Docker 是什么？
Docker是个管理容器（Container）的服务，提供「应用层级」的虚拟化技术。
不同于传统虚拟机，Docker 依靠 Linux 上的命名空间（Namespaces）、控制组（Control groups）、Union 文件系统（Union file systems）和容器格式（Container format）等技术，来达到应用资源限制与封装隔离。
传统虚拟机和 Docker 对比：
- 虚拟机运行在虚拟硬件上，应用运行在虚拟机内核上。而 Dockerd 是宿主机上的一个进程, 应用只是 Dockerd 的一个子进程， 换句话说，应用直接运行在宿主机内核上。
- 虚拟机需要特殊硬件虚拟化技术支持, 因而只能运行在物理机上。Docker 没有硬件虚拟化, 因而可以运行在物理机、虚拟机, 甚至 Docker 容器内（嵌套运行）。
- 因为没有硬件虚拟化及多运行一个 Linux 内核的开销，应用运行在 Docker 上比虚拟机上更轻、更快。
笔者注：传统虚拟机和 Docker 是不同级别的虚拟化。虚拟化技术要完整虚拟化一台计算机，容器技术更像是操作系统层面的虚拟化，它只需要虚拟出一个操作系统环境。具体怎么用还要根据实际应用场景来。
Docker 基本概念
镜像（Image）
镜像描述了 Docker 容器运行的初始文件系统,，包含运行应用所需的所有依赖。即可以是一个完整的操作系统。 也可以仅包含应用所需的最小 bin/lib 文件集合。
镜像是只读的， 创建容器时只是在镜像上面新建一个可写层,，不需要复制整个文件系统, 因而可以实现毫秒级创建。
镜像分层图示：
容器（Container）
镜像（Image）和容器（Container）的关系，就像是面向对象程序设计中的 类 和 实例 一样，镜像是静态的定义，容器是镜像运行时的实体。容器可以被创建、启动、停止、删除、暂停等。
容器的实质是进程，但与直接在宿主执行的进程不同，容器进程运行于属于自己的独立的 命名空间。因此容器可以拥有自己的 root 文件系统、自己的网络配置、自己的进程空间，甚至自己的用户 ID 空间。容器内的进程是运行在一个隔离的环境里，使用起来，就好像是在一个独立于宿主的系统下操作一样。这种特性使得容器封装的应用比直接在宿主运行更加安全。也因为这种隔离的特性，很多人初学 Docker 时常常会混淆容器和虚拟机。
前面讲过镜像使用的是分层存储，容器也是如此。每一个容器运行时，是以镜像为基础层，在其上创建一个当前容器的存储层，我们可以称这个为容器运行时读写而准备的存储层为 容器存储层。
容器存储层的生存周期和容器一样，容器消亡时，容器存储层也随之消亡。因此，任何保存于容器存储层的信息都会随容器删除而丢失。
仓库（Repository）
镜像构建完成后，可以很容易的在当前宿主机上运行，但是，如果需要在其它服务器上使用这个镜像，我们就需要一个集中的存储、分发镜像的服务，Docker Registry 就是这样的服务。
一个 Docker Registry 中可以包含多个 仓库（Repository）；每个仓库可以包含多个 标签（Tag）；每个标签对应一个镜像。
通常，一个仓库会包含同一个软件不同版本的镜像，而标签就常用于对应该软件的各个版本。我们可以通过 <仓库名>:<标签> 的格式来指定具体是这个软件哪个版本的镜像。如果不给出标签，将以 latest 作为默认标签。
以 Ubuntu 镜像 为例，ubuntu 是仓库的名字，其内包含有不同的版本标签，如，16.04, 18.04。我们可以通过 ubuntu:16.04，或者 ubuntu:18.04 来具体指定所需哪个版本的镜像。如果忽略了标签，比如 ubuntu，那将视为 ubuntu:latest。
仓库名经常以 两段式路径 形式出现，比如 jwilder/nginx-proxy，前者往往意味着 Docker Registry 多用户环境下的用户名，后者则往往是对应的软件名。但这并非绝对，取决于所使用的具体 Docker Registry 的软件或服务。
为什么要用 Docker？
更高效的利用系统资源
由于容器不需要进行硬件虚拟以及运行完整操作系统等额外开销，Docker 对系统资源的利用率更高。无论是应用执行速度、内存损耗或者文件存储速度，都要比传统虚拟机技术更高效。因此，相比虚拟机技术，一个相同配置的主机，往往可以运行更多数量的应用。
更快速的启动时间
传统的虚拟机技术启动应用服务往往需要数分钟，而 Docker 容器应用，由于直接运行于宿主内核，无需启动完整的操作系统，因此可以做到秒级、甚至毫秒级的启动时间。大大的节约了开发、测试、部署的时间
一致的运行环境
开发过程中一个常见的问题是环境一致性问题。由于开发环境、测试环境、生产环境不一致，导致有些 bug 并未在开发过程中被发现。而 Docker 的镜像提供了除内核外完整的运行时环境，确保了应用运行环境一致性，从而不会再出现 「这段代码在我机器上没问题啊」 这类问题。
持续交付和部署
对开发和运维（DevOps）人员来说，最希望的就是一次创建或配置，可以在任意地方正常运行。
