Docker 镜像管理

镜像是什么（复习）

镜像（Image）是容器的"安装包"——一个只读的文件系统快照，包含了运行应用所需的一切：代码、运行时、库、配置文件。

镜像和容器的关系：

• 镜像是模板（静态的，不会变）
• 容器是镜像跑起来的实例（动态的，可以启停）
• 同一个镜像可以同时运行多个容器

镜像命名规则

Docker 镜像的完整命名格式：

[注册表地址/][命名空间/]镜像名[:标签][@摘要]

官方镜像（Docker Hub）

mysql:8.0
  │       │
  │       └─ 标签（版本），省略则默认 latest
  └─ 镜像名（官方镜像只有名称，没有用户名前缀）

python:3.11-slim
nginx:alpine
postgres:16

社区/用户镜像（Docker Hub）

bitnami/kafka:3.6
  │       │     │
  │       │     └─ 标签
  │       └─ 镜像名
  └─ 用户名/组织名

confluentinc/cp-kafka:7.5.0
jupyter/pyspark-notebook:latest

私有仓库镜像

registry.aliyuncs.com/my-namespace/my-app:v1.0
    │                      │            │     │
    │                      │            │     └─ 标签
    │                      │            └─ 镜像名
    │                      └─ 命名空间（相当于用户名）
    └─ 注册表地址（私有仓库域名）

标签（Tag）的含义

标签用来区分同一镜像的不同版本，强烈建议不要使用 latest。

Docker Hub 找镜像

Docker Hub 是最大的公开镜像仓库，数据工程师常用的官方镜像都在这里。

命令行搜索

# 搜索 MySQL 相关镜像
docker search mysql

# 输出示例：
# NAME                    DESCRIPTION                   STARS   OFFICIAL
# mysql                   MySQL is a widely used...     15000   [OK]
# bitnami/mysql           Bitnami container image...    1200
# mysql/mysql-server      Optimized MySQL Server...     1000

# 只显示官方镜像
docker search --filter is-official=true python

# 限制显示条数
docker search --limit 5 kafka

网页搜索

推荐直接在 hub.docker.com 搜索，可以看到：

• 镜像的文档和使用说明
• 所有可用的标签（Tags）列表
• 下载量（评估镜像流行度）
• 是否为官方镜像

数据工程师常用镜像速查

核心镜像命令

docker pull 拉取镜像

# 拉取默认 latest 标签（不保证是最新版本，不推荐用于生产）
docker pull mysql

# 拉取指定版本（推荐）
docker pull mysql:8.0

# 拉取指定版本（默认输出拉取进度）
docker pull postgres:16

# 从指定仓库拉取（使用国内镜像加速）
docker pull docker.mirrors.ustc.edu.cn/library/mysql:8.0

# 拉取多架构镜像中的特定平台版本
docker pull --platform linux/amd64 mysql:8.0

拉取过程中可以看到分层下载的进度：

8.0: Pulling from library/mysql
72a69066d2fe: Pull complete    # 每一行是镜像的一个层（layer）
93619dbc5b36: Pull complete
99da31dd6142: Pull complete
...
Digest: sha256:xxxxxxxx         # 镜像的唯一标识
Status: Downloaded newer image for mysql:8.0

docker images 查看本地镜像

# 列出所有本地镜像
docker images

# 输出示例：
# REPOSITORY   TAG       IMAGE ID       CREATED        SIZE
# mysql        8.0       a3b6608898d6   2 weeks ago    596MB
# postgres     16        ced297a2c3a1   3 weeks ago    431MB
# redis        7-alpine  a5f5d8ba5b9c   4 weeks ago    41.1MB

