操作命令示例说明
查看版本docker --version检查 Docker 是否安装及版本号
拉取镜像docker pull [镜像名]:[标签]从仓库下载镜像，如 nginx:latest
查看本地镜像docker images列出本机已下载的镜像列表
运行容器docker run -d -p [主机端口]:[容器端口] [镜像名]-d: 后台运行
-p: 端口映射
(调试时建议加 -it)
交互式运行docker run -it [镜像名] /bin/bash-it: 分配伪终端，用于进入容器内部调试
查看运行中容器docker ps仅显示正在运行的容器
查看所有容器docker ps -a包含已停止 (Exited) 的容器
停止容器docker stop [容器 ID/名称]优雅地停止容器
删除容器docker rm [容器 ID/名称]删除已停止的容器 (运行中需加 -f)
构建镜像docker build -t [名称]:[标签] .注意末尾的点 .，代表当前目录
登录仓库docker login登录 Docker Hub 或其他私有仓库
推送镜像docker push [用户名]/[镜像名]:[标签]将本地镜像上传到仓库
删除镜像docker rmi [镜像 ID/名称]删除本地镜像 (若有容器占用需先删容器)

5. 附录​

5.1 项目特点​

  • 覆盖 Docker 基本使用流程：从安装、拉取镜像、运行容器到构建与发布全流程教学。
  • 结合 VS Code Dev Containers 开发体验：介绍了现代主流容器化开发方式。
  • 贴合设备实战：适配 MTT AIBOOK 的 Linux 开发环境。
  • 提供最佳实践：包括 .dockerignore、环境变量管理、版本标签等。
  • IO 可扩展性强：为后续学习 docker-compose、CI/CD、微服务架构打下基础。

5.2 小知识：什么是 Docker​

您可能听说过这样的"玄学定律"：任何在您的机器上能够完美运行的代码，在其他人的机器上必然会失败！面对这样的问题，Docker 就可以帮我们解决。

Docker 的本质： Docker 可以帮我们打包代码以及运行代码所需要的一切（如环境变量等）。不仅打包程序，还打包了程序所需的整个环境，让开发、测试、部署变得简单而可靠。也就意味着，有 Docker 之后您就可以在任何计算机上运行您的代码。

核心概念：

  • 镜像（Image）：一个只读的模板，包含了运行应用所需要的一切，包括操作系统、运行环境、程序代码和依赖。可以把镜像理解为“一份软件快照”，像是做好的菜谱。
  • 容器（Container）：镜像运行之后的实例，是一个真正可执行的、正在运行的应用环境。容器是隔离的、轻量的，可以快速启动和销毁，不影响宿主机，也不相互干扰。您可以把容器理解为“照着镜像做出来的一道菜”。

5.3 进阶建议​

完成本教程，已经掌握了 Docker 的基础使用！接下来如果您希望更进一步，这里为您推荐一些进阶方向与实践内容：

1. 学习 docker-compose：管理多容器项目​

在实际项目中，您的应用通常不止一个容器（例如：前端 + 后端 + 数据库）。这时推荐使用 docker-compose，实现：

  • 编排多个服务
  • 统一管理网络、环境变量、数据卷
  • 使用一个 YAML 文件启动整个系统

示例任务： 用 docker-compose.yml 同时启动 Flask + Redis + Postgres。

2. 自定义 Dev Container：开发环境版本控制​

您可以通过自定义 .devcontainer/Dockerfile 添加更多工具或包：

  • 自动安装 lint 工具（如 black, flake8）
  • 内置测试框架（如 pytest）
  • 安装特定系统工具（如 curl, git）

示例任务： 创建一个 Dev Container，自动支持 Python 格式化和调试。

3. 使用私有镜像仓库（Harbor / GitHub Container Registry）​

当您不想将镜像公开发布到 Docker Hub，可以考虑：

  • 使用 GitHub 的容器仓库（ghcr.io）
  • 搭建自己的私有仓库（如 Harbor）

示例任务： 将镜像推送至 GitHub Packages 并部署。

4. 探索 CI/CD 与自动化部署​

Docker 非常适合接入自动化部署流程，如 GitHub Actions、GitLab CI 等。您可以：

  • 编写 .yml 自动构建镜像并部署
  • 用 webhook 自动部署到服务器
  • 用 Nginx + Docker 实现自动上线

示例任务： 通过 GitHub Actions 自动构建并推送 Flask 镜像。

5. 学习容器网络与挂载机制​

深入理解：

  • 容器之间如何通信（Bridge / Host / Overlay）
  • 如何将容器挂载本地目录、数据卷
  • 使用命名卷持久化数据库数据

示例任务： 创建一个数据容器，自动保存容器运行状态和日志。

5.4 常见问题​

问题描述可能原因解决方案
Docker 安装失败网络问题或仓库配置错误1. 检查网络连接
2. 确认仓库地址正确
3. 尝试移除版本锁定安装最新版本。
docker 命令需要 sudo用户未添加到 docker 组1. 执行 sudo usermod -aG docker $USER
2. 重启系统使更改生效。
容器无法访问网络iptables 配置问题1. 确认已配置 iptables-legacy
2. 检查防火墙设置。
端口已被占用宿主机端口被其他程序使用1. 查找占用程序：sudo lsof -i :5000
2. 终止占用程序或更改映射端口。
镜像拉取失败网络问题或镜像不存在1. 检查网络连接
2. 确认镜像名称和标签正确
3. 尝试使用国内镜像源。
构建镜像失败Dockerfile 语法错误或依赖问题1. 检查 Dockerfile 语法
2. 确认依赖文件存在
3. 查看构建日志定位错误。
推送镜像失败未登录或权限不足1. 执行 docker login 登录
2. 确认镜像标签包含用户名
3. 检查 Docker Hub 账户权限。
Dev Container 启动失败配置文件错误或镜像拉取失败1. 检查 devcontainer.json 语法
2. 确认镜像名称正确
3. 查看 VS Code 输出日志。

5.5 相关资源​

版权所有 2024 摩尔线程，本文档受国际版权法保护。

摩尔线程和摩尔线程徽标是摩尔线程智能科技 (北京)有限责任公司的注册商标。

免责声明

本文档提供有关摩尔线程产品的信息。本文档并未授权任何知识产权的许可，并未以明示或暗示，或以禁止反言或其他方式授予任何知识产权许可。