Docker实践之03-Dockerfile指令详解

目录

• FROM，指定基础镜像
• RUN，执行命令
• COPY，复制文件
• ADD，复制并解压文件
• CMD，容器启动命令
• ENTRYPOINT，入口点
• ENV，设置环境变量
• ARG，构建参数
• VOLUME，定义匿名卷
• EXPOSE，声明端口
• WORKDIR，指定工作目录
• USER，指定当前用户
• HEALTHCHECK，健康检查
• ONBUILD，为他人做嫁衣裳

FROM，指定基础镜像

FROM指令用于指定基础镜像。

格式: FROM <基础镜像名称>

所谓定制镜像，那一定是以一个镜像为基础，在其上进行定制。就像我们之前运行了一个nginx镜像的容器，再进行修改一样，基础镜像是必须指定的。而FROM就是指定基础镜像，因此一个Dockerfile中FROM是必备的指令，并且必须是第一条指令。

RUN，执行命令

RUN指令是用来执行命令行命令的。由于命令行的强大能力，RUN指令在定制镜像时是最常用的指令之一。其格式有两种：

• shell格式

RUN <命令>
就像直接在命令行中输入的命令一样。如：RUN echo '<h1>Hello, Docker!</h1>' > /usr/share/nginx/html/index.html

• exec格式

RUN ["可执行文件", "参数1", "参数2"]，这更像是函数调用中的格式。

有些命令适合用shell格式执行，有些命令适合用exec格式执行，灵活选择即可。

COPY，复制文件

COPY命令也有两种格式，一种类似于命令行，一种类似于函数调用。

• shell格式

COPY [--chown=:] <源路径>... <目标路径>

• exec格式

COPY [--chown=:] ["<源路径1>",... "<目标路径>"]

COPY指令将构建上下文目录中<源路径>的文件/目录复制到新的一层的镜像内的<目标路径>位置。比如：

COPY package.json /usr/src/app/

将构建上下文路径中的package.json文件复制到新镜像的/usr/src/app/路径下。

<源路径>可以是多个，甚至可以是通配符，其通配符规则要满足Go的filepath.Match规则，如：

COPY hom* /mydir/
COPY hom?.txt /mydir/

<目标路径>可以是容器内的绝对路径，也可以是相对于工作目录的相对路径（工作目录可以用WORKDIR指令来指定）。目标路径不需要事先创建，如果目录不存在会在复制文件前先行创建缺失目录。
在使用该指令的时候还可以加上--chown=<user>:<group>选项来改变文件的所属用户及所属组。
此外，还需要注意一点： 使用COPY指令，源文件的各种元数据都会保留。比如读、写、执行权限、文件变更时间等。这个特性对于镜像定制很有用。特别是构建相关文件都在使用Git进行管理的时候。

ADD，复制并解压文件

ADD指令和COPY的格式和性质基本一致，但是在COPY基础上增加了一些功能。

• shell格式

ADD [--chown=:] <源路径>... <目标路径>

• exec格式

ADD [--chown=:] ["<源路径1>",..."<目标路径>"]

如果<源路径>为一个tar压缩文件，且压缩格式为gzip，bzip2以及xz的情况下, ADD指令将会自动解压缩这个压缩文件到<目标路径>去。
在使用该指令的时候还可以加上--chown=<user>:<group>选项来改变文件的所属用户及所属组。
在Docker官方的Dockerfile最佳实践文档中要求，尽可能的使用COPY，因为COPY的语义很明确，就是复制文件而已，而ADD则包含了更复杂的功能，其行为也不一定很清晰。最适合使用ADD的场合，就是所提及的需要自动解压缩的场合。
另外需要注意的是，ADD指令会令镜像构建缓存失效，从而可能会令镜像构建变得比较缓慢。

在COPY和ADD指令中选择的时候，可以遵循这样的原则：所有的文件复制均使用COPY指令，仅在需要自动解压缩的场合使用ADD。

CMD，容器启动命令

CMD用于指定容器启动后需要执行的命令，指令的格式和RUN相似，也是两种格式：

• shell格式

CMD <命令>

• exec格式

CMD ["可执行文件", "参数1", "参数2"...]

