docker常用镜像命令总结,包含将docker镜像推送到dockerhub,全程无废话

2023-05-16

01.查看镜像 docker images

[root@i-rbj0ryi8 ~]$ docker images
REPOSITORY      TAG          IMAGE ID       CREATED         SIZE
rabbitmq        management   813865544c51   6 months ago    253MB
redis           latest       bc8d70f9ef6c   12 months ago   105MB

02.搜索镜像 docker search 镜像名

[root@i-rbj0ryi8 ~]$ docker search mysql #这里是查找mysql镜像,还可以指定镜像版本,如:docker search mysql5.7
NAME                           DESCRIPTION                                     STARS     OFFICIAL   AUTOMATED
mysql                          MySQL is a widely used, open-source relation…   12556     [OK]              [OK]
# ......

03.下载镜像 docker pull 镜像名(若不指定镜像版本,默认会下载最新版)

[root@i-rbj0ryi8 ~]$ docker pull nginx:1.18.0
1.18.0: Pulling from library/nginx
f7ec5a41d630: Pull complete 
# ......

04.删除镜像 docker rmi 镜像id

[root@i-rbj0ryi8 ~]$ docker rmi 605c77e624dd #605c77e624dd为镜像id
Untagged: nginx:latest
Untagged: nginx@sha256:0d17b565c37bcbd895e9d92315a05c1c3c9a29f762b011a10c54a66cd53c9b31
Deleted: sha256:605c77e624ddb75e6110f997c58876baa13f8754486b461117934b24a9dc3a85
#......

04.提交镜像docker commit

[root@i-rbj0ryi8 ~]$ docker commit --help
Usage:  docker commit [OPTIONS] CONTAINER [REPOSITORY[:TAG]]
Create a new image from a container's changes
Options:
  -a, --author string    Author (e.g., "John Hannibal Smith <hannibal@a-team.com>")
  -c, --change list      Apply Dockerfile instruction to the created image
  -m, --message string   Commit message
  -p, --pause            Pause container during commit (default true)

具体使用

[root@i-rbj0ryi8 ~]$ docker commit -a "mhzzj" -m "提交测试" 5826c3e8ae24  testnginxv1.0  #7c324703d35a为提交的镜像id 
sha256:234b8472f14bcaf3ec3548ae45b23c0c00d850ea5dc7e9960c63b71f0e05af25

[root@i-rbj0ryi8 ~]$ docker images  
REPOSITORY      TAG          IMAGE ID       CREATED         SIZE
testnginxv1.0   latest       296b0b6f698d   3 minutes ago   182MB  #testnginxv1.0 为刚才提交的镜像 

[root@i-rbj0ryi8 ~]$ docker run -d -p 80:80 testnginxv1.0  #通过提交的镜像启动容器
e85dcdf5f7d2870d9f6724bdf0ca15c8f0a2a0ce26716e6627cfdca430d14732

05.镜像持久化docker save

[root@i-rbj0ryi8 ~]$ docker save -o savedemo.tar testnginxv1.0
[root@i-rbj0ryi8 ~]$ ls
savedemo.tar    #savedemo.tar 就是testnginxv1.0镜像持久化的数据

# 别的机器加载这个镜像
[root@i-rbj0ryi8 ~]$ docker load -i savedemo.tar
Loaded image: testnginxv1.0:latest

06.镜像推送docker push

  1. 先注册dockerhub: https://login.docker.com/u/login/

  2. 并且创建仓库

    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-20dHrqao-1655997880538)(picture/image-20220622233151450.png)]

  3. 登录docker

    [root@i-rbj0ryi8 ~]$ docker login
    Login with your Docker ID to push and pull images from Docker Hub. If you don't have a Docker ID, head over to https://hub.docker.com to create one.
    Username: mhzzj
    Password: 
    WARNING! Your password will be stored unencrypted in /root/.docker/config.json.
    Configure a credential helper to remove this warning. See
    https://docs.docker.com/engine/reference/commandline/login/#credentials-store
    
    Login Succeeded
    
  4. 推送镜像

    [root@i-rbj0ryi8 ~]$ docker push mhzzj/pushdemo:testnginxv1.0
    The push refers to repository [docker.io/mhzzj/pushdemo]
    An image does not exist locally with the tag: mhzzj/pushdemo
    

