当前位置: 首页 > ai >正文

容器的定义及工作原理

定义

你可以把 容器 想象成一个 “打包好的软件快递箱”

  • 里面有什么? 这个箱子里不仅装着你的软件(比如一个网站程序),还把软件运行所需要的所有东西都打包进去了,比如它需要哪个版本的Python、需要哪些系统文件、配置文件等等。
  • 有什么好处? 这样一来,无论这个“快递箱”被送到哪里(比如同事的电脑、公司的测试服务器、或者云服务器),只要那里能打开这种“箱子”,里面的软件就能一模一样、丝毫不差地运行起来。彻底解决了“在我电脑上好使,在你那就报错”的问题。
  • 和虚拟机的区别? 它不像虚拟机那样自己带一整套完整的“虚拟电脑”(操作系统),所以它非常轻巧,启动飞快,占用的资源(CPU、内存)也少得多。

工作原理

容器的工作流程就像 生产、运输和使用一个“软件罐头”

第1步:制作罐头配方 (创建容器镜像)

  • 首先,你需要写一个 “配方” (Dockerfile)。这个配方里写明:
    • 基础是什么?(比如:先拿一个现成的装有Ubuntu系统的罐头做底)
    • 需要加什么料?(比如:安装Python3,安装MySQL数据库)
    • 把自己的代码放哪里?(比如:把本地的网站代码复制到罐头里的/app目录)
    • 怎么启动?(比如:启动后自动运行python app.py这个命令)
  • 然后,根据这个“配方”,就能构建 (Build) 出一个标准的、 ready-to-go 的 “软件罐头” (容器镜像)。这个镜像就是最终打包好的成品。

第2步:把罐头存到仓库 (推送容器镜像)

  • 制作好的“软件罐头”需要上传到一个公共或私人的 “仓库” (镜像仓库,如Docker Hub) 里存起来,方便随时取用。

第3步:打开罐头使用 (部署容器)

  • 当你想在某个地方(比如服务器上)运行这个软件时,就从“仓库”里 拉取 (Pull) 这个“罐头镜像”。
  • 一个叫 容器平台 (如Docker) 的工具会负责把罐头打开,并把它运行起来。这个正在运行的“罐头”实例,就叫做一个 容器
  • 这个平台就像个管理员,负责管理所有容器的生老病死:启动、停止、重启、扩展多个副本等等。

第4步:享用罐头 (访问容器)

  • 容器运行起来后,里面的应用程序(比如网站服务)就开始工作了。你直接通过分配给它的网络地址(比如一个IP和端口号)就能访问到它,就像访问一个普通的软件一样。

总结

容器就是一个打包了所有家当的、轻量级的、标准化软件单元,保证了软件在任何地方都能环境一致地运行。它的工作流程就是:写配方 -> 做罐头 -> 存仓库 -> 开罐头 -> 用软件

补充

Conda 环境和Docker环境的区别:

  • Conda 环境:像一个 “软件工具箱”。它只管理你电脑上已经安装好的Python、R等语言的各种软件包(Library)和版本。
  • Docker 环境:像一个 “便携式小电脑”。它把你整个软件运行所需要的一切(从操作系统文件、到系统工具、到编程语言、再到软件包)全部打包在一起。
特性Conda 环境Docker 环境
隔离级别软件包级别系统级别
比喻软件工具箱便携式小电脑
包含内容主要管理Python/R包及其依赖整个系统:操作系统文件、系统库、语言运行时、应用代码、配置等
依赖关系解决语言层面的依赖(如numpy需要哪个版本的Python)解决系统层面的依赖(如软件需要哪个版本的glibc系统库)
跨平台性。依赖于底层的操作系统。为Linux编译的Conda包不能在Windows上直接运行。极强。一个Docker镜像可以在任何安装了Docker引擎的系统上完全一致地运行
资源占用非常轻量,只是一个隔离的目录较重,每个容器虽然共享主机内核,但仍需要独立的进程空间和文件系统
主要目的管理不同项目所需的Python/R包版本,避免冲突实现应用的标准化打包和部署,保证环境绝对一致
http://www.xdnf.cn/news/20024.html

相关文章:

  • 【华为Mate XTs 非凡大师】麒麟芯片回归:Mate XTs搭载麒麟9020,鸿蒙5.1体验新境界
  • Java 21 虚拟线程微服务进阶实战:2 个企业级场景源码 + 底层调度原理 + 性能调优指南
  • 艾克斯图片转换器,不只图片压缩
  • 音响皇帝BO,牵手全球第一AR眼镜雷鸟,耳机党坐不住了?
  • Kafka 内存池MemoryPool 设计
  • 海盗王64位dx9客户端修改篇之五
  • 别再手工缝合API了!开源LLMOps神器LMForge,让你像搭积木一样玩转AI智能体!
  • 《sklearn机器学习——回归指标1》
  • Linux中的fork详解
  • 好看的背景颜色 uniapp+小程序
  • vue3+ts导出PDF
  • 力扣55:跳跃游戏
  • 每周资讯 | 中国游戏市场将在2025年突破500亿美元;《恋与深空》收入突破50亿元
  • 52核心52线程,Intel下一代CPU憋了个大的
  • uni-app 项目 iOS 上架踩坑经验总结 从证书到审核的避坑指南
  • 一文从零部署vLLM+qwen0.5b(mac本地版,不可以实操GPU单元)
  • 为什么要用VR全景?5个答案告诉你
  • 用户眼中的VR自来水厂之旅
  • 【Android】Room数据库的使用
  • Linux系统TCP/IP网络参数优化
  • 在Unity中实现DTLN-AEC处理音频文件的功能
  • 【论文阅读】Security of Language Models for Code: A Systematic Literature Review
  • 深度学习篇---pytorch数据集
  • 【Python】数据可视化之核密度
  • 【RNN-LSTM-GRU】第二篇 序列模型原理深度剖析:从RNN到LSTM与GRU
  • 关于Spring的八股
  • vector 题目练习 算法代码分析 代码实现
  • 鸿蒙NEXT交互机制解析:从输入设备到手势响应的全面指南
  • 深度学习-----修改学习率来优化模型的几个方法
  • redis的hash表如何扩容