之前介绍容器的时候曾经说过，Docker不是虚拟机，容器就是进程。既然是进程，那么在启动容器的时候，需要指定所运行的程序及参数。CMD指令就是用于指定默认的容器主进程的启动命令的。
在运行容器时可以指定新的命令来替代镜像设置中的这个默认命令，比如：ubuntu镜像默认的CMD是/bin/bash，如果我们直接docker run -it ubuntu的话，会直接进入bash 。我们也可以在运行时指定运行别的命令，如docker run -it ubuntu cat /etc/os-release。这就是用cat /etc/os-release命令替换了默认的/bin/bash 命令了，输出了系统版本信息。

在指令格式上，一般推荐使用exec格式，这类格式在解析时会被解析为JSON数组，因此一定要使用双引号，而不要使用单引号。

如果使用shell格式的话，实际的命令会被包装为sh -c的参数的形式进行执行。比如：CMD echo $HOME在实际执行中，会将其变更为：CMD ["sh", "-c", "echo $HOME"]。这就是为什么我们可以使用环境变量的原因，因为这些环境变量会被shell进行解析处理。

容器中应用前后台执行的概念

提到CMD就不得不提容器中应用在前台执行和后台执行的问题，这是初学者常出现的一个混淆。
Docker不是虚拟机,容器中的应用都应该以前台执行，而不是像虚拟机/物理机里面那样，用upstart/systemd去启动后台服务，容器内没有后台服务的概念。一些初学者将CMD写为:CMD service nginx start
然后发现容器执行后就立即退出了。甚至在容器内去使用systemctl命令结果却发现根本执行不了。这就是因为没有搞明白前台、后台的概念，没有区分容器和虚拟机的差异，依旧在以传统虚拟机的角度去理解容器。对于容器而言，其启动程序就是容器应用进程，容器就是为了主进程而存在的，主进程退出，容器就失去了存在的意义，从而退出，其它辅助进程不是它需要关心的东西。而使用service nginx start命令，则是希望upstart来以后台守护进程形式启动nginx服务。而刚才说了CMD service nginx start会被理解为CMD ["sh", "-c", "service nginx start"]，因此主进程实际上是sh 。那么当service nginx start命令结束后, sh也就结束了, sh作为主进程退出了，自然就会令容器退出。正确的做法是直接执行nginx可执行文件，并且要求以前台形式运行，比如:CMD ["nginx", "-g", "daemon off;"]。

ENTRYPOINT，入口点

ENTRYPOINT的格式和RUN指令格式一样，分为exec格式和shell格式。

• shell格式

ENTRYPOINT 命令

• exec格式

ENTRYPOINT ["可执行文件", "参数1", "参数2"...]

ENTRYPOINT的目的和CMD一样，都是指定容器启动时执行的程序及参数。ENTRYPOINT在运行时也可以替代，不过比CMD要略显繁琐，需要通过docker run的参数“--entrypoint”来指定。当指定了ENTRYPOINT后，CMD的含义就发生了改变，不再是直接地运行其命令，而是将CMD的内容作为参数传给ENTRYPOINT指令，换句话说实际执行时，将变为：<ENTRYPOINT> "<CMD指定的命令>"。
那么有了CMD后，为什么还要有ENTRYPOINT呢？这种<ENTRYPOINT> "<CMD>"有什么好处么？让我们来看几个场景。

场景一：让镜像变成像命令一样使用

本质上讲，就是在启动容器时，可以给容器启动后执行的命令指定参数。
举个例子：通常使用CMD命令指定容器启动后执行的命令，如：CMD ["curl", "-s", "https://ip.cn"]，该命令用于获取当前公网IP地址，如果希望显示HTTP头信息，实际上只需要为curl命令添加“-i”参数即可，但是却不能在容器启动时直接指定-i参数，如下方式将会报错：docker run imagename -i；但是，如果使用ENTRYPOINT指定容器启动时执行的命令，则可以直接在启动容器时指定参数，即：ENTRYPOINT ["curl", "-s", "https://ip.cn"]，运行容器：docker run imagename -i可以显示HTTP头信息。

场景二：应用运行前的准备工作

启动容器就是启动主进程，但有些时候启动主进程前需要一些准备工作。
比如mysql类的数据库，可能需要一些数据库配置、初始化的工作，这些工作要在最终的mysql服务器运行之前解决。
此外，可能希望避免使用root用户去启动服务，从而提高安全性，而在启动服务前还需要以root身份执行一些必要的准备工作，最后切换到服务用户身份启动服务。或者除了服务外，其它命令依旧可以使用root身份执行，方便调试等。
这些准备工作是和容器CMD无关的，无论CMD做什么，都需要事先进行一个预处理的工作。这种情况下，可以写一个脚本，然后放入ENTRYPOINT中去执行，而这个脚本会将接到的参数(也就是CMD的内容)作为命令在脚本最后执行。
比如官方镜像redis中就是这么做的：

FROM alpine:3.4
...
RUN addgroup -S redis && adduser -S -G redis redis
...
ENTRYPOINT ["docker-entrypoint.sh"]
EXPOSE 6379
CMD [ "redis-server" ]