    报错:原因:没有给镜像打标签

    打标签

    [root@i-rbj0ryi8 ~]$ docker tag testnginxv1.0 mhzzj/pushdemo:mytagv1.0
    [root@i-rbj0ryi8 ~]$ docker images
    REPOSITORY       TAG         IMAGE ID       CREATED         SIZE
    testnginxv1.0    latest      3b490214c1e9   8 minutes ago   133MB
    mhzzj/pushdemo   mytagv1.0   3b490214c1e9   8 minutes ago   133MB
    nginx            1.18.0      c2c45d506085   14 months ago   133MB
    

    推送

    [root@i-rbj0ryi8 ~]$ docker push mhzzj/pushdemo:mytagv1.0
    The push refers to repository [docker.io/mhzzj/pushdemo]
    53faf37c6825: Pushed 
    4fa6704c8474: Mounted from library/nginx 
    4fe7d87c8e14: Mounted from library/nginx 
    6fcbf7acaafd: Mounted from library/nginx 
    f3fdf88f1cb7: Mounted from library/nginx 
    7e718b9c0c8c: Mounted from library/nginx 
    mytagv1.0: digest: sha256:ed36473195f7c116dcc6424bc54e27214a8bf8efd02dbc05103ce319316f2f68 size: 1570
    

    推送成功

    在这里插入图片描述
    5. 下载推送的镜像

    [root@i-rbj0ryi8 ~]$ docker pull mhzzj/pushdemo:mytagv1.0
    mytagv1.0: Pulling from mhzzj/pushdemo
    f7ec5a41d630: Already exists 
    0b20d28b5eb3: Already exists 
    1576642c9776: Already exists 
    c12a848bad84: Already exists 
    03f221d9cf00: Already exists 
    7702790ca7b1: Already exists 
    Digest: sha256:ed36473195f7c116dcc6424bc54e27214a8bf8efd02dbc05103ce319316f2f68
    Status: Downloaded newer image for mhzzj/pushdemo:mytagv1.0
    docker.io/mhzzj/pushdemo:mytagv1.0
    
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

docker常用镜像命令总结,包含将docker镜像推送到dockerhub,全程无废话 的相关文章

随机推荐

  • stm32个人学习之路(从0到1的变化)

    GPIO Mode AIN 模拟输入 GPIO Mode IN FLOATING 浮空输入 GPIO Mode IPD 下拉输入 GPIO Mode IPU 上拉输入 GPIO Mode Out OD 开漏输出 GPIO Mode Out
  • CRT、PUTTY连接华为ensp

    CRT连接华为ensp 1 打开SecureCRT 点击快速连接 2 选择telnet协议 3 主机名是填IP地址 xff0c 如果模拟器在本机就填127 0 0 1 xff08 本机的环回地址 xff09 4 启动ensp的路由器 xff
  • 数字图像处理(DIP)大作业 基于OpenCV和ros的人腿跟踪

    数字图像处理 xff08 DIP xff09 大作业 基于OpenCV和ros的人腿跟踪 数字图像处理课程相关文章 传送门 https blog csdn net qq 46164507 article details 122503851
  • selenium 自动化测试

    selenium 是最广泛使用的开源Web UI xff08 用户界面 xff09 自动化测试套件之一 selenium测试脚本可以使用任何支持的编程语言进行编码 xff0c 并且可以直接在大多数现代Web浏览器中运行 在爬虫领域selen
  • c/c++: 面试总结+查漏补缺(一)

    目录 1 C 43 43 中的类型限定符 2 存储类 xff1a static extern mutable thread local static 存储类 实例 extern 存储类 实例 实例 mutable 存储类 thread lo
  • 线性代数笔记 一 行列式的来龙去脉

    二元线性方程组的解法与二阶行列式产生 大家从中学阶段都学习过二元一次方程组 xff0c 对于它的解法自然也不陌生 xff08 实际上n元一次方程组的解法与此相同 xff09 xff0c 一行的倍数加到另外一行 xff0c 消去一个元 xff
  • PX4+XTdrone仿真环境搭建时候的一些问题与解决方案

    遇到的问题 我是2022年五月根据肖老师的XTdrone教程走的 xff0c 遇到了一些问题并且成功解决 xff0c 这些问题在2021年我同学安装的时候并没有遇到似乎 一 安装gazebo9 1最新版 xff0c 不要按照教程 我之前是按
  • 第三章 无人机进阶(一) 无人机传感器部分

