Docker容器化部署与迁移

Last edited time

Jul 12, 2026 06:03 AM

password

AI summary

type

Post

status

Published

date

Jul 12, 2026

slug

docker

summary

📝 Docker容器化部署

介绍

1.1 产生背景

在没有Docker之前，软件开发和上线会遇到一个经典难题：环境不一致。

开发在自己电脑上跑得好好的，一放到测试 / 生产环境就报错。

换一台服务器，就要重新装系统、装依赖、配配置，步骤繁琐又容易出错。

项目版本一多，环境差异、依赖冲突、兼容性问题，会让开发和运维非常痛苦

很多人想到，能不能从根本上解决问题，软件可以带环境安装？也就是说，安装的时候，把原始环境一模一样地复制过来。Docker 正是为了解决这个痛点诞生的。它提供了一套标准化的环境打包与运行方案：把代码、依赖、配置、系统环境全部打包在一起，形成一个可移植的容器。这样一来：

开发只管写代码，容器里是什么环境，上线就是什么环境。

运维不用再反复配置机器，直接运行容器即可。

彻底解决了 “在我电脑上能跑，上线就不行” 的协作痛点。

1.2 Docker简介

官网地址：https://www.docker.com/

docker 是一个开源的应用容器引擎，基于Go语言开发。Docker 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口（类似 iPhone 的 app）,更重要的是容器性能开销极低。

Docker的主要目标是“Build，Ship and Run Any App,Anywhere”，也就是通过对应用组件的封装、分发、部署、运行等生命周期的管理，使用户的APP（可以是一个WEB应用或数据库应用等等）及其运行环境能够做到“一次封装，到处运行”。

总之一句话：

只需要一次配置好环境，换到别的机子上就可以一键部署好，大大简化了操作。

1.3 Docker的优势

可移植性 Docker容器可以在任何支持Docker的环境中运行，包括本地开发环境、测试环境和生产环境，从而提高了应用程序的可移植性。

可伸缩性 Docker容器可以根据负载的变化进行快速扩展和收缩，从而更好地满足应用程序的需求。

隔离性 Docker容器提供了隔离的运行环境，从而使得不同容器中运行的应用程序互相隔离，避免了应用程序之间的干扰。

1.4 Docker和虚拟机的区别

隔离性：在于隔离性上面，由于vm对操作系统也进行了虚拟化，隔离的更加彻底。而Docker共享宿主机的操作系统，隔离性较差。

运行效率：由于vm的隔离操作，导致生成虚拟机的速率大大低于容器Docker生成的速度，因为Docker直接利用宿主机的系统内核。它们的启动速度是在数量级上的差距。

资源利用率：在资源利用率上虚拟机由于隔离更彻底，因此利用率也会相对较低。经典名句：虚拟机已死，容器才是未来

1.5 Docker架构

Docker是一个客户端-服务器（C/S）架构程序。Docker客户端只需要向Docker服务器或者守护进程发出请求，服务器或者守护进程将完成所有工作并返回结果。Docker提供了一个命令行工具Docker以及一整套RESTful API。你可以在同一台宿主机上运行Docker守护进程和客户端，也可以从本地的Docker客户端连接到运行在另一台宿主机上的远程Docker守护进程。

1.6 Docker核心概念

1.6.1 镜像（Image）—类比「软件安装包」

定义：镜像就是一个只读的模板，包含了运行某个应用程序所需的全部环境（比如操作系统、软件依赖、配置文件等）。

实操关联：我们后续会下载「mysql:8.0.45」镜像（MySQL 8.0.45的“安装包”）、「python:3.12」镜像（Python 3.12的“安装包”），这些镜像都是从官方仓库（Docker Hub）下载的，无需手动配置环境。

关键特点：只读（不能直接修改），可作为模板，创建多个容器。

1.6.2 容器（Container）—类比「已安装好的软件」

定义：容器是镜像的运行实例，是一个可读写的独立环境，相当于“把安装包安装好后，能直接使用的软件”。

实操关联：我们执行「docker run」命令，就是基于「mysql:8.0.45」镜像，创建并启动一个MySQL容器（相当于“安装并启动MySQL服务”）；启动后，容器内的MySQL就能正常使用，且和本地其他环境互不干扰。

