容器与云原生 / 系统课时

建立实验与清理规范

建立实验与清理规范

本课解决 Docker 学习和开发过程中环境混乱的问题,通过统一目录、命名、变量和清理规则,让镜像、容器、卷能够独立管理并安全复用。

学习目标

  • 建立适合 Docker 实验项目的目录与命名约定。
  • 使用环境变量文件隔离可变配置。
  • 掌握容器、镜像和卷的清理策略。

规划实验环境结构

Docker 实验最常见的问题不是命令不会使用,而是多个实验共享相同名称、端口或数据卷后互相影响。一个稳定的实验规范需要先约定目录边界,让每个项目拥有自己的上下文。

推荐按照项目维度组织文件,例如使用项目目录保存 Dockerfile、Compose 文件、环境变量和说明文档。容器名称、镜像标签和数据卷名称也应包含项目标识,避免后续排查时无法判断来源。

bash
mkdir -p docker-lab/demo-app
cd docker-lab/demo-app

touch Dockerfile compose.yaml .env

预期结果

text
创建 docker-lab/demo-app 目录,并生成 Dockerfile、compose.yaml、.env 三个实验文件。

统一命名与变量管理

固定命名规则可以降低误操作概率。例如镜像使用 项目名:版本,容器使用 项目名-服务名,卷使用 项目名-数据类型。对于端口、密码等环境差异配置,不应直接写入镜像或配置文件。.env 文件适合保存实验阶段会变化的参数:

dotenv
APP_NAME=demo-app
APP_PORT=<PORT>
APP_VERSION=1.0

应用启动时读取变量后,同一套配置可以复制到不同实验环境中。实际端口值和版本号可能根据环境调整。

清理无用资源

实验结束后需要及时回收资源,否则旧镜像、停止容器和匿名卷会持续占用磁盘空间。常用清理流程如下:

bash
docker ps -a
docker image ls
docker volume ls

docker container prune
docker image prune

预期结果

text
显示当前资源列表,并删除符合条件的停止容器和无引用镜像。

执行清理前应确认资源是否仍被其他实验使用。生产环境中不建议直接执行批量删除命令,应先检查依赖关系。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

建立实验与清理规范

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通