【JAVA进阶】Docker 2025完全指南：从容器入门到企业级实践
文章目录
- 前言
- 第一章 Docker入门
- 第二章 Docker环境搭建
- 第三章 Docker核心操作：镜像与容器管理
- 第四章 Docker进阶：网络配置与企业级实践
- 第五章 Docker安全与监控：企业级保障
- 第六章 总结与展望：Docker的现在与未来
前言
在云计算与微服务架构大行其道的2025年，Docker依然是容器化技术的标杆与基石。它以“一次构建、到处运行”的核心优势，彻底解决了开发与运维之间的“环境不一致”痛点，成为从个人开发者到大型企业的必备技术工具。本文将采用总分总结构，从Docker基础认知出发，深入剖析核心技术原理，结合实战代码讲解操作流程，覆盖企业级应用场景，并在最后进行知识梳理与拓展，为不同阶段的开发者提供全面的学习路径。无论是刚接触容器的新手，还是需要优化Docker部署方案的工程师，都能从中找到实用内容。
第一章 Docker入门
1.1 为什么需要Docker？—— 从“环境地狱”说起
1.1.1 传统开发的痛点
在Docker出现之前，开发者常面临“本地能跑，线上崩了”的尴尬场景。例如：开发人员在Windows系统上使用Python 3.8开发的应用，部署到Linux服务器时因系统差异、依赖库版本不匹配，出现各种兼容性问题；运维人员在配置测试环境时，需要手动安装数十个依赖包，耗时且易出错。这种“开发-测试-生产”环境的不一致，导致大量时间浪费在环境调试上，严重影响开发效率。
1.1.2 Docker的解决方案
Docker通过“容器化”技术，将应用程序及其依赖的运行环境（包括操作系统库、编程语言解释器、第三方组件等）完整打包成一个标准化的“容器”。这个容器就像一个独立的“沙箱”，包含了应用运行所需的全部资源，能够在任何支持Docker的环境中一致运行，从根本上解决了“环境不一致”问题。同时，Docker容器具有轻量、可快速启停、资源占用低等特点，相比传统虚拟机，部署效率提升数倍。
1.2 Docker的核心概念
1.2.1 镜像（Image）：容器的“模板”
Docker镜像是一个只读的模板，包含了运行应用所需的代码、运行时、库、环境变量和配置文件。例如，一个Python应用的镜像，会包含Linux系统基础环境、Python解释器、应用代码以及Flask等依赖库。镜像就像操作系统的“ISO文件”，本身不能直接运行，需要基于镜像创建容器才能启动应用。镜像具有分层存储的特性，不同镜像可以共享底层图层，大幅节省存储空间。
1.2.2 容器（Container）：镜像的“运行实例”
容器是基于镜像创建的可运行实例，相当于镜像的“动态版本”。通过Docker命令启动容器后，镜像中的应用程序就会在容器中运行。容器之间相互隔离，拥有独立的文件系统、网络空间和进程空间，不会相互干扰。开发者可以对容器进行创建、启动、停止、删除等操作，就像操作一个轻量级的虚拟机一样，但资源消耗远低于虚拟机。
1.2.3 仓库（Repository）：镜像的“存储中心”
Docker仓库用于集中存储和管理镜像，类似于代码管理工具Git的GitHub。全球最知名的公共仓库是Docker Hub，包含数十万官方和第三方镜像，开发者可以免费下载使用。企业也可以搭建私有仓库，用于存储内部开发的镜像，保障代码安全。常用的私有仓库解决方案包括Docker Registry、Harbor等。
1.2.4 Docker引擎（Engine）：Docker的“核心引擎”
Docker引擎是运行和管理Docker容器的核心组件，采用客户端-服务器（C/S）架构，包含三个部分：Docker客户端（命令行工具）、Docker守护进程（后台服务）、Docker API（用于客户端与守护进程通信）。开发者通过Docker客户端输入命令（如docker run），客户端将命令通过API发送给守护进程，由守护进程完成镜像下载、容器创建等实际操作。
1.3 Docker与虚拟机的区别
很多新手会将Docker与虚拟机混淆，实际上二者在架构和性能上有本质区别。虚拟机需要模拟完整的操作系统内核，每个虚拟机都包含独立的操作系统、应用程序和依赖库，资源占用高、启动慢（通常需要数分钟）。而Docker容器共享宿主机的操作系统内核，仅封装应用及其依赖，启动时间可缩短至秒级，资源占用仅为虚拟机的1/10到1/5。下表清晰对比了二者的差异：
| 对比维度 | Docker容器 | 虚拟机（VM） |
|---|---|---|
| 内核 | 共享宿主机内核 | 每个VM有独立内核 |
| 启动时间 | 秒级 | 分钟级 |
| 资源占用 | 低（MB级） | 高（GB级） |
| 隔离性 | 进程级隔离，相对较弱 | 系统级隔离，强 |
| 部署密度 | 高（单主机可部署数百个） | 低（单主机通常部署数个） |
第二章 Docker环境搭建
2.1 不同操作系统的安装方法
2.1.1 Linux系统（以Ubuntu 22.04为例）
Linux是运行Docker的最佳环境，以下是Ubuntu系统的安装步骤，通过官方脚本安装可确保版本最新：