关键特点：可启动、停止、删除，多个容器相互独立；容器删除后，里面的数据默认会丢失（可通过“数据卷”保留，后续会讲）。

1.6.3 仓库（Repository）—类比「手机应用商店」

定义：仓库是用于存放和下载镜像的平台，相当于“镜像的聚集地”，最常用的是官方仓库Docker Hub。

实操关联：我们执行「docker pull 镜像名」命令，就是从Docker Hub下载对应的镜像（比如「docker pull mysql:8.0.45」，就是下载MySQL 8.0.45的镜像）。

官方仓库地址：https://hub.docker.com/ （无需注册也能下载公开镜像，注册后可保存自定义镜像）。

1.6.4 数据卷（Volume）—— 类比「电脑的D盘（专门存数据）」

定义：数据卷是Docker中用于持久化数据的工具，相当于“给容器挂一个独立的存储盘”，容器删除后，数据卷中的数据不会丢失。

实操关联：我们在Docker Compose配置中，会用「volumes: mysql-data:/var/lib/mysql」配置数据卷，用于保存MySQL的数据，这样即使删除MySQL容器，下次启动新容器，之前的数据库、表、数据依然存在，移植时数据也能保留。

1.7 核心工具

1.7.1 Dockerfile —自定义镜像的“构建脚本”

定义：Dockerfile是一个纯文本文件（无后缀名），包含一系列简单的指令，用于告诉Docker“如何构建自定义镜像”。

核心作用：解决“环境配置繁琐、版本不一致”的问题。比如我们需要一个“包含Python 3.12+pymysql依赖+自定义脚本”的镜像，无需手动安装Python和依赖，只要编写Dockerfile，执行一条命令，Docker就会自动构建出符合需求的镜像。

实操关联：后续我们会编写Dockerfile，构建一个包含Python环境和连接脚本的镜像，用于和MySQL容器联动。

1.7.2 Docker Compose —多容器的“一键管理工具”

定义：Docker Compose是一个用于管理多容器的工具，通过一个yaml格式的配置文件（固定命名为docker-compose.yml），定义多个关联容器的配置（比如镜像、端口、依赖关系），执行一条命令就能一键启动、停止所有容器。

核心作用：简化多容器部署。比如我们需要同时启动MySQL容器和Python容器，且Python容器要依赖MySQL容器（先启动MySQL，再启动Python），无需手动逐个启动，用Docker Compose一键搞定。

实操关联：后续我们会编写docker-compose.yml，配置MySQL（8.0.45）和Python两个容器，实现一键启动和联动。

Win11下Docker安装与卸载

Docker在Win11上运行需依赖WSL2（Windows子系统），必须先完成准备工作，否则Docker无法启动。

2.1 安装前准备

2.1.1 开启虚拟化

可以通过任务管理器-性能，查看虚拟化是否开启

一般电脑都已经开启，如果没有开启，重启电脑，开机时按主板快捷键（联想F2、戴尔F12、华硕F8）进入BIOS，找到“Virtualization Technology”（虚拟化技术），设置为“Enabled”（启用），保存并重启电脑。

2.1.2 启用WSL和虚拟机平台功能

必须运行Windows10的 2004及更高版本（内部版本19041及以上）或Windows11

Win+R 输入winver，直接查看

在控制面板-程序-启用或关闭Windows功能中勾选适用于Linux的Windows子系统以及虚拟机平台(wsl2需要)

2.1.3 更新WSL内核

如果通过命令更新会非常慢。为了加快速度，直接从github里面下载最新版本。

https://github.com/microsoft/WSL/releases

下载完成后，双击安装。

注意：如果是arm架构请选择对应的文件。

测试：

2.2 Docker安装与验证

2.2.1 下载Docker安装包

访问Docker官方下载页，下载“Docker Desktop for Windows”安装包。

官方下载地址：https://www.docker.com/products/docker-desktop/

注意：如果是arm架构请选择对应的文件。

AMD64：适用于 99% 的 Intel Core（酷睿）和 AMD Ryzen（锐龙）处理器的电脑。（绝大多数人都是这个）

ARM64：适用于高通的 Snapdragon（骁龙）处理器，或者苹果 M 系列芯片的 Mac 通过虚拟机跑 Windows 的情况。

2.2.2 安装Docker

双击下载的安装包，，点击“下一步”，默认安装即可，安装完成后Docker会自动启动，如果安装的过程中有阻止对host的修改，点击允许。

2.2.3 验证安装

打开Win11终端（CMD或PowerShell），执行以下两条命令，若均能显示版本号，说明安装成功：

2.3 Docker卸载

若Docker安装失败、版本不兼容，或无需使用Docker，可按以下步骤彻底卸载，避免残留文件影响后续操作：

2.3.1 停止Docker服务

找到任务栏右下角的 Docker 鲸鱼图标（可能在隐藏图标里，点 ^ 展开），右键点击 → 选择 Quit Docker Desktop / 退出 Docker Desktop ，等待几秒，Docker 就完全停止了

