Docker 通过容器化技术实现环境隔离，VS Code 提供深度支持可提升开发效率。本文涵盖 Docker 核心概念（镜像、容器、Dockerfile、Compose），Windows 下 Docker Desktop 安装及 WSL2 配置，VS Code Docker 插件使用，以及基于 Python Flask 项目的镜像构建、容器运行与调试全流程操作。
在开发过程中，不同项目可能依赖不同的环境（如 Python 版本、数据库配置等），手动配置容易出现环境不一致问题。Docker 通过容器化技术实现环境隔离，而 VS Code 提供了对 Docker 的深度支持，可在同一界面完成镜像构建、容器管理、代码调试等操作，减少工具切换成本，提升开发效率。
Docker 镜像是一个包含代码、运行时、库、环境变量和配置文件的只读模板，是创建容器的基础。例如，一个 Python 镜像可能包含 Python 解释器、必要的依赖库等。
容器是镜像的运行实例，是一个独立的可执行单元。镜像相当于类，容器相当于对象，一个镜像可创建多个容器，容器间相互隔离。
Dockerfile 是一个文本文件，包含一系列指令，用于构建 Docker 镜像。通过 Dockerfile，开发者可定义镜像的基础环境、安装依赖、配置程序等，实现镜像的可重复构建。
Docker Compose 是用于定义和运行多容器 Docker 应用的工具，通过 yaml 文件配置应用的服务，可一键启动、停止所有服务，适合多组件协同的项目（如前端 + 后端 + 数据库）。
若用面包做类比：Dockerfile 相当于面包模具的图纸，Image 相当于制作面包的模具，Container 相当于制作出来的面包，Docker Compose 相当于面包店的套餐组合单。
若已安装 VirtualBox 等虚拟机，需注意 Docker 与其虚拟化技术的潜在冲突。可通过 WSL 2 实现共存。
确认当前系统环境，通过在命令提示符中执行 wsl -l -v 命令，查看 Windows Subsystem for Linux（WSL）的安装和版本情况。
若输出结果中显示已安装的 Linux 发行版及其对应的 WSL 版本为 2，且状态为 Stopped 或 Running，则说明 WSL 2 环境已准备就绪。如果没有安装 WSL 2 或者没有对应的 Linux 发行版，需要先进行安装和配置。
使用 Docker Desktop 需 Windows 系统版本号 1904 以上。
docker --version，若显示版本信息则安装成功。选择 AMD64 版本（x86 架构 64 位处理器）。下载完成后双击 exe 文件，在安装向导中选择相关选项，点击下一步。
等待加载完成后，注销并重新登录电脑，启动 Docker 继续配置。
在弹出页面选择 Accept。单纯想先用 Docker 跑公开镜像、本地容器，不用登录，直接跳过即可。如果想用私有镜像、Docker Hub 远程操作，或是已经有账号，就直接 Sign In。
接下来需要完成 WSL 2 集成配置，这样 Docker 才能借助 WSL 2 跑容器。点击 Docker Desktop 右上角的齿轮图标（Settings，设置），进入配置界面，按相关要求完成配置。
Docker Desktop 正常启动后，结合功能验证来确认是否真的能正常工作。打开 Windows 命令提示符，输入 docker ps 并回车。
由于国内镜像源拉取速度较慢，建议配置国内镜像源以加快拉取速度。修改 Docker 配置文件如下：
{
"builder": {
"gc": {
"defaultKeepStorage": "20GB",
"enabled": true
}
},
"experimental": false,
"registry-mirrors": [
"https://docker.mirrors.ustc.edu.cn",
"https://hub-mirror.c.163.com",
"https://mirror.baidubce.com"
]
}
在设置中修改镜像存放位置（如果 C 盘空间足够可不更改）。接着打开终端，验证 docker 能够正常拉取镜像。
Ctrl+Shift+X 或 Cmd+Shift+X）。此时 VS Code 应已自动连接上 Docker。
Docker 插件默认会自动连接本地 Docker 服务，若需连接远程 Docker 服务，可按以下步骤：
Ctrl+, 或 Cmd+,）。tcp://remote-host:2375）。Dockerfile（无扩展名）。# 基础镜像
FROM python:3.9-slim
# 设置工作目录
WORKDIR /app
# 复制项目依赖文件
COPY requirements.txt .
# 安装依赖
RUN pip install --no-cache-dir -r requirements.txt
# 复制项目代码
COPY . .
# 暴露端口（若项目有服务）
EXPOSE 5000
# 启动命令
CMD ["python", "app.py"]
在运行程序之前，需要确保你的项目目录下需要有 requirements.txt 文件（用于记录 Python 项目的依赖包），如果没有实际依赖，可以创建一个空的 requirements.txt 文件。项目目录下还需要有 app.py 文件。
app.py 文件内容如下：
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():
return 'Hello, Docker!'
if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)
FROM：指定基础镜像，必须为 Dockerfile 的第一条指令。WORKDIR：设置后续指令的工作目录。COPY：将本地文件复制到镜像中。RUN：在镜像构建过程中执行命令。EXPOSE：声明容器运行时暴露的端口（仅为文档说明，需配合 -p 参数映射）。CMD：指定容器启动时执行的命令（可被 docker run 后的命令覆盖）。Ctrl+\`` 或 Cmd+``）。docker build -t my-python-app:1.0 .
-t：指定镜像标签（格式为 名称：版本）。.：表示 Dockerfile 所在的当前目录。构建完成后，可在 VS Code 的 Docker 面板 Images 中看到新构建的镜像。
在 VS Code Docker 面板中，右键镜像选择'Inspect'，可查看镜像的详细配置（如层信息、环境变量等）；或在终端执行：
docker images my-python-app:1.0
在终端执行：
docker run -d -p 5000:5000 --name my-app-container my-python-app:1.0
-d：后台运行容器。-p 5000:5000：将容器的 5000 端口映射到主机的 5000 端口（主机端口：容器端口）。--name：指定容器名称。.vscode/launch.json 文件，添加 Docker 调试配置：{
"version": "0.2.0",
"configurations": [
{
"name": "Docker: Python - Launch",
"type": "docker",
"request": "launch",
"preLaunchTask": "docker-build",
"python": {
"pathMappings": [
{
"localRoot": "${workspaceFolder}",
"remoteRoot": "/app"
}
],
"projectType": "general"
}
}
]
}
此配置用于在 VS Code 中直接调试 Docker 容器内的 Python 代码。通过路径映射，让 VS Code 知道本地代码和容器内代码的对应关系。
.vscode/tasks.json 文件，定义构建任务：{
"version": "2.0.0",
"tasks": [
{
"label": "docker-build",
"type": "docker-build",
"dockerBuild": {
"context": "${workspaceFolder}",
"tag": "my-python-app:1.0"
}
}
]
}
此文件将 Docker 构建命令固化成 VS Code 的一个任务，方便与调试流程联动。
F5 启动调试，或者在左侧选择'运行和调试'，VS Code 会自动构建镜像、运行容器并附加调试器，程序执行到断点时会暂停，可查看变量、调用栈等信息。本文介绍了在 VS Code 中使用 Docker 的全流程。首先明确了 Docker 与 VS Code 集成的价值——解决环境一致性问题并提升开发效率；接着讲解了镜像、容器等核心概念，以及 Docker 和 VS Code 的安装配置；然后通过实例演示了 Dockerfile 编写、镜像构建、容器运行及调试的具体操作。
掌握这些知识后，可在 VS Code 中高效完成容器化开发，无论是单服务应用还是多组件协同项目，都能通过 Docker 实现环境隔离与快速部署，显著提升开发体验和项目可维护性。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online