# 1. 卸载旧版本Docker（若有）sudoapt-get remove docker docker-engine docker.io containerd runc # 2. 更新apt包索引并安装依赖sudoapt-get update sudoapt-getinstall -y ca-certificates curl gnupg lsb-release # 3. 添加Docker官方GPG密钥sudomkdir -p /etc/apt/trusted.gpg.d curl -fsSL https://download.docker.com/linux/ubuntu/gpg |sudo gpg --dearmor -o /etc/apt/trusted.gpg.d/docker.gpg # 4. 设置Docker软件源echo"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/trusted.gpg.d/docker.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"|sudotee /etc/apt/sources.list.d/docker.list > /dev/null # 5. 安装Docker Enginesudoapt-get update sudoapt-getinstall -y docker-ce docker-ce-cli containerd.io # 6. 验证安装是否成功（启动hello-world容器）sudo docker run hello-world 若终端输出“Hello from Docker!”，则说明安装成功。为避免每次执行docker命令都需要sudo权限，可将当前用户添加到docker用户组：
sudousermod -aG docker $USER# 注销后重新登录生效2.1.2 Windows系统（Windows 10/11专业版）
Windows专业版支持Hyper-V虚拟化技术，推荐安装Docker Desktop for Windows：
- 开启Hyper-V功能：控制面板 → 程序 → 启用或关闭Windows功能，勾选“Hyper-V”相关选项，重启电脑；
- 从Docker官网（https://www.docker.com/products/docker-desktop/）下载Docker Desktop安装包；
- 双击安装包，按照向导完成安装，启动Docker Desktop；
- 打开PowerShell或命令提示符，执行
docker --version和docker run hello-world验证安装。
对于Windows家庭版用户，可安装WSL2（Windows Subsystem for Linux）后再安装Docker Desktop，实现类似专业版的功能。
2.1.3 macOS系统
macOS用户直接下载Docker Desktop for Mac（分为Intel芯片和Apple芯片两个版本），安装后启动Docker应用，通过终端执行docker run hello-world验证即可。
2.2 Docker核心配置优化
2.2.1 镜像加速配置
由于Docker Hub服务器在国外，直接下载镜像速度较慢，可配置国内镜像加速器（如阿里云、网易云等）。以阿里云为例，配置步骤如下：
- 登录阿里云容器镜像服务（https://cr.console.aliyun.com/），获取专属加速器地址；
- Linux系统：编辑Docker配置文件/etc/docker/daemon.json（若不存在则创建）：
{ "registry-mirrors": ["https://你的加速器地址.mirror.aliyuncs.com"] }# 重启Docker服务使配置生效 sudo systemctl daemon-reload sudo systemctl restart docker - Windows/macOS系统：打开Docker Desktop → Settings → Docker Engine，在配置框中添加上述镜像加速地址，点击“Apply & Restart”。
2.2.2 资源限制配置
为避免Docker占用过多宿主机资源，可根据实际需求限制容器的CPU、内存使用。Windows和macOS用户可在Docker Desktop的Settings → Resources中图形化配置；Linux用户可通过修改daemon.json配置默认资源限制：
{"default-shm-size":"1G","default-cgroupns-mode":"private","resources":{"defaults":{"cpu":{"cpus":2},"memory":{"limit":"4G"}}}}第三章 Docker核心操作：镜像与容器管理
3.1 镜像管理实战
3.1.1 镜像的搜索与下载
使用docker search命令搜索Docker Hub上的镜像，docker pull命令下载镜像。例如，搜索并下载官方的Ubuntu 22.04镜像：
# 搜索Ubuntu镜像，显示星级、描述等信息 docker search ubuntu # 下载指定版本的Ubuntu镜像（不指定版本则默认下载latest） docker pull ubuntu:22.04 # 下载官方Nginx镜像 docker pull nginx 3.1.2 镜像的查看与删除
使用以下命令管理本地镜像：