2.3.2 卸载Docker应用

打开 “控制面板” → “程序” → “卸载”，在搜索框输入“Docker Desktop”，点击右侧“三个点” → “卸载”，按提示完成卸载（过程约1-2分钟）。

2.3.3 删除 WSL 2 相关的 Docker 发行版（关键）

以管理员身份打开 PowerShell，执行

2.3.4 删除残留文件（可选，彻底清理）

删除用户目录下的Docker残留：打开文件资源管理器，进入 C:\Users\你的用户名.docker，删除整个.docker文件夹；

删除C:\Users\你的用户名\AppData\Local\Docker，docker-secrets-engine（WSL 虚拟磁盘、日志）

删除C:\Program Files\Docker（安装目录残留）

2.3.5 验证卸载

终端执行 docker --version，若提示“不是内部或外部命令”，说明卸载成功。

2.3.6 卸载wsl

右键wsl.2.6.3.0.x64.msi卸载wsl

取消勾选虚拟机平台

取消勾选适用于Linux的Windows子系统

案例1：Win11下Python连接MySQL

原来我们自己在windows上安装的MySQL，现在MySQL从Docker镜像下载。

基础案例适合初学者理解“镜像→容器→连接”的核心流程，手动操作、步骤简单，无需复杂工具，重点掌握“下载镜像→启动容器→本地连接”的逻辑。

3.1 下载并启动MySQL 8.0.45容器（Win11终端执行）：

具体如下：

3.2.1 编写Python连接脚本

新建test_mysql.py文件，复制以下代码（将host改为localhost，密码与启动容器时一致）

test_pymysql.py

3.2.2 本地安装Python及依赖

确保本地已经有python环境以及安装了pymysql依赖

3.2.3 运行脚本

执行python test_pymysql.py，能看到MySQL版本和“连接成功”提示，即完成基础版连接。

案例2：Win11下FastAPI连接MySQL

进阶版是实际开发中最常用的方式，核心用到「Dockerfile」和「Docker Compose」两个工具，实现“一键启动多容器、环境可复用”，本节将两个工具融入实操，边用边理解。

4.1 核心工具说明

Dockerfile 纯文本构建脚本，用于构建自定义镜像（比如包含Python环境+依赖+脚本的镜像），避免手动配置环境；

Docker Compose 多容器管理工具，通过yaml配置文件，一键启动、停止多个关联容器（比如MySQL和Python容器），简化部署。

4.2 实操步骤

4.2.1 新建项目目录

在Win11桌面新建一个文件夹，命名为docker-fastapi-mysql（名称可自定义，后续命令对应即可）。

4.2.2 编写Dockerfile（构建Python自定义镜像）：

进入docker-python-mysql目录，新建一个文本文件，删除后缀名（确保文件名为“Dockerfile”，无.txt），复制以下代码

先准备好依赖文件

requirements.txt

Dockerfile

4.2.3 编写docker-compose.yml（配置多容器）：

docker-compose.yml

💡 关键提醒MySQL密码为123456，可自定义修改，但需同步修改Python容器的MYSQL_PASSWORD，否则连接失败。

4.2.4 编写Python连接脚本（app.py）：

app.py

4.2.5 验证效果

注意：这里前面已经安装果mysql,故Dockerfile用的image:

