Docker 基础(二)- Dockerfile
理论知识
关于 Dockerfile 的详细使用,请参考 Dockerfile reference 说明。
Dockerfile 的本质
Dockerfile 是一个文本格式的镜像构建蓝图。它由一系列命令和参数组成,每条指令构建一层,最终叠加形成一个只读的 Docker 镜像。它的核心底层是联合文件系统(UnionFS)与镜像层(Layers)。
- Dockerfile 中的很多指令(如 RUN、COPY、ADD)都会创建一个新的镜像层(Layer)。
- 镜像层是只读的、可复用的。
- 当容器启动时,Docker 会在这些只读层的顶端添加一个可读写层(Container Layer)。
- 分层机制的好处:
- 极其节省空间:如果多个镜像基础层相同,它们在宿主机上只会存储一份。
- 极大提升构建速度:未改变的层会直接触发构建缓存(Build Cache),无需重新下载或计算。
常用的关键字
- FROM:指定新镜像的基础镜像。Dockerfile 必须以 FROM 开头(除非前面有 ARG 变量)。在多阶段构建中,一个 Dockerfile 可以出现多个 FROM,用以分离编译环境和运行环境。
- MAINTAINER:声明镜像的作者/维护者信息。这个关键字在旧版本很常用,但现在已经被官方废弃了!现在推荐使用通用的 LABEL 指令来代替它,例如:LABEL maintainer=”owlias “。
- RUN:在 docker build(镜像构建)阶段执行的命令。通常用于执行 apt-get install、mvn clean package 等去搭建基础环境。每一个 RUN 指令都会在只读层上叠加新的一层(Layer)。应该尽量使用
&&将多条 Shell 命令合并成一个 RUN,并在命令末尾顺手清理掉安装包缓存(如 rm -rf /var/cache/apk/*),以追求极致的镜像瘦身。 - EXPOSE:声明容器运行时打算监听的端口。它仅仅是一个声明(留给运维或微服务编排工具K8s看的),并不会自动在宿主机上做端口映射。如果想真正映射端口,启动容器时还是要老老实实用
-p。 - WORKDIR:为后续的 RUN、CMD、ENTRYPOINT、COPY、ADD 指令设置工作目录(落脚点)。禁止使用 RUN cd /path(因为每条 RUN 都在独立的子 Shell 运行,cd 不会影响下一条指令),必须使用 WORKDIR。
- USER:指定运行后续命令以及容器启动时的用户名或 UID。默认情况下容器是用 root 用户运行的,这存在极大的容器逃逸安全隐患。标准的安全做法是在构建后期先通过 RUN useradd -m userxxx 创建一个低权限的普通用户,然后通过 USER userxxx 切换,确保容器进程以非 root 身份在生产环境运行。
- ENV:设置环境变量。这些变量在镜像构建过程中以及容器运行时都持久有效。后续指令可以直接通过 “$变量名” 来引用它。
- ADD:COPY 的增强版,具备两个特殊超能力,即如果源文件是宿主机的本地压缩包(如 .tar.gz),复制到容器内时会自动帮你解压成目录;另一方面它也支持远程 URL。
- COPY:纯粹地、规规矩矩地复制本地文件或目录。生产环境无脑推荐使用,含义最单一、最安全。
- VOLUME:在容器内创建一个匿名数据卷挂载点。它的核心目的是防止用户忘记挂载目录,导致持久化数据(如 MySQL 数据、Redis AOF 文件)随容器销毁而丢失。
- 在 Dockerfile 中声明 VOLUME [“/data”] 后,即使启动容器时没加
-v参数,Docker 也会自动在宿主机的/var/lib/docker/volumes/下生成一个随机名字的文件夹与之绑定,强行保障数据安全。 - 如果 Dockerfile 指定了 VOLUME,而 docker run 时又指定了 -v(具名挂载),两者的路径如果发生冲突,docker run -v 会以绝对优势强行覆盖 Dockerfile 中的声明。
- 例如当你执行 docker run -v /host/my_data:/data,结果是 Dockerfile 里的匿名卷声明直接失效,Docker 会直接把宿主机的 /host/my_data 目录绑定到容器的 /data,此时绝对不会在宿主机的 /var/lib/docker/volumes/ 下生成那个乱码一样的匿名卷文件夹。
- 又比如你执行 docker run -v my_named_vol:/data,结果是 Dockerfile 里的匿名卷声明同样直接失效,Docker 会在宿主机创建一个名字叫 my_named_vol 的干净卷,并把它挂载到容器的 /data,而不会产生任何匿名垃圾。
- 如果你在 Dockerfile 里写了 VOLUME [“/data”],但你启动时因为疏忽,敲成了:docker run -v /host/my_data:/app_data my-image(路径写错了,把 /data 敲成了 /app_data)。Docker 依然会在你的宿主机底层偷偷创建一个无名的匿名卷挂载到 /data。随着你容器不停地重启、销毁、重建,宿主机的 /var/lib/docker/volumes/ 下就会积压大量几百兆甚至几个G的无名孤儿文件夹,直到某天把你的服务器磁盘彻底撑爆。这时候生产环境定期执行
