docker 作为利用容器的大魔王，特地是在做 java 分布式的时候使用很是宽泛。因为每一个 docker 的容器都是独立的，这跟分布式的独立节点思维是一模一样。既然 docker 是一个利用容器，那就意味着只有是利用就能运行在它下面了 ……
【浏览全文】
环境条件
'''
python 环境、pip 软件工具
docker 环境
第一步：创立测试项目
第二步：导出测试项目中的依赖包
第三步：编写 Dockfile（docker 打包时的参数配置）第四步：生成 docker 镜像
第五步：运行 docker 容器
'''生成镜像并运行
创立我的项目
'''创立我的项目'''
# 我的项目门路
# /usr/docker/hello_image.py
# hello_image.py 文件内容
print("docker test hello image !")导出 python 的依赖包
'''导出 python 的依赖包'''
# 间接将须要的依赖包列表导入到 /usr/docker/ 文件夹上面
# pip freeze > /usr/docker/requirements.txt编写 Dockfile 文件
'''
在 /usr/docker/ 的目录下创立 Dockfile 文件
编写 Dockfile 文件
'''
# 增加 python 根底镜像
#
# FROM python
#
# 增加保护人员的信息
#
# MAINTAINER Python 集中营
#
# 将代码增加到固定文件夹
#
# ADD ./docker/work_code
#
# 设置 /work_code 文件夹是工作目录
#
# WORKDIR /work_code
#
# 装置 python 的依赖插件反对
#
# RUN pip install -r requirements.txt
#
# CMD ["python", "/work_code/hello_image.py"]构建镜像
'''构建镜像'''
# docker 镜像构建命令
# docker build -t '镜像名称' 'Dockerfile 文件门路'
# docker build -t hello_image /usr/docker/Dockerfile
运行容器
'''运行容器'''
# docker 容器运行命令
# docker run -d --name c_name '镜像名称'
# docker run -d --name c_name hello_image