爱主机作为现代软件开发和运维中最火爆的容器化技术，Docker已经彻底改变了应用的交付和运行方式。无论你是刚接触容器的新手，还是想系统化梳理部署流程的开发者，这篇教程都会带你从零开始，逐步掌握用Docker部署应用的完整脉络。不需要玄学的命令行技巧，也不要求精通系统内核，只要跟着思路走，你就能在短时间内让应用在容器中稳定运行。
什么是Docker？简单来说，它就像一个轻量级的虚拟机，但比普通虚拟机更高效、更便携。Docker将应用及其依赖环境打包成一个独立的“镜像”，然后基于这个镜像启动“容器”。同一个镜像可以在任何安装了Docker的机器上运行，完全消除了“在我电脑上能跑”的尴尬。这种一致性是Docker最核心的价值。
安装Docker是第一步。对于Linux用户，官方的安装脚本几乎是一行命令就能完成：curl -fsSL https://get.docker.com -o get-docker.sh，然后sudo sh get-docker.sh。Windows和macOS用户则可以直接下载Docker Desktop，安装后打开即可。安装完成后运行docker –version确认版本，再运行docker run hello-world测试是否正常工作。如果看到Hello from Docker的提示，说明环境就绪。
理解了基础，接着要掌握Dockerfile的写法。Dockerfile是描述镜像构建步骤的文本文件。以一个简单的Python Flask应用为例，首先需要一个名为app.py的文件，内容是一个返回Hello World的Web服务。然后创建一个Dockerfile，内容大致如下：从python:3.9-slim基础镜像开始，设置工作目录为/app，将本地代码复制到容器内，安装依赖（如果有requirements.txt），最后声明启动命令python app.py。这里的关键是每一条指令都会生成一个镜像层，合理利用层缓存能大幅加快构建速度。比如应该先复制requirements.txt并安装依赖，再复制代码，这样当代码变化时，依赖层可以复用。
构建镜像使用docker build -t my-flask-app .， -t指定镜像名称和标签， .表示当前目录下的Dockerfile。构建成功后，运行docker images就能看到刚生成的镜像。接着用docker run -d -p 5000:5000 my-flask-app启动容器，-d表示后台运行，-p把宿主机端口5000映射到容器内的5000端口。打开浏览器访问http://localhost:5000，就能看到应用正在运行。如果容器运行了但页面无法访问，可以用docker ps查看容器状态，用docker logs <容器ID>查看日志，这是最常用的排错方法。
单容器部署比较简单，但现实中一个应用往往需要多个服务协同工作，比如Web前端、后端API、数据库和缓存。这时候Docker Compose就派上了用场。Compose通过一个YAML文件定义整个服务栈，一条命令就能同时启动所有容器。编写docker-compose.yml，以web、db、redis三个服务为例，web服务基于自己的镜像，暴露5000端口，依赖db和redis；db服务使用官方PostgreSQL镜像，设置环境变量和持久化卷；redis服务直接使用官方的alpine版本。最后运行docker-compose up -d，所有容器就会按依赖顺序启动。停止则用docker-compose down。Compose还支持资源限制、网络别名、健康检查等高级功能，是单机多容器部署的标配。
如果要部署到生产环境，还需考虑镜像体积和安全性。基础镜像尽量选择alpine版本，它基于musl libc和busybox，体积只有标准镜像的十分之一。使用多阶段构建：第一个阶段用完整编译工具生成二进制文件，第二个阶段只复制这个二进制文件到轻量基础镜像中。这样最终镜像只包含运行时所需文件，大大减小了攻击面。定期扫描镜像漏洞，用docker scan或第三方工具确保没有高危CVE。还有一个常见坑是容器内进程以root身份运行，建议在Dockerfile中创建非root用户，并用USER指令切换。
日志管理同样重要。默认情况下，容器的stdout和stderr会被Docker捕获，用docker logs查看。但容器重启后日志就会丢失，生产环境应该配置日志驱动，将日志发送到集中式系统如ELK或Splunk。在docker-compose.yml中通过logging字段指定驱动和选项。另外，不要直接在容器内写本地文件，因为容器销毁时数据也会消失。需要持久化的数据（如数据库文件）要通过卷（volume）或绑定挂载（bind mount）保存到宿主机。在Compose中用volumes关键字声明卷，或在docker run时用-v参数。
部署流程的自动化离不开镜像仓库。官方有Docker Hub，但国内访问较慢，可以用阿里云容器镜像服务、华为云SWR或自建Harbor。构建完成后，用docker tag给镜像打上仓库地址的标签，然后docker push推送到远程仓库。服务器端拉取镜像执行docker pull。结合CI/CD流水线，每次代码推送到仓库，自动触发构建、测试、推送，最后在部署服务器上执行docker-compose pull和docker-compose up -d，就能实现零停机滚动更新。滚动更新的关键在于无中断，可以通过Compose的配置实现：先启动新容器，待健康检查通过后再停止旧容器，用docker service update或在Compose中部署多个副本并配合负载均衡。
常见问题中，端口冲突经常发生：如果宿主机某个端口已被占用，镜像端口映射会失败，可以换一个外部端口。容器间通信最好使用自定义网络，而不是用–link这种过时方式。在Compose中，默认会创建一个网络，所有服务都可以通过服务名互相访问。资源不足也容易引发容器被杀，用docker stats查看CPU/内存使用，在docker run时通过–memory和–cpus限制资源。另外，时区问题容易被忽视，可以设置环境变量TZ=Asia/Shanghai或者挂载宿主机的localtime文件。
通过以上步骤，你已经具备了从零构建Docker镜像、单容器部署、多服务编排、镜像优化、日志与持久化、以及自动化部署的能力。Docker并不是一个遥不可及的黑盒，而是一套清晰且可复用的工具链。当你下一次接到一份代码，需要快速将其变成一个可访问的服务时，脑中的Docker部署流程将会自动浮现：写Dockerfile，构建镜像，运行容器，配置Compose，推送到仓库，最后拉取启动。整个过程就像搭积木一样自然流畅。技术演进永无止境，但掌握了Docker部署这个基本功，你就站在了现代应用交付的起点上。从现在开始，动手试一次，你会发现部署其实比想象中简单得多。