# 查看本地所有镜像（包含镜像ID、标签、大小等信息） docker images # 或简写为 docker image ls# 查看镜像的详细信息（通过镜像ID或镜像名:标签） docker inspect ubuntu:22.04 # 删除指定镜像（需先停止并删除基于该镜像的容器） docker rmi ubuntu:22.04 # 或简写为 docker image rm ubuntu:22.04# 强制删除镜像（即使有容器依赖，不推荐） docker rmi -f ubuntu:22.04 # 清理悬空镜像（无标签的镜像） docker image prune -f 3.1.3 自定义镜像：Dockerfile编写
Dockerfile是一个文本文件，包含一系列指令，用于构建自定义镜像。以下以构建一个Python Flask应用镜像为例，讲解Dockerfile的核心语法：
3.1.3.1 准备应用代码
创建一个简单的Flask应用，目录结构如下：
flask-app/ ├── app.py # 应用代码 ├── requirements.txt # 依赖库列表 └── Dockerfile # Dockerfile文件 app.py代码：
from flask import Flask app = Flask(__name__)@app.route('/')defhello():return"Hello Docker! This is a Flask App."if __name__ =='__main__': app.run(host='0.0.0.0', port=5000)requirements.txt内容（仅包含Flask依赖）：
Flask==2.3.3 3.1.3.2 编写Dockerfile
# 1. 指定基础镜像（Python官方镜像，版本3.11） FROM python:3.11-slim # 2. 设置工作目录（容器内的目录，后续命令在此目录执行） WORKDIR /app # 3. 复制依赖文件到工作目录 COPY requirements.txt . # 4. 安装依赖库（使用国内PyPI源加速） RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple # 5. 复制应用代码到工作目录 COPY app.py . # 6. 暴露容器端口（告诉Docker容器对外提供服务的端口，仅为声明） EXPOSE 5000 # 7. 容器启动时执行的命令（启动Flask应用） CMD ["python", "app.py"] Dockerfile核心指令说明：FROM指定基础镜像，是构建镜像的起点；WORKDIR设置工作目录；COPY复制本地文件到容器；RUN执行命令安装依赖；EXPOSE声明端口；CMD指定容器启动命令。
3.1.3.3 构建并运行自定义镜像
# 进入flask-app目录cd flask-app # 构建镜像，-t指定镜像名和标签（格式：镜像名:标签） docker build -t flask-demo:1.0 .# 查看构建好的镜像 docker images # 基于自定义镜像启动容器，-p映射宿主机端口到容器端口（宿主机端口:容器端口） docker run -d -p 5000:5000 --name my-flask-app flask-demo:1.0 启动后，在浏览器访问http://localhost:5000，即可看到“Hello Docker! This is a Flask App.”的输出，说明自定义镜像构建成功。
3.2 容器管理实战
3.2.1 容器的创建与启动
除了上述的docker run命令，容器的创建与启动还有多种方式，核心参数如下：
# 1. 创建容器但不启动（使用docker create） docker create --name my-ubuntu -it ubuntu:22.04 # -it：-i保持标准输入打开，-t分配伪终端，用于交互# 2. 启动已创建的容器 docker start my-ubuntu # 3. 直接创建并启动容器（常用）# -d：后台运行容器（守护态）# --name：指定容器名# -p：端口映射# -v：数据卷挂载（后续章节讲解） docker run -d --name my-nginx -p 80:80 nginx # 4. 交互式启动容器（进入容器内部） docker run -it --name my-ubuntu-interactive ubuntu:22.04 /bin/bash # 执行后会进入容器的bash终端，输入exit可退出容器3.2.2 容器的查看与操作
# 查看正在运行的容器 docker ps# 查看所有容器（包括已停止的） docker ps -a # 查看容器的详细信息（如IP地址、端口映射等） docker inspect my-flask-app # 进入正在运行的容器内部（交互模式） docker exec -it my-flask-app /bin/bash # 查看容器日志（-f实时跟踪日志） docker logs -f my-flask-app # 停止容器 docker stop my-flask-app # 重启容器 docker restart my-flask-app # 删除容器（需先停止容器） docker rm my-flask-app # 强制删除运行中的容器 docker rm -f my-flask-app # 清理所有已停止的容器 docker container prune -f 3.2.3 容器的数据持久化：数据卷（Volume）
容器默认的文件系统是临时的，容器删除后数据会丢失。数据卷是Docker提供的持久化存储方案，可将宿主机的目录或文件挂载到容器中，实现数据持久化。以下是数据卷的使用示例：
