博客
关于我
「docker实战篇」python的docker-docker系统管理-基本命令(29)
阅读量:352 次
发布时间:2019-03-04

本文共 956 字,大约阅读时间需要 3 分钟。

Docker命令是操作Docker引擎的核心工具,熟悉这些命令能极大提升工作效率。以下是对Docker命令的详细解析,帮助您更好地理解和使用它们。

1. 管理命令

这些命令用于管理容器、镜像、网络等资源。

  • docker container ls:显示所有运行中的容器。
  • docker image ls:列出本地镜像。
  • docker network ls:查看网络配置。
  • docker node ls:查看Docker Swarm节点状态。
  • docker system info:获取系统统计信息。

2. 常用命令

这些命令是日常操作的必备工具。

  • docker run:运行容器。例如,docker run -it centos /bin/bash进入CentOS容器并启动bash终端。
  • docker build:构建镜像。
  • docker pull:从镜像仓库拉取镜像。
  • docker push:将镜像上传到仓库。

3. 进入容器

有两种方法进入容器:

  • docker attach:直接进入容器终端,适合查看输出。
  • docker exec -it:在容器中打开新终端,适合执行命令或启动进程。

4. 容器操作

  • 启动docker start <容器ID>
  • 停止docker stop <容器ID>
  • 重启docker restart <容器ID>
  • 删除docker rm <容器ID>docker rm -v(删除卷)。

5. 批量删除

删除所有已退出的容器:docker rm -v $(docker ps -aq -f status=exited)

6. 容器资源监控

  • docker stats:实时显示资源使用情况。
  • docker logs:查看容器日志。

7. 镜像管理

  • 拉取镜像docker pull alpine:latest
  • 删除镜像docker rmi <镜像ID>

8. 高级操作

  • 批量处理docker run -d创建并运行容器。
  • 分卷管理docker volume create创建卷,docker rm -v删除卷。

通过实践,理解这些命令的用途和原理会显著提升您的Docker使用效率。继续探索Docker命令,熟练掌握后,您将能够更高效地管理容器化应用。

转载地址:http://hope.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 实践教程|旋转目标检测模型-TensorRT 部署(C++)
查看>>
OpenCV与AI深度学习 | 工业缺陷检测中数据标注需要注意的几个事项
查看>>
OpenCV与AI深度学习 | 干货 | 深度学习模型训练和部署的基本步骤
查看>>
OpenCV与AI深度学习 | 手把手教你用Python和OpenCV搭建一个半自动标注工具(详细步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 水下检测+扩散模型:或成明年CVPR最大惊喜!
查看>>
OpenCV与AI深度学习 | 深入浅出了解OCR识别票据原理
查看>>
OpenCV与AI深度学习 | 深度学习检测小目标常用方法
查看>>
OpenCV与AI深度学习 | 超越YOLOv10/11、RT-DETRv2/3!中科大D-FINE重新定义边界框回归任务
查看>>
OpenCV与AI深度学习 | 高效开源的OCR工具:Surya-OCR介绍与使用
查看>>
OpenCV与AI深度学习|16个含源码和数据集的计算机视觉实战项目(建议收藏!)
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
OpenCV中的监督学习
查看>>
opencv中读写视频
查看>>
OpenCV中遇到Microsoft C++ 异常 cv::Exception
查看>>
opencv之cv2.findContours和drawContours(python)
查看>>
opencv之namedWindow,imshow出现两个窗口
查看>>
opencv之模糊处理
查看>>
Opencv介绍及opencv3.0在 vs2010上的配置
查看>>
OpenCV使用霍夫变换检测图像中的形状
查看>>