博客
关于我
Docker 常用命令汇总
阅读量:85 次
发布时间:2019-02-26

本文共 803 字,大约阅读时间需要 2 分钟。

Docker操作指南

Docker是一款流行的容器化平台,以下是一些常用命令和操作方法:

Docker镜像操作

镜像是Docker容器的基础,以下是关于镜像的一些操作命令:

  • 列出镜像列表:
docker imagesdocker image ls -a
  • 运行镜像(守护态模式):
docker run -d {镜像名}
  • 删除镜像:
docker image rm {镜像名}
  • 删除未使用的镜像(包括虚悬镜像):
docker image prune

Docker容器操作

容器是基于镜像运行的应用程序,以下是关于容器的一些操作命令:

  • 列出正在运行的容器:
docker ps -a
  • 列出所有容器(包括已停止的):
docker ps -l
  • 进入运行中的容器:
docker exec -it {容器ID} /bin/bash
  • 停止容器:
docker stop {容器ID}
  • 删除容器:
docker rm -f {容器ID}
  • 删除停止的容器:
docker container prune
  • 查看容器日志:
docker logs {容器名}
  • 实时查看容器日志:
docker logs -f {容器名}

Docker数据卷操作

数据卷用于持久化存储,以下是关于数据卷的一些操作命令:

  • 创建数据卷:
docker volume create {数据卷名}
  • 列出所有数据卷:
docker volume ls
  • 删除数据卷:
docker volume rm {数据卷名}
  • 删除未关联的数据卷:
docker volume prune

Docker文件操作

文件操作允许你在容器和主机之间传输文件:

  • 将文件从主机复制到容器:
sudo docker cp {主机文件路径} {容器ID}:{容器文件路径}
  • 将文件从容器复制到主机:
sudo docker cp {容器ID}:{容器文件路径} {主机文件路径}

转载地址:http://pmdz.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>
OpenCV与AI深度学习 | 实战 | 使用YoloV8实例分割识别猪的姿态(含数据集)
查看>>
OpenCV与AI深度学习 | 实战 | 使用姿态估计算法构建简单的健身训练辅助应用程序
查看>>