docker volume prune,这个命令会一枪放倒所有由于这种“擦肩而过”产生的、目前没有被任何容器使用的匿名垃圾卷。
- 在 Dockerfile 中声明 VOLUME [“/data”] 后,即使启动容器时没加
- CMD:提供容器启动的默认命令及参数。它的特点是极易被覆盖。如果在 docker run 后面随便加了任何参数(如 docker run my-image /bin/bash),Dockerfile 里的 CMD 会被直接无情覆盖,完全不执行。
- ENTRYPOINT:让容器像一个普通的二进制可执行文件一样运行,其参数很难被覆盖。它的特点是 docker run 后面附带的任何额外参数,都会被当成附加参数追加(Append)到 ENTRYPOINT 命令的尾部。
RUN、CMD、ENTRYPOINT
RUN:在镜像构建阶段(docker build)执行的命令。通常用于安装软件、配置环境、创建目录。它会生成新的镜像层。
CMD:在容器启动阶段(docker run)执行的默认命令。Dockerfile 中只能有一条 CMD,如果写了多条,只有最后一条生效。在实际的使用中,CMD 极易被 docker run 后面附带的参数直接覆盖。
ENTRYPOINT:也是在容器启动时执行的命令,但它不会被轻易覆盖。在实际生产中,通常用 ENTRYPOINT 指定容器的启动主体程序,用 CMD 充当其默认参数。例如:
1
2
3
4
5
6
7
8
9# 1.
# ENTRYPOINT 定义要执行的固定的主程序
ENTRYPOINT ["java", "-jar", "app.jar"]
# CMD 作为 ENTRYPOINT 的默认可选参数
CMD ["--spring.profiles.active=prod"]
# 2.
ENTRYPOINT ["redis-server"]
CMD ["/etc/redis/redis.conf"]当用户执行 docker run my-redis –port 6380 时,–port 6380 会覆盖 CMD 传递给 ENTRYPOINT,变成 redis-server –port 6380 启动,极其优雅。
COPY、ADD
- COPY:纯粹地将宿主机的本地文件/目录复制到镜像内。功能单一,但高效且推荐。
- ADD:COPY 的增强版。
- 它支持自动解压:如果源文件是个本地压缩包(.tar.gz),它会自动帮你在容器内解压。
- 它支持远程 URL:可以直接去下载网络文件(但不推荐,因为会产生多余的下载缓存层)。
- 生产环境无脑推荐 COPY,除非你明确需要本地压缩包自动解压的功能。
HEALTHCHECK
作用是告诉 Docker 如何定期检查容器内的服务是否依然处于健康正常的运行状态(而不仅仅是 PID 处于运行状态),状态有 starting、healthy、unhealthy。
1 | # 每 30 秒检查一次,响应超时 3 秒,连续失败 3 次标记为 unhealthy |
编写高水准的 Dockerfile
第一,采用多阶段构建(Multi-Stage Builds)—— 核心减重神技
以 Java 为例,编译源码需要 Maven/JDK,但运行只需要 JRE。如果把 Maven 和源码都留在镜像里,镜像动辄 1GB。
实际可以在同一个 Dockerfile 中定义多个 FROM,前一个阶段负责编译,后一个阶段只把编译好的产物(如 .jar)通过 COPY –from 复制过来。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56# ----------------------------------------------------
# 1. 构建阶段 (Builder) 🚩
# ----------------------------------------------------
FROM maven:3.9-eclipse-temurin-17 AS builder
WORKDIR /build
# 第一步:仅复制依赖定义文件,下载所有依赖(利用 Docker 层缓存)
# 解析项目的 pom.xml 文件,并将项目声明的所有依赖,一次性批量下载到本地 Maven 仓库(~/.m2/repository)。
# 下载完成后,即使切断网络连接,使用 -o / --offline 参数执行 mvn package -o 也能在离线状态下完成编译打包。
# -B 或 --batch-mode,启用 批处理模式,以非交互模式运行 Maven。当遇到选择题时,不会等待手动输入,而是直接使用默认配置。
# 有了这句代码,只要 pom.xml 未被修改,后续构建代码时 Docker 就会直接跳过依赖下载步骤,将构建耗时从几分钟缩短至几秒。
COPY pom.xml .