# 只显示镜像 ID（常用于批量操作）
docker images -q

# 按名称过滤
docker images mysql

# 显示所有镜像（包含中间层镜像）
docker images -a

# 自定义显示格式
docker images --format "table {{.Repository}}\t{{.Tag}}\t{{.Size}}"

docker rmi 删除镜像

# 删除指定镜像（用名称:标签）
docker rmi mysql:8.0

# 删除指定镜像（用 IMAGE ID）
docker rmi a3b6608898d6

# 强制删除：可处理部分引用冲突，但不能强制删除运行中容器所用的镜像；不要绕过依赖检查
docker rmi -f mysql:8.0

# 删除所有本地镜像（谨慎使用！）
docker rmi $(docker images -q)

# 删除未被容器引用的悬空镜像（通常没有标签；不等于清理全部构建缓存）
docker image prune

# 删除所有未使用的镜像（不只是悬空的）
docker image prune -a

docker inspect 查看镜像详情

# 查看镜像的详细元数据（JSON 格式）
docker inspect mysql:8.0

# 只查看特定字段（如暴露的端口）
docker inspect --format '{{.Config.ExposedPorts}}' mysql:8.0

# 查看镜像的构建历史（每一层做了什么）
docker history mysql:8.0

镜像仓库操作

登录 Docker Hub

# 登录 Docker Hub（需要有账号）
docker login
# 按当前客户端提示完成登录；可能使用浏览器设备码流程

# 凭据保存方式取决于配置：可能使用外部凭据存储；未配置时可能以非加密的编码形式保存在 ~/.docker/config.json，勿共享该文件
# 退出登录
docker logout

推送镜像到 Docker Hub

# 1. 先给镜像打上你的用户名前缀标签
docker tag my-etl-app:v1.0 yourusername/my-etl-app:v1.0

# 2. 推送到 Docker Hub
docker push yourusername/my-etl-app:v1.0

阿里云容器镜像服务（私有仓库）

阿里云提供了免费的私有镜像仓库，适合存放公司内部的镜像。

# 1. 登录阿里云镜像仓库（替换为你的仓库地址）
docker login --username=your_aliyun_account \
  registry.cn-hangzhou.aliyuncs.com

# 2. 给镜像打标签（替换为你的命名空间和仓库名）
docker tag my-etl-app:v1.0 \
  registry.cn-hangzhou.aliyuncs.com/your-namespace/my-etl-app:v1.0

# 3. 推送镜像
docker push registry.cn-hangzhou.aliyuncs.com/your-namespace/my-etl-app:v1.0

# 4. 从阿里云拉取镜像
docker pull registry.cn-hangzhou.aliyuncs.com/your-namespace/my-etl-app:v1.0

导入导出镜像（离线场景）

在无法访问外网的服务器上，可以先在有网的机器上下载镜像，然后传输到目标服务器。

# 将镜像保存为 tar 文件
docker save mysql:8.0 -o mysql_8.0.tar

# 将多个镜像打包成一个文件
docker save mysql:8.0 redis:7-alpine -o data_services.tar

# 在目标服务器上加载镜像
docker load -i mysql_8.0.tar

# 加载后验证
docker images

# 保存并压缩
docker save mysql:8.0 | gzip > mysql_8.0.tar.gz

# 加载压缩文件
docker load -i mysql_8.0.tar.gz

管理本地镜像的最佳实践

定期清理

# 查看 Docker 磁盘使用情况
docker system df

# 输出示例：
# TYPE            TOTAL   ACTIVE  SIZE      RECLAIMABLE
# Images          12      5       8.234GB   5.123GB (62%)
# Containers      8       3       234MB     123MB (52%)
# Local Volumes   5       3       2.1GB     450MB (21%)
# Build Cache     0       0       0B        0B

# 高风险清理：删除停止的容器、未使用的网络和镜像，并按当前 Docker 版本规则清理未使用卷；可能丢失卷内数据，执行前确认清理范围并备份
docker system prune -a --volumes

镜像版本策略

掌握检查

• [ ] 能用 docker pull mysql:8.0 拉取指定版本镜像，而不是 docker pull mysql（避免用 latest 在生产上）
• [ ] 能用 docker images 列出本地镜像，知道 REPOSITORY、TAG、IMAGE ID、SIZE 各列的含义
• [ ] 知道 docker image prune 和 docker rmi 的区别：前者默认清理未被容器引用的悬空镜像，后者删除指定镜像；docker image prune -a 会扩大到所有未被容器引用的镜像
• [ ] 能用 docker history 镜像名 查看镜像的每一层构建历史，了解镜像是如何一层层叠加的
• [ ] 知道在无公网环境的生产服务器上，用 docker save + scp + docker load 的方式传输镜像

实践练习

基础题：搜索并拉取 Redis 官方镜像（redis:7-alpine，选 alpine 版本体积更小），用 docker images 查看大小，用 docker history 查看构建层数，然后用 docker tag 给它加一个自定义标签。

进阶题：用 docker system df 查看当前 Docker 磁盘占用，然后清理所有不再使用的镜像和悬空镜像，再次查看磁盘占用对比变化。

下一步

学会了镜像管理，下一步是学如何用镜像启动容器并进行操作：

• 继续阅读：容器基本操作

# 批量拉取镜像
cat docker-images.txt | xargs -I{} docker pull {}