使用 Docker 可以通过定制应用镜像来实现持续集成、持续交付、部署。开发人员可以通过 Dockerfile 来进行镜像构建，并结合 持续集成(Continuous Integration) 系统进行集成测试，而运维人员则可以直接在生产环境中快速部署该镜像，甚至结合 持续部署(Continuous Delivery/Deployment) 系统进行自动部署。
而且使用 Dockerfile 使镜像构建透明化，不仅仅开发团队可以理解应用运行环境，也方便运维团队理解应用运行所需条件，帮助更好的生产环境中部署该镜像。
更轻松的迁移
由于 Docker 确保了执行环境的一致性，使得应用的迁移更加容易。Docker 可以在很多平台上运行，无论是物理机、虚拟机、公有云、私有云，甚至是笔记本，其运行结果是一致的。因此用户可以很轻易的将在一个平台上运行的应用，迁移到另一个平台上，而不用担心运行环境的变化导致应用无法正常运行的情况。
更轻松的维护和扩展
Docker 使用的分层存储以及镜像的技术，使得应用重复部分的复用更为容易，也使得应用的维护更新更加简单，基于基础镜像进一步扩展镜像也变得非常简单。此外，Docker 团队同各个开源项目团队一起维护了一大批高质量的 官方镜像，既可以直接在生产环境使用，又可以作为基础进一步定制，大大的降低了应用服务的镜像制作成本。
Docker 实践
从 0 制作一个 Docker 镜像
hello.go
package main
func main() {
println("Hello Docker!")
}
编译之
GOOS=linux GOARCH=amd64 go build hello.go
chmod +x hello
./hello
Hello Docker!
Dockerfile
FROM scratch
COPY hello /
打镜像
docker build -t hello-docker:1.0 .
Sending build context to Docker daemon 1.232MB
Step 1/2 : FROM scratch
--->
Step 2/2 : COPY hello /
---> 18adb0c0fa01
Successfully built 18adb0c0fa01
Successfully tagged hello-docker:1.0
Docker 大小
docker save -o hello-docker.tar hello-docker:1.0
ll -h
total 2.4M
-rw-r--r-- 1 root root 27 Dec 8 15:42 Dockerfile
-rwxr-xr-x 1 root root 1.2M Dec 8 15:29 hello
-rw------- 1 root root 1.2M Dec 8 15:46 hello-docker.tar
有多快
time docker run --rm --name hello hello-docker:1.0 /hello
Hello Docker!
real 0m0.529s
user 0m0.075s
sys 0m0.029s
可以看到，这条命令一共经历了容器创建、运行、停止、销毁 4 个过程，共耗时不到 0.6 秒。-rm 表示容器结束后自动删除容器。
只创建镜像，0.1秒
time docker create --name hello hello-docker:1.0 /hello
0fff3be888250670b8e6d8f95c6d8188a13c312dd291fda69b71f9c88a91574c
real 0m0.105s
user 0m0.080s
sys 0m0.020s
使用 Alpine 做基础镜像
FROM alpine:3.7
COPY hello /
docker build -t hello-docker:2.0 .
Sending build context to Docker daemon 2.473MB
Step 1/2 : FROM alpine:3.7
3.7: Pulling from library/alpine
5d20c808ce19: Pull complete
Digest: sha256:8421d9a84432575381bfabd248f1eb56f3aa21d9d7cd2511583c68c9b7511d10
Status: Downloaded newer image for alpine:3.7
---> 6d1ef012b567
Step 2/2 : COPY hello /
---> 3e3fdfc762e7
Successfully built 3e3fdfc762e7
Successfully tagged hello-docker:2.0
docker run --rm -it hello-docker:2.0 sh
/ # ./hello
Hello Docker