3.2.3.1 绑定挂载（Bind Mount）：挂载宿主机目录
# 1. 在宿主机创建目录mkdir -p /home/user/nginx-data/html # 2. 启动Nginx容器，将宿主机目录挂载到容器的/usr/share/nginx/html（Nginx默认网页目录） docker run -d -p 80:80 --name my-nginx -v /home/user/nginx-data/html:/usr/share/nginx/html nginx # 3. 在宿主机目录创建index.html文件echo"<h1>Hello Docker Volume!</h1>"> /home/user/nginx-data/html/index.html # 4. 访问localhost，即可看到新的页面内容此时，即使删除容器，宿主机目录中的数据依然保留，重新启动容器时挂载该目录即可恢复数据。
3.2.3.2 Docker管理卷（Docker-managed Volume）：由Docker管理的卷
# 1. 创建数据卷 docker volume create nginx-volume # 2. 启动容器时挂载数据卷（无需指定宿主机目录，Docker自动管理） docker run -d -p 80:80 --name my-nginx-volume -v nginx-volume:/usr/share/nginx/html nginx # 3. 查看数据卷的详细信息（包括实际存储路径） docker volume inspect nginx-volume # 4. 删除数据卷（需先删除使用该卷的容器） docker volume rm nginx-volume # 清理未使用的数据卷 docker volume prune -f 数据卷的优势在于：与容器生命周期解耦，数据独立存储；支持多容器共享数据；Docker官方提供了完善的管理命令。
第四章 Docker进阶：网络配置与企业级实践
4.1 Docker网络模型
Docker默认提供三种网络模式：bridge（桥接模式）、host（主机模式）、none（无网络模式）。此外，还支持自定义网络，满足多容器通信需求。
# 查看Docker网络 docker network ls# 查看网络详细信息 docker network inspect bridge 4.1.1 自定义网络：多容器通信
当多个容器需要相互通信时（如Web应用容器与数据库容器），使用自定义网络可实现容器间通过容器名直接访问，无需依赖IP地址。以下是实战示例：
# 1. 创建自定义桥接网络 docker network create my-network # 2. 启动MySQL容器，加入自定义网络 docker run -d --name mysql-db --network my-network -e MYSQL_ROOT_PASSWORD=123456 mysql:8.0 # -e：设置环境变量（MYSQL_ROOT_PASSWORD为MySQL根密码）# 3. 启动Flask应用容器，加入同一网络 docker run -d --name flask-app --network my-network -p 5000:5000 flask-demo:1.0 # 4. 进入Flask容器，测试与MySQL的通信 docker exec -it flask-app /bin/bash # 在容器内部执行ping命令，可通过容器名访问MySQLping mysql-db 此时，Flask应用代码中连接MySQL的地址可直接写“mysql-db”（容器名），无需知道MySQL容器的IP地址，大幅简化了多容器部署配置。
4.2 企业级Docker实践：Docker Compose
在企业开发中，一个应用往往包含多个容器（如Web、数据库、缓存等），手动管理多个容器的启动、网络配置、数据卷挂载非常繁琐。Docker Compose是用于定义和运行多容器Docker应用的工具，通过一个YAML文件配置所有容器，实现“一键部署”。
4.2.1 Docker Compose安装
# Linux系统安装Docker Composesudocurl -L "https://github.com/docker/compose/releases/download/v2.23.3/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose sudochmod +x /usr/local/bin/docker-compose # 验证安装 docker-compose --version Windows和macOS安装Docker Desktop后，会自动包含Docker Compose，无需额外安装。
4.2.2 Docker Compose实战：部署Flask+MySQL应用
4.2.2.1 准备docker-compose.yml文件
在flask-app目录下创建docker-compose.yml文件，内容如下：