可以看到其中为了redis服务创建了redis用户，并在最后指定了ENTRYPOINT的执行命令为docker-entrypoint.sh脚本。

#!/bin/sh
...
# allow the container to be started with `--user`
if [ "$1" = 'redis-server' -a "$(id -u)" = '0' ]; then
chown -R redis .
exec su-exec redis "$0" "$@"
fi
exec "$@"

该脚本的内容就是根据CMD的内容来判断，如果是redis-server的话，则切换到redis用户身份启动服务器，否则依旧使用root身份执行。比如:

$ docker run -it redis id
uid=0(root) gid=0(root) groups=0(root)

在这里使用id命令替代了CMD默认指定内容“redis-server”，故以root用户无法启动redis服务。
而如果不明确指定容器启动时执行的命令（此时CMD的内容为默认值“redis-server”），或者明确指定CMD内容为“redis-server”，则可以正常启动redis服务（使用redis用户身份启动）。

# 使用如下2种方式都可以正常启动redis服务
## 方式1：启动redis服务时不明确指定CMD内容，使用默认值“redis-server”
$ docker run -it redis

## 方式2：启动redis服务时明确指定CMD内容为“redis-server”
$ docker run -it redis redis-server

ENV，设置环境变量

格式有两种：

• ENV <key> <value>
• ENV <key1>=<value1> <key2>=<value2>...

这个指令很简单，就是设置环境变量而已，无论是后面的其它指令（如:RUN），还是运行时的应用，都可以直接使用这里定义的环境变量。

ENV VERSION=1.0 DEBUG=on NAME="Happy Feet"

这个例子中演示了对含有空格的值用双引号括起来的办法，这和Shell下的行为是一致的。
定义了环境变量，那么在后续的指令中，就可以使用这个环境变量。引用环境变量时使用符号$，如：$VERSION。

ARG，构建参数

格式： ARG <参数名>[=<默认值>]
ARG构建参数和ENV的效果一样，都是设置环境变量。所不同的是，ARG所设置的是构建环境的环境变量，在将来容器运行时是不会存在这些环境变量的。但是不要因此就使用ARG保存密码之类的信息，因为docker history还是可以看到所有值的。
Dockerfile中的ARG指令是定义参数名称，以及定义其默认值。该默认值可以在构建命令docker build中用--build-arg <参数名>=<值>来覆盖。

VOLUME，定义匿名卷

格式：

• VOLUME ["<路径1>", "<路径2>"...]
• VOLUME <路径>

之前我们说过，容器运行时应该尽量保持容器存储层不发生写操作，对于数据库类需要保存动态数据的应用，其数据库文件应该保存于卷(volume)中。为了防止运行时用户忘记将动态文件所保存目录挂载为卷，在Dockerfile中，我们可以事先指定某些目录挂载为匿名卷，这样在运行时如果用户不指定挂载，其应用也可以正常运行，不会向容器存储层写入大量数据，如：

VOLUME /data

这里的/data目录就会在运行时自动挂载为匿名卷，任何向/data中写入的信息都不会记录进容器存储层，从而保证了容器存储层的无状态化。当然，运行时可以覆盖这个挂载设置。比如：
docker run -d -v mydata:/data xxxx
在这行命令中，就使用了mydata这个命名卷挂载到了/data这个位置，替代了Dockerfile中定义的匿名卷的挂载配置。

EXPOSE，声明端口

格式为：
EXPOSE <端口1> [<端口2>...]

EXPOSE指令是声明运行时容器提供服务的端口，这只是一个声明，在运行时并不会因为这个声明应用就会开启这个端口的服务。在Dockerfile中写入这样的声明有两个好处，一个是帮助镜像使用者理解这个镜像服务的守护端口，以方便配置映射；另一个用处则是在运行时使用随机端口映射时(即: docker run -P)，会自动随机映射EXPOSE的端口。

要将EXPOSE和在运行时使用-p <宿主端口>:<容器端口>区分开来。-p是映射宿主机端口和容器端口，换句话说，就是将容器的对应端口服务公开给外界访问；而EXPOSE仅仅是声明容器打算使用什么端口而已，并不会自动在宿主进行端口映射。

WORKDIR，指定工作目录

格式：
WORKDIR <工作目录路径>

使用WORKDIR指令可以来指定工作目录（或者称为当前目录），以后各层的当前目录就被改为指定的目录，如该目录不存在， WORKDIR会帮你建立目录。之前提到一些初学者常犯的错误是把Dockerfile等同于Shell脚本来书写，这种错误的理解还可能会导致出现下面这样的错误：

