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PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
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>>