常用命令

如果启动失败，可以尝试其他命令。

示例：

本地访问：

http://localhost:5000/docs#/

环境移植到Ubuntu

准备好Ubuntu环境，这里省略，详见：docker官网

移植核心目标：将Win11下的“MySQL（8.0.45）+ Python”完整环境，移植到Ubuntu系统，无需重新配置，数据保留，两种移植方式

在线下载式（简单，适合网络良好场景）

离线同步式（无网络也能用，环境 100% 一致）

5.1 前置准备（两种方式都需执行）

5.1.1 在 Win11 终端进入docker-python-mysql目录，执行

5.1.2 确认 Win11 的核心文件 / 目录

确保 Win11 的docker-python-mysql目录包含以下文件（后续需上传到 Ubuntu）：

docker-compose.yml（容器配置文件）

test_mysql1.py（Python 连接脚本，可选，镜像已包含）

Dockerfile（可选，离线同步式无需）

5.2 方式1：在线下载式（简单，推荐网络良好场景）

5.2.1 上传文件

将 Win11 下的docker-python-mysql目录（包含docker-compose.yml等核心文件）上传到Ubuntu 的/home/你的用户名/docker-python-mysql目录下。

5.2.2 Ubuntu 终端操作（一键启动）

离线同步式（无网络可用，环境 100% 一致）

5.3.1 查看 Win11 本地镜像（确认需要打包的镜像）

5.3.2 打包 MySQL 8.0.45 镜像（离线文件）

5.3.3 打包自定义 Python 镜像（关键）

5.3.4 准备同步文件清单（需上传到 Ubuntu）

镜像包：mysql-8.0.45.tar、python-app.tar

配置文件：docker-compose.yml

5.3.5 上传所有文件到 Ubuntu

将Win11的docker-python-mysql目录（含镜像包 + 配置）上传到Ubuntu的/home/你的用户名/docker-python-mysql

5.3.6 Ubuntu 离线导入镜像

5.3.7 修改 Ubuntu 的 docker-compose.yml

docker-compose.yml

5.3.8 验证

附录：Docker常用命令

8.1 镜像管理（核心高频）

命令	作用	示例
`docker pull <镜像名:版本>`	拉取镜像（版本不写默认 latest）	`docker pull mysql:8.0.26`
`docker images`	查看本地所有镜像	`docker images`（精简）`docker images -a`（含中间层）
`docker rmi <镜像ID/镜像名>`	删除单个镜像	`docker rmi mysql:8.0.26`
`docker rmi -f $(docker images -q)`	强制删除所有本地镜像（慎用）	-
`docker search <关键词>`	搜索 Docker Hub 镜像	`docker search mysql`
`docker build -t <自定义镜像名:版本> .`	基于 Dockerfile 构建镜像	`docker build -t my-app:1.0 .`
`docker save -o <保存文件名.tar> <镜像名>`	导出镜像为压缩包（离线传输）	`docker save -o mysql8.tar mysql:8.0.26`
`docker load -i <压缩包.tar>`	导入本地镜像压缩包	`docker load -i mysql8.tar`

8.2 容器管理（核心高频）

命令	作用	示例
`docker run [参数] <镜像名>`	创建并启动容器（最核心）	`docker run -d --name mysql-db -p 3306:3306 -e MYSQL_ROOT_PASSWORD=123456 mysql:8.0.26`
`docker ps`	查看正在运行的容器	`docker ps`（精简）`docker ps -a`（含已停止的）
`docker start <容器名/容器ID>`	启动已停止的容器	`docker start mysql-db`
`docker stop <容器名/容器ID>`	停止运行中的容器（优雅停止）	`docker stop mysql-db`
`docker restart <容器名/容器ID>`	重启容器	`docker restart mysql-db`
`docker rm <容器名/容器ID>`	删除已停止的容器	`docker rm mysql-db`
`docker rm -f <容器名/容器ID>`	强制删除运行中的容器	`docker rm -f mysql-db`
`docker rm -f $(docker ps -aq)`	强制删除所有容器（慎用）	-
`docker exec -it <容器名> <命令>`	进入容器交互终端（最常用）	`docker exec -it mysql-db bash`（进容器）`docker exec -it mysql-db mysql -uroot -p`（直接进 MySQL）
`docker logs <容器名>`	查看容器日志	`docker logs mysql-db`（实时）`docker logs -f mysql-db`（实时跟踪）
`docker inspect <容器名/镜像名>`	查看容器/镜像详细信息（排障用）	`docker inspect mysql-db`