version:'3.8'# 指定Docker Compose版本services:# 定义所有服务（容器）flask-app:# Flask应用服务名build: . # 基于当前目录的Dockerfile构建镜像ports:-"5000:5000"# 端口映射depends_on:- mysql-db # 依赖mysql-db服务，确保MySQL先启动networks:- app-network # 加入自定义网络environment:# 设置环境变量（Flask连接MySQL的配置）- MYSQL_HOST=mysql-db - MYSQL_USER=root - MYSQL_PASSWORD=123456 - MYSQL_DB=test_db mysql-db:# MySQL服务名image: mysql:8.0# 使用官方MySQL镜像volumes:- mysql-data:/var/lib/mysql # 数据卷挂载（持久化MySQL数据）- ./init.sql:/docker-entrypoint-initdb.d/init.sql # 初始化SQL脚本environment:# MySQL环境变量- MYSQL_ROOT_PASSWORD=123456 - MYSQL_DATABASE=test_db networks:- app-network # 加入同一网络restart: always # 容器异常时自动重启networks:# 定义网络app-network:driver: bridge # 使用桥接网络volumes:# 定义数据卷mysql-data:# 用于MySQL数据持久化的卷4.2.2.2 准备MySQL初始化脚本
在flask-app目录下创建init.sql文件，用于初始化MySQL数据库表：
CREATETABLEIFNOTEXISTS users ( id INTAUTO_INCREMENTPRIMARYKEY, name VARCHAR(50)NOTNULL, email VARCHAR(100)NOTNULLUNIQUE);INSERTINTO users (name, email)VALUES('Docker User','[email protected]');4.2.2.3 修改Flask应用代码连接MySQL
更新app.py代码，实现从MySQL查询数据并返回：
from flask import Flask import mysql.connector import os app = Flask(__name__)# 从环境变量获取MySQL配置 mysql_config ={'host': os.getenv('MYSQL_HOST'),'user': os.getenv('MYSQL_USER'),'password': os.getenv('MYSQL_PASSWORD'),'database': os.getenv('MYSQL_DB')}@app.route('/')defhello():# 连接MySQL并查询数据 conn = mysql.connector.connect(**mysql_config) cursor = conn.cursor() cursor.execute("SELECT name, email FROM users LIMIT 1") user = cursor.fetchone() cursor.close() conn.close()returnf"Hello Docker! User: {user[0]}, Email: {user[1]}"if __name__ =='__main__': app.run(host='0.0.0.0', port=5000)同时更新requirements.txt，添加mysql-connector-python依赖：
Flask==2.3.3 mysql-connector-python==8.2.0 4.2.2.4 一键部署与测试
# 进入flask-app目录cd flask-app # 启动所有服务（后台运行） docker-compose up -d # 查看服务状态 docker-compose ps# 查看日志 docker-compose logs -f # 停止并删除服务、容器、网络（数据卷保留） docker-compose down # 停止并删除所有资源（包括数据卷） docker-compose down -v 启动后访问http://localhost:5000，即可看到从MySQL查询到的用户信息，说明通过Docker Compose实现了多容器应用的一键部署。
第五章 Docker安全与监控：企业级保障
5.1 Docker安全配置
5.1.1 容器权限控制
默认情况下，容器以root用户运行，存在安全风险。可通过–user参数指定容器运行的用户，限制权限：
# 以非root用户（UID=1000）启动容器 docker run -d --user 1000:1000 --name secure-flask flask-demo:1.0 # 或在Dockerfile中指定用户# RUN groupadd -r appuser && useradd -r -g appuser appuser# USER appuser5.1.2 限制容器系统调用
通过–security-opt参数限制容器的系统调用，减少攻击面：
