19.1 的部署有一根刺:测试环境装的是 JDK17.0.8,生产装成 17.0.10,「我这没问题」的经典剧情再次上演。Docker(把应用连同其运行环境一起打包成镜像、以容器运行的轻量级虚拟化技术)的解法朴素:环境不一致,那就把环境也打进包里——镜像在哪儿跑,哪儿就是同一个环境。
镜像(只读的环境+应用模板)和容器(镜像的一个运行实例)的关系,就是类和对象:一个镜像可以起 N 个互不干扰的容器。高频命令五件套:
docker pull openjdk:17-jdk # 拉镜像
docker run -d --name order -p 8080:8080 order-service:v1
docker ps # 看运行中的容器
docker logs -f order # 追容器日志
docker exec -it order sh # 进入容器内部排查
-p 8080:8080 把容器端口映射到宿主机——记住方向是「宿主机:容器」,这四个字符顺序是新手第一坑。容器哲学是「随用随弃」:容器删了重建只要秒级,所以任何想长期保留的东西(数据、日志、配置)都不能放在容器文件系统里,要挂载卷出来。镜像与容器之上还有一层 registry(镜像仓库:集中存取镜像的服务,如 Harbor 私有库、Docker Hub 公共库)——docker push 上传、docker pull 下载,生产镜像一律推私有仓库,它是 19.5 流水线的交付物集散地。三者串成一句部署叙事:Dockerfile 构建镜像 → push 进仓库 → 任何机器 pull 下来 docker run——「一次构建,处处运行」的完整闭环。
Dockerfile(描述镜像如何分层构建的脚本文件)里 Java 服务有一套标准范式,核心两招:多阶段构建与层缓存。
# ===== 构建阶段:JDK+Maven,只为了产出jar =====
FROM eclipse-temurin:17-jdk AS builder
WORKDIR /app
COPY pom.xml . # 先只拷pom
RUN ./mvnw dependency:go-offline # 下载依赖(缓存层)
COPY src ./src # 再拷源码
RUN ./mvnw package -DskipTests
# ===== 运行阶段:只要JRE,最终镜像很小 =====
FROM eclipse-temurin:17-jre-alpine
WORKDIR /app
RUN addgroup -S app && adduser -S app -G app
USER app # 非root运行
COPY --from=builder /app/target/*.jar app.jar
ENTRYPOINT ["java","-XX:MaxRAMPercentage=75.0","-jar","app.jar"]
多阶段构建(builder 阶段产出制品、运行阶段只留制品)把镜像从 800MB 级压到 150MB 级——JDK、Maven 缓存全被丢掉。层缓存(Dockerfile 每条指令生成一层,未变的层直接复用)靠指令顺序吃满:pom 先拷、依赖先下,改一行业务代码只会重建最后两层,构建从十分钟掉到几十秒。还有个隐形加速项别漏:.dockerignore(构建上下文的排除清单)——不排除 target/、.git、node_modules,每次构建都在把几百 MB 垃圾发给 daemon 当上下文,慢且可能把不该进镜像的文件打进层里(.env 密钥文件混进镜像,是 18.1 密钥红线的高发案发现场)。USER app 用非 root 运行是安全底线——容器被攻破时,攻击者拿到的也只是个无权限账号(呼应 18 章的最小权限思想)。JVM 参数用 MaxRAMPercentage 按容器内存百分比分配堆,比写死 -Xmx 更适合容器(19.4 的 K8s 里同样适用)。
容器网络是最容易糊涂的一层。三种模式按出场率排:bridge(默认:容器挂到虚拟网桥 docker0,经 NAT 访问外网,宿主机经端口映射访问容器);host(容器直接共用宿主机网络栈,没有映射、性能最好,但端口会互相挤占);none(无网络,极少用)。日常开发用 bridge 足矣,真正要掌握的是自定义网络——docker network create app-net 之后,同一网络里的容器直接用名字互访:
docker run -d --name mysql --network app-net -e MYSQL_ROOT_PASSWORD={{PASSWORD}} mysql:8.0
docker run -d --name order --network app-net -p 8080:8080 order-service:v1
# order容器里连接串直接写 jdbc:mysql://mysql:3306,名字即地址
容器名就是域名,这是 Docker 内置 DNS 的能力——也是 19.3 compose 里服务互访的地基。端口映射的实现值得知道一层:bridge 模式下 docker 在宿主机 iptables 里写 DNAT 规则,把宿主机 8080 的流量转发到容器 IP——所以映射能通、但容器 IP 每次重建会变,任何「记录容器 IP」的做法都是自埋雷;另外同一自定义网络内容器间通信不走端口映射直接互通(性能也更优,少一层 NAT),「对外走映射、对内走网络名」是 Docker 网络的使用口诀。
容器为什么「像虚拟机但不是虚拟机」?两件内核武器。namespace(命名空间,让进程拥有独立的视图:PID、网络、文件系统各自一套)负责「隔离」——容器里的 1 号进程、独立的网卡,都是视图欺骗,内核只有一个。cgroups(控制组,按组限制进程的 CPU、内存用量)负责「限额」——--memory=512m 的底座就是它。再加上联合文件系统(overlay2:多层只读层+可写层叠出容器的文件视图)实现镜像分层与秒级启动。三句话总结:namespace 管看不见谁,cgroups 管用多少,overlay2 管文件怎么叠。overlay2 的写时复制(copy-on-write:多个容器共享同一份只读镜像层,只有写入时才复制到自己的可写层)解释了镜像省磁盘的原理——十个容器共用一个 150MB 的 JRE 层,磁盘上只存一份;也解释了一个经典坑:容器可写层里疯狂写文件(比如把日志打进容器文件系统),性能差又占空间,还是那句老话——要持久化的东西挂卷出去。虚拟机虚拟的是硬件,容器隔离的是进程——所以前者分钟级启动,后者秒级。
Docker 用「镜像定义环境、容器运行实例、网络名互通」三板斧消灭了环境不一致——写出多阶段+层缓存的 Dockerfile、理解 namespace 与 cgroups 的分工,Java 服务的容器化就算真正入门。