8.3 Docker Compose 常用命令

分类	命令	作用	教程适配示例
核心启动	`docker compose up -d`	后台启动项目：自动下载/构建镜像、创建容器、启动服务，处理依赖	`docker compose up -d`（启动 MySQL+Python）
核心启动	`docker compose up -d mysql-db`	后台仅启动指定服务（如 MySQL）	`docker compose up -d mysql-db`（仅启动 MySQL）
核心启动	`docker compose up python-app`	前台启动指定服务（如 Python），实时输出日志	`docker compose up python-app`（前台运行 Python 脚本）
停止管理	`docker compose stop`	停止所有运行中的服务（保留容器）	`docker compose stop`（停止 MySQL+Python）
停止管理	`docker compose stop mysql-db`	仅停止指定服务（如 MySQL）	`docker compose stop mysql-db`（仅停止 MySQL）
停止管理	`docker compose down`	停止并删除容器 + 自定义网络，保留镜像和数据卷	`docker compose down`（停止项目，保留数据）
状态查看	`docker compose ps`	查看运行中的容器状态	`docker compose ps`（检查 MySQL 是否运行）
状态查看	`docker compose ps -a`	查看所有容器状态（含已退出的 Python 容器）	`docker compose ps -a`（查看 Python 容器状态）

docker compose比较

这两个命令，用更直白的大白话和生活场景来类比，保证你听完再也忘不了。

🏠 生活场景类比（先看故事）

想象你住在一个别墅小区（Docker Compose 项目），小区里有两栋楼：

A 栋 = mysql-db 服务（MySQL 容器）

B 栋 = python-app 服务（你的 FastAPI 容器）

现在，你要去 B 栋里干点活（比如查看文件、执行命令）。

场景 1：`docker compose exec python-app bash`

你直接从自己家（宿主机）走地道，溜进 B 栋，进去干完活，出来，B 栋还在那里，没任何变化。

B 栋本来就是存在的（容器正在运行中）

你只是进去一趟，干点活

你离开后，B 栋继续保持原样运行

场景 2：`docker compose run --rm python-app sh`

你打电话让物业（Docker）在小区里临时建一栋一模一样的“B 栋复制品”，你进去干活，干完活后，物业当场把这栋复制品拆掉，消失得无影无踪。

原来那个 B 栋（正在运行的容器）根本没动

物业临时新建了个复制品（新容器）

你干完活，复制品立刻拆除（容器被删除）

📦 再对比一下

项目	`exec`	`run --rm`
容器是否存在	必须已经存在，且正在运行	不需要，会临时创建一个新的
执行完容器还在吗	✅ 在，继续运行	❌ 删除（`--rm` 作用）
会对正在运行的服务产生影响吗	会（比如你修改了文件，会直接影响运行中的服务）	不会（因为操作的是临时复制品）
执行速度	快（直接进入已有容器）	慢（要先创建容器，再执行命令，再删除）
适用场景	日常查看日志、修改配置、调试正在运行的服务	测试 `docker-compose.yml` 配置是否正确、执行一次性任务

🧪 实战演示

✅ 什么时候用哪个？

你的需求	用哪个命令
服务正在运行，想进去看一下日志、改个配置	`docker compose exec python-app bash`
服务正在运行，想执行一次数据库迁移脚本	`docker compose exec python-app python migrate.py`
服务启动失败了，想进入容器排查原因	`docker compose run --rm python-app sh`（因为服务没起来，exec 进不去）
想测试 `docker-compose.yml` 里的环境变量是否正确	`docker compose run --rm python-app env`
想安装一个临时调试工具（比如 `vim`），但不希望污染运行中的容器	`docker compose run --rm python-app sh` 进去安装
生产环境，想在不影响主容器的情况下测试新代码	`docker compose run --rm python-app python new_script.py`

🧠 记忆口诀

exec = 进入已经开着的房间（进去出来，房间还在）

run --rm = 建一个临时房间，用完就拆

⚠️ 踩坑提醒

exec 进不去容器？

说明容器没在运行，用 docker compose ps 检查状态，如果状态是 Exited，用 run 进去排查。

run 里改的文件不会保存？

因为 --rm 会删除容器，所有修改都丢了。如果需要保存，去掉 --rm，但这样会留下一个停止的容器，需要手动清理。

exec 和 run 的网络是一样的吗？

是的，两个容器都在同一个 Compose 网络中，可以通过服务名访问其他容器。

现在彻底搞清楚了吧？😊 如果还是有点晕，记住这句就行了：

服务跑着就用 exec，服务没跑或只想测配置就用 run --rm。

镜像仓库：

💡

有关Docker安装或者使用上的问题，欢迎您在底部评论区留言，一起交流~