docker run -d --security-opt seccomp=seccomp_profile.json nginx seccomp_profile.json是自定义的安全配置文件，指定容器允许的系统调用。
5.2 Docker监控工具
5.2.1 基础监控：Docker内置命令
# 查看容器资源使用情况（CPU、内存、网络等） docker stats # 查看镜像和容器占用的磁盘空间 docker system df5.2.2 企业级监控：Prometheus + Grafana
对于大规模Docker部署，推荐使用Prometheus采集监控数据，Grafana可视化展示。通过Docker Compose可快速部署：
# docker-compose-monitor.ymlversion:'3.8'services:prometheus:image: prom/prometheus:v2.48.0 volumes:- ./prometheus.yml:/etc/prometheus/prometheus.yml - prometheus-data:/prometheus ports:-"9090:9090"grafana:image: grafana/grafana:10.2.3 volumes:- grafana-data:/var/lib/grafana ports:-"3000:3000"depends_on:- prometheus volumes:prometheus-data:grafana-data:配置Prometheus采集Docker数据后，在Grafana中导入Docker监控模板，即可实现容器资源使用情况的可视化监控。
第六章 总结与展望：Docker的现在与未来
6.1 核心知识点回顾与扩展
本文从Docker基础认知出发，依次讲解了环境搭建、镜像与容器管理、网络配置、Docker Compose企业级实践，以及安全与监控等核心内容。核心知识点包括：Docker三大核心概念（镜像、容器、仓库）的区别与联系；Dockerfile编写规则与自定义镜像构建；数据卷实现容器数据持久化；Docker Compose一键部署多容器应用。
扩展思考：随着云原生技术的发展，Docker与Kubernetes（K8s）的结合已成为企业级容器编排的主流方案。K8s基于Docker容器实现了更强大的容器调度、伸缩、自愈能力，开发者在掌握Docker基础后，可进一步学习K8s，提升技术竞争力。此外，2025年Docker官方持续优化容器安全与性能，推出了Docker Buildx等新工具，支持多平台镜像构建，满足跨架构部署需求。
6.2 推荐阅读与学习资源
为帮助大家深入学习Docker及相关技术，推荐以下优质资源：
- 官方文档：Docker官方文档（https://docs.docker.com/）是最权威的学习资料，包含详细的命令说明和最佳实践；Docker Compose官方文档（https://docs.docker.com/compose/）；
- 技术书籍：《Docker实战（第3版）》全面覆盖Docker核心技术与企业级实践；《Docker容器与容器云》讲解Docker与云原生技术的结合；《Kubernetes in Action》适合从Docker过渡到K8s学习；
- 在线课程：Coursera《Docker and Kubernetes: The Complete Guide》；极客时间《Docker核心技术与实践》；B站“尚硅谷Docker教程”适合新手入门；
- 社区与工具：Docker Hub（https://hub.docker.com/）查找官方镜像；GitHub上的“docker/awesome-compose”提供大量Docker Compose实战案例；
- 技术会议：DockerCon（Docker官方会议）回放视频，了解Docker最新技术动态。
6.3 开放问题与探讨方向
Docker技术在实践中仍有诸多值得探讨的问题，欢迎大家在评论区交流：
- 容器镜像的安全扫描：如何在构建镜像时自动检测镜像中的漏洞？目前有哪些开源工具（如Trivy、Clair）可实现镜像安全扫描，如何集成到CI/CD流程中？
- Docker与虚拟机的混合部署：在企业环境中，部分应用仍需运行在虚拟机上，如何实现Docker容器与虚拟机的网络互通和数据共享？
- Docker镜像的优化：如何减小自定义镜像的体积（如使用多阶段构建、精简基础镜像），提升镜像下载和部署速度？例如，使用Alpine Linux作为基础镜像可大幅减小镜像体积。
- 无服务器容器（Serverless Container）：AWS Fargate、阿里云FC等无服务器容器服务与传统Docker部署有何区别？在什么场景下更适合使用无服务器容器？
6.4 结语与号召
Docker作为容器化技术的基石，已成为现代软件开发与运维的必备工具。从个人开发者的本地环境一致性保障，到企业级的微服务部署，Docker都发挥着不可替代的作用。掌握Docker不仅能提升开发效率，更是进入云原生领域的敲门砖。
如果本文对你的Docker学习有帮助，欢迎收藏、点赞，并转发给身边需要的朋友。关注我，后续将持续分享Docker进阶技巧、K8s入门教程等云原生技术内容，与大家一同在技术成长的道路上稳步前行！
