부두 노동자의 엔트리 레벨 간단한 조작 명령

부두 노동자를 이해하기 전에, 우선은 분명 두 개념, 컨테이너 및 가상 머신을 구분해야합니다.

가상 머신 자체 운영 체제가 필요하면 가상 컴퓨터가 켜져있는 자원을 모두 점유됩니다 미리 할당.

컨테이너 기술은 우리의 호스트와 공유 하드웨어 자원 및 운영 시스템 자원의 동적 할당을 달성 할 수있다.

도커 상당히 간단한 인터페이스, 사용자가 쉽게 생성하고 컨테이너를 사용하여 컨테이너에 응용 프로그램을 넣어. 컨테이너는 같은 같은 일반적인 코드를 관리, 버전 관리, 복사, 공유, 수정 될 수 있습니다.

기존의 가상화 모드에 비해 고정 표시기가 더 장점이 있습니다 :

1, 고정 표시기 초에게 빠른 시작 레벨을 속한다. 가상 시스템은 일반적으로 시작하는 데 몇 분 정도 걸립니다.

2, 적은 자원을 도커이 필요합니다. 도커 운영 체제 수준의 가상화, 커널에 고정 표시기 컨테이너, 사실상 성능의 손실없이, 가상화 계층을 통해 성능상의 이점과 코어 층의 하이퍼 바이저.

3, 가벼운 도커. 부두 노동자 아키텍처는 공유 커널과 응용 프로그램 라이브러리, 메모리의 매우 작은 점유율을 공유 할 수 있습니다. 동일한 하드웨어 환경, 도커는 가상 머신의 수보다 훨씬 더 실행 거울의 수는 시스템 활용도가 매우 높다.

고정 표시기는 세 가지 기본 개념을 포함한다 :

  1. 이미지 (거울)
  2. 컨테이너 (컨테이너)
  3. 저장소 (창고)

미러링 도커 컨테이너, 창고 보관 사이트 미러링을 실행하기위한 전제 조건, 볼 수있는 거울은 도커의 핵심입니다.

고정 표시기 :

  • 빠른 배달 및 배포

고정 표시기 개발주기 전반에 걸쳐 당신이 완벽한 빠른 배달을 달성 도와 드릴 수 있습니다. 고정 표시기는 개발자가 로컬 컨테이너로 개발 된 응용 프로그램과 서비스를 만들 수 있습니다. 그것은 바로 지속 가능한 개발 프로세스에 통합 될 수있다.

예를 들어 개발자가 직접 태그를 배포 할 컨테이너를 사용하여 개발, 운영 및 유지 보수 인력의 완료 후, 표준 이미지 개발자 컨테이너를 구축하는 데 사용할 수 있습니다. 고정 표시기 팀 용이의 다른 구성원이 응용 프로그램을 작성하고 작업하는 방법을 이해하도록 신속하게 전체 과정에 걸쳐 컨테이너, 빠른 반복 응용 프로그램 및 가시를 만들 수 있습니다. 부두 노동자의 용기 매우 가벼운 곧! 시작 시간 용기의 두 번째 단계, 개발, 테스트, 배치 시간을 감소시키는 많은 양이다.

  • 효과적인 배포 및 확장

부두 노동자의 용기 등 물리적 시스템, 가상 머신, 퍼블릭 클라우드, 프라이빗 클라우드, PC, 서버 등 거의 모든 플랫폼에서 실행할 수 있습니다. 이러한 호환성은 사용자가 직접 한 플랫폼에서 다른 플랫폼으로 응용 프로그램을 마이그레이션 할 수 있습니다.

도커의 호환성과 경량 특성이 쉽게 동적 부하 관리를 달성 할 수있다. 당신은 빠르고 쉽게 다운 라인 또는 응용 프로그램 및 서비스, 실시간 접근이 속도의 확장 할 수 있습니다.

  • 높은 자원 활용

부두 노동자의 시스템 자원의 활용은 당신의 호스트 수천에서 동시에 실행할 수있는, 매우 높은 고정 표시기의 용기. 실질적 부가 시스템 리소스와 같은 고성능 애플리케이션을 소비하지 않고 애플리케이션 컨테이너를 실행하는 것 외에도하면서 가능한 한 작게하여 시스템의 오버 헤드. 기존의 가상 머신을 실행 (10) 다른 응용 프로그램이 재생됩니다 10 개 동안, 가상 머신을 도커는 단지 시작하는 데 필요한 10 개 고립에 응용 프로그램을.

  • 간단한 관리

사용 도커 만 작은 변화를, 당신은 기존의 업데이트를 많이 대체 할 수 있습니다. 모든 수정은 분산 자동화 및 효율적인 관리를 가능하게 점진적으로 업데이트됩니다.

명령을 사용하여

참고 수정 설치 자식 설치 경로

이 버전 번호를 표시

고정 표시기 -versions

다운로드 이미지

미러 디스플레이

고정 표시기 이미지

이미지 저장

고정 표시기 -o /home/dyufei/tensorflow.tar tensorflow / tensorflow 저장

或者고정 표시기 tensorflow / tensorflow> /home/dyufei/tensorflow.tar 저장

이미지를로드

고정 표시기로드 -i 'tensorflow.tar'

시스템 이미지 수를 로그

고정 표시기 6866 -ti 실행

고정 표시기 실행 - 그것은 CentOS는 / 빈 / bash는

변경 사항을 제출

고정 표시기 커밋 컨테이너 아이디 미러 이름을

미러 제거

고정 표시기 RMI -f 이미지 ID

검사 시스템

종료 거울

출구

추천

출처www.linuxidc.com/Linux/2019-06/158945.htm