    一 无人机传感器体系 1 IMU IMU是惯性导航模块 xff0c 可以感知到无人机的三轴加速度 xff0c 三轴的角度和角速度 xff0c 原理较为复杂 xff0c 此处不过多展开 xff0c 大家只需要知道IMU可以感知无人机的运动状态
  • Ubuntu下使用Vscode安装和编写Java文件教程

    最近开始学CS61B xff0c 又懒得新装IDEA xff0c 就继续使用VScode了 xff0c 毕竟只是做几个项目和lab xff0c 而不是做大型项目 xff0c vscode完全足够了 xff0c 只不过装的时候出了点问题 xf
  • 机器学习&深度学习实践笔记(一):pytorch基础与线性回归

    最近开始了机器学习与深度学习的学习与编程 xff0c 大概也还是磕磕绊绊的走过来了 xff0c 便记录一下历程与心得 线性回归理论 线性回归模型概述 线性回归的内容就是我们假设一些数据 xff0c 输出 xff08 标签 xff09 与输入
  • 1 file:/var/cudnn-local-repo-ubuntu2004-8.6.0.163 InRelease 由于没有公钥,无法验证下列签名:解决方法

    问题 我在安装完成cudnn后发现软件更新上报错 然后我发现这是因为在安装cudnn包的时候 xff0c deb包自动添加啦软件源 所以我们只需要把软件源的密钥添加上即可 解决方法 udo span class token function
  • XTDrone踩坑记录

    gazebo部分 直接报错的情况 运行ros并且启动gazebo的时候发现其实就是缺少了ros的gazebo方面的包 xff0c 安装就可以 span class token function sudo span span class to
  • PX4最新版固件

    最近研究PX4在Ubuntu20上的仿真 xff0c 然后下载PX4并且更新了子模块 xff0c 特地备份一下 xff0c 也分享出来 可以看到是所有子模块都更新完成的 xff0c 我是在make px4 gazebo之前备份的 xff0c
  • 第一章 无人机入门(二)软件架构

    前言 之前我写了一篇关于无人机硬件架构的博客 xff0c 接下来我继续写关于软件架构的 什么是软件 xff1f 百度百科里面软件的定义是 按照特定顺序组织的计算机数据和指令的集合 xff0c 在这里我们只需要理解为程序即可 xff0c 也就
  • CV学术笔记(一)从小白开始入门科研:学习基础理论

    前言 这两个月开始学习深度学习与计算机视觉 xff0c 从懵懵懂懂到初入门槛 xff0c 从完全不懂科研的小白到复现第一篇论文 xff08 2023 4 1日完成MobileNet复现与Resnet复现 xff09 虽然磕磕绊绊 xff0c
  • C++面试常见题目问与答(汇总一)

    此次整理来自QQ群186588041 xff0c 所有资料来自谭校长 张教主 H神 Robort fight for dream 刀刀 二货 主要是总结了一些经常被问道的面试题 欢迎加入群182374342 xff08 原来那个群已经解散了
  • 13.注意力机制

    从RNN中得到启发 我们使用递归神经网络进行序列到序列的预测 xff0c 接受一些输入序列然后输出一些序列 xff08 比如说翻译 xff0c 或者视频字幕 xff09 xff0c 其中的工作方式如下 xff1a 一个称为编码器的循环神经网
  • 12.循环神经网络

    前文总结 之前已经讲了包括CNN结构 训练方法等 xff0c 但是这些实际上只是一种前馈结构 xff0c 所有的信息都是前向传播 xff08 有分支 xff09 xff0c 每一层都接受单一输入 xff08 如图像等 xff09 xff0c
  • 14.卷积神经网络的可视化与理解

    CNN的可视化与理解 在之前我们讨论了一系列内容 注意力机制 xff1a 注意力如何成为我们可以添加到当前的神经网络中的机制 xff0c 让模型在不同的时间步长上专注于输入的不同部分 xff0c 然后构建通用自注意力层 xff0c 用来构建
  • docker常用镜像命令总结,包含将docker镜像推送到dockerhub,全程无废话

    01 查看镜像 docker images span class token punctuation span root 64 i rbj0ryi8 span class token punctuation span span class