RUN cd /app
RUN echo "hello" > world.txt

如果将这个Dockerfile进行构建镜像运行后，会发现找不到/app/world.txt文件，或者其内容不是hello。原因其实很简单，在Shell中，连续两行是同一个进程执行环境，因此前一个命令修改的内存状态，会直接影响后一个命令；而在Dockerfile中，这两行RUN命令的执行环境根本不同，是两个完全不同的容器。这就是对Dockerfile构建分层存储的概念不了解所导致的错误。
之前说过每一个RUN都是启动一个容器、执行命令、然后提交存储层文件变更。第一层RUN cd /app的执行仅仅是当前进程的工作目录变更，一个内存上的变化而已，其结果不会造成任何文件变更。而到第二层的时候，启动的是一个全新的容器，跟第一层的容器完全没关系，自然不可能继承前一层构建过程中的内存变化。
因此如果需要改变以后各层的工作目录的位置，那么应该使用WORKDIR指令。

USER，指定当前用户

格式：
USER <用户名>

USER指令和WORKDIR相似，都是改变环境状态并影响以后的层。WORKDIR是改变工作目录，USER则是改变之后层的执行RUN, CMD以及ENTRYPOINT这类命令的身份。当然，和WORKDIR一样，USER只是帮助你切换到指定用户而已，这个用户必须是事先建立好的，否则无法切换。

RUN groupadd -r redis && useradd -r -g redis redis
USER redis
RUN [ "redis-server" ]

如果以root执行的脚本，在执行期间希望改变身份，比如希望以某个已经建立好的用户来运行某个服务进程，不要使用su或者sudo，这些都需要比较麻烦的配置，而且在TTY缺失的环境下经常出错。建议使用gosu 。

# 建立 redis 用户，并使用 gosu 换另一个用户执行命令
RUN groupadd -r redis && useradd -r -g redis redis
# 下载 gosu
RUN wget -O /usr/local/bin/gosu "https://github.com/tianon/gosu/releases/download/1.7/gosu-amd64" && chmod +x /usr/local/bin/gosu && gosu nobody true
# 设置 CMD，并以另外的用户执行
CMD [ "exec", "gosu", "redis", "redis-server" ]

HEALTHCHECK，健康检查

格式：

• HEALTHCHECK [选项] CMD <命令>：设置检查容器健康状况的命令
• HEALTHCHECK NONE：如果基础镜像有健康检查指令，使用这行可以屏蔽掉其健康检查指令

HEALTHCHECK指令是告诉Docker应该如何进行判断容器的状态是否正常，这是Docker1.12引入的新指令。
在没有HEALTHCHECK指令前，Docker引擎只可以通过容器内主进程是否退出来判断容器是否状态异常。很多情况下这没问题,但是如果程序进入死锁状态，或者死循环状态，应用进程并不退出，但是该容器已经无法提供服务了。在1.12以前，Docker不会检测到容器的这种状态，从而不会重新调度，导致可能会有部分容器已经无法提供服务了却还在接受用户请求。
自1.12之后，Docker提供了HEALTHCHECK指令，通过该指令指定一行命令，用这行命令来判断容器主进程的服务状态是否还正常，从而比较真实的反应容器实际状态。当在一个镜像指定了HEALTHCHECK指令后，用其启动容器，初始状态会为starting ，在HEALTHCHECK指令检查成功后变为healthy，如果连续一定次数失败，则会变为unhealthy 。

HEALTHCHECK支持下列选项：
--interval=<间隔> ：两次健康检查的间隔，默认为30秒；
--timeout=<时长> ：健康检查命令运行超时时间，如果超过这个时间，本次健康检查就被视为失败，默认30秒；
--retries=<次数> ：当连续失败指定次数后，则将容器状态视为unhealthy，默认3次。

和CMD, ENTRYPOINT一样，HEALTHCHECK只可以出现一次，如果写了多个，只有最后一个生效。
在HEALTHCHECK [选项] CMD后面的命令，格式和ENTRYPOINT一样，分为shell格式和exec格式。命令的返回值决定了该次健康检查的成功与否，0 ：成功； 1 ：失败； 2 ：保留，不要使用这个值。

ONBUILD，为他人做嫁衣裳

格式：
ONBUILD <其它指令>

ONBUILD是一个特殊的指令，它后面跟的是其它指令，比如RUN，COPY等，而这些指令在当前镜像构建时并不会被执行。只有当以当前镜像为基础镜像，去构建下一级镜像的时候才会被执行。
Dockerfile中的其它指令都是为了定制当前镜像而准备的，唯有ONBUILD是为了帮助别人定制自己而准备的。
ONBUILD指令常用于构建基础镜像的Dockerfile中。

【参考】
https://docs.docker.com/engine/reference/builder/ Dockerfie官方文档
https://docs.docker.com/engine/userguide/engimage/dockerfile_best-practices/ Dockerfile最佳实践文档
https://github.com/docker-library/docs Docker官方镜像Dockerfile