RUN mvn dependency:go-offline -B
# 第二步:复制业务源码,执行离线编译打包,打包时强制使用离线模式(-o)编译
COPY src ./src
RUN mvn clean package -DskipTests -o -B
# ----------------------------------------------------
# 2. 运行阶段 (Runtime) 🚩
# 所有在最后一个 FROM 之前的阶段在构建结束后,它们的底层镜像、源码、编译工具、缓存文件统统会被 Docker 抛弃,不会包含进最终输出的镜像中。
# 最终镜像的文件系统层(Layers)只包含最后一个 FROM 开始构建的内容,再加上你用 COPY --from=... 明确指定 “偷” 过来的那几个目标文件。
# 在构建过程中生成的中间镜像层,会临时缓存在本地 Docker 的 Build Cache 中。
# 如果你不手动清理(如 docker image prune),它们只会在本地占用缓存,但绝不会被推送到 Harbor/Docker Hub 私有仓库,也不会随镜像被下载部署。
# ----------------------------------------------------
FROM eclipse-temurin:17-jre-alpine
# 提前下载 curl,创建 app 用户组 和 app 用户,并关联 /app 为家目录
RUN apk add --no-cache curl && \
addgroup -S app && \
adduser -S -G app -h /app app
# 以 /app 目录为工作目录
WORKDIR /app
# 预先创建日志目录并授权
RUN mkdir -p /app/logs && chown -R app:app /app
# --from=builder 后,复制源就变成了前面定义的别名为 builder 的临时镜像阶段,/build/target/mall-service.jar 就是文件在 builder 临时镜像内部的绝对路径。
COPY --chown=app:app --from=builder /build/target/zdemo-hello.jar ./zdemo-hello.jar
# 声明持久化卷
VOLUME ["/tmp", "/app/logs"]
# 切换到非 root 用户运行
USER app
# 声明暴露 8080 端口
EXPOSE 8080
# 应用的健康检查,如果处于非健康状态则执行 exit 1 进行非正常退出
HEALTHCHECK --interval=5s --timeout=3s --retries=3 \
CMD curl -fs http://localhost:8080/actuator/health || exit 1
ENTRYPOINT ["java", "-jar", "zdemo-hello.jar"]
第二,精明利用构建缓存(Cache)
- Docker 的缓存机制是:一旦某一层由于代码改变导致缓存失效,它后面的所有层缓存将全部报废。
- 坏榜样:先 COPY . .(复制整份源码),再 RUN mvn install。这样只要你改了一行 Java 代码,Maven 依赖层就会被迫全部重新下载,慢到崩溃。
- 好榜样:先仅仅 “COPY pom.xml .”,然后 RUN mvn dependency:go-offline(先下载好依赖并形成固定的镜像层),最后再 “COPY src ./src” 编译。这样只要 pom.xml 没变,依赖层永远走缓存,构建速度从 10 分钟飙升到 10 秒。
第三,合并 RUN 指令,清理多余残骸
- 每一个 RUN 都会增加一层。应该用
&&将多条 Shell 命令合并成一条。 - 并在同一层命令的末尾,顺手清理缓存和临时文件(如 rm -rf /var/cache/apk/* 或 apt-get clean),否则这些垃圾数据会被永久固化在只读层里,即便后续用新指令删除也无法缩减镜像体积。
- 每一个 RUN 都会增加一层。应该用
第四,选用精简的基础镜像(Base Image)
- 拒绝盲目使用 ubuntu 或 centos 作为底包。
- 优先选用 Alpine(一个只有 5MB 左右的极其精简的安全 Linux 发行版)或者 Slim 版本(瘦身版)。
第五,拒绝使用 Root 用户运行
- 默认情况下,容器内部的进程是用 root 运行的。一旦容器被黑客攻破且发生逃逸,宿主机将直接沦陷。应在 Dockerfile 末尾使用 RUN useradd -m myuser && USER myuser 切换为低权限普通用户。
第六,显式声明端口和环境变量
- 用 EXPOSE 和 ENV 明确暴露微服务的边界,方便业务网关和微服务编排软件进行健康检查与服务发现。
简单案例
centos7+vim+ifconfig+jdk8
第一步:准备 Dockerfile
vim ./Dockerfile
1 | # 1. 指定基础镜像:经典的 CentOS 7 |
第二步:构建镜像
在终端中切换到 Dockerfile 所在的目录下,执行以下构建命令(注意末尾有一个 . 代表当前路径):
1 | $ docker build -t my-centos7-java8-dev:v1.0 . |
第三步:启动容器
镜像构建成功后,我们直接启动一个容器,并切入交互式终端(-it)来检验我们的定制成果:
1 | $ docker run -itd --name my01 my-centos7-java8-dev:v1.0 |
连入容器后,你会发现你直接站在了 /root(WORKDIR 指定的家目录)下。接下来依次敲入以下命令进行验证:
1 | # 验证 ifconfig 网络工具 |
另一个小案例
构建一个精简的 JDK17 环境
1 | # 1. 指定基础镜像 |
构建镜像、启动容器、使用容器:
1 | $ docker build -t my02:v1.0 . |
发布微服务到docker容器
1 | $ docker images |
Dockerfile:
1 | FROM my-centos7-java17-dev:v1.0 |
构建镜像:
1 | $ docker build -t my-centos7-java17-app:v1.0 . |
启动容器:
1 | # 启动和查看 |
关于日志的查看:
1 | # 实时跟踪打印这个容器的 Spring Boot 日志(类似 tail -f) |
发布微服务到容器示例二
Dockerfile
1 | FROM my02:v1.0 |
构建镜像、启动容器:
1 | docker build -t myapp:v1 . |