2.docker镜像的导入导出
目录
- 概述
- docker 常用命令
- 下载
- 导出
- 导入镜像
- 结束
概述
docker 常用命令
本章节使用到的命令,总结在此,后面有使用案例。
命令 | 作用 |
---|---|
docker images | 显示镜像 |
docker rmi $(docker images -q) | 删除系统上所有的镜像 |
docker rmi -f | 强制删除多个镜像 :docker rmi -f nginx mysql |
docker save -o <导出路径/文件名.tar> <镜像名称> | |
docker load -i <导出路径/文件名.tar> | 导入镜像 |
下载
生产的机器一般是 无外网环境 ,所以 docker 要离线安装,镜像也需要离线安装。
所以需要一台连网的机器,先将镜像下载,再导出
appledeMacBook-Pro:~ hyl$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
pangliang/rocketmq-console-ng latest ce1afb55c045 4 years ago 118MB
rocketmqinc/rocketmq latest 09bbc30a03b6 4 years ago 380MB
appledeMacBook-Pro:~ hyl$
appledeMacBook-Pro:~ hyl$ docker rmi $(docker images -q)
Untagged: pangliang/rocketmq-console-ng:latest
Untagged: pangliang/rocketmq-console-ng@sha256:630eb2fb9f144637bb6f77af37e23426e0c0596b0d46873f1c921f8f6c4aa17a
Deleted: sha256:ce1afb55c04576af89153d98789d55d8bca0ed5c30a456bc9c9161859a9e6f9f
Deleted: sha256:fdde7851a1539da25abd154a97e6f47a5166256e1ff37768d8e92016b37f54ae
Deleted: sha256:aba8cd4318a8a15f59f305368e49cc3bbd0d6d72171a0b24d08cc00513b14ef4
Deleted: sha256:c318fbba92645a83843c387bd78497e7b143ecc7f5ed99dcb7d38fc62442c02a
Deleted: sha256:f1b5933fe4b5f49bbe8258745cf396afe07e625bdab3168e364daf7c956b6b81
Untagged: rocketmqinc/rocketmq:latest
Untagged: rocketmqinc/rocketmq@sha256:b08556227ad8d169b7927f4c48335877cb10060e6781374ce5a644ea29f6fbe1
Deleted: sha256:09bbc30a03b682786ad205beb772a382d4cecc8a521206d7b3c50e95fb725530
Deleted: sha256:9b56b922584897d7008163dc149c70a987fac1ae6b1929f4412efe9f8c2ede78
Deleted: sha256:33183233106a7e3aa85b0d2bc1d65260f9c4d78040c78370940ecc2331ea313d
Deleted: sha256:2f228f2a23dfa6754aede6994c84fb52386e0bb5a02226f0070f0eb0f44fd85e
Deleted: sha256:8f9cb5d760f829ad52a340f773ff645db0138d0583b8ccf2b62554480707554c
Deleted: sha256:7fa827024c4d1c03f341b9f5a28bc3cf37264c431ec4a3f7abdafeaf990f45d8
Deleted: sha256:5cc9537c34c58cda2cf83d0d4fa991a508f89b1a86eada4d190878785b6f9172
Deleted: sha256:ef8da6bbb9df05a886aae9a4175664802cef24582203f10dfe1d84ce00f8db1d
Deleted: sha256:071d8bd765171080d01682844524be57ac9883e53079b6ac66707e192ea25956
appledeMacBook-Pro:~ hyl$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
下载镜像
appledeMacBook-Pro:~ hyl$ docker pull influxdb:1.8
1.8: Pulling from library/influxdb
2f088d622efd: Pull complete
de448b80f064: Pull complete
469105de3319: Pull complete
cdad387b3290: Pull complete
b9b6af5df828: Pull complete
20272ddaf2bf: Pull complete
708944893048: Pull complete
Digest: sha256:f02e9d97bd1edf36f343d0478b9e4d3bf0f4a7c30d59c4edca6acf2b6065f2a9
Status: Downloaded newer image for influxdb:1.8
docker.io/library/influxdb:1.8
appledeMacBook-Pro:~ hyl$ docker pull grafana/grafana
Using default tag: latest
Error response from daemon: Get https://registry-1.docker.io/v2/: net/http: TLS handshake timeout
appledeMacBook-Pro:~ hyl$ docker pull grafana/grafana
Using default tag: latest
latest: Pulling from grafana/grafana
7264a8db6415: Pull complete
3cf7ed17dad5: Pull complete
00fbaa4ff278: Pull complete
1712a81b1c5b: Pull complete
b82f661477d7: Pull complete
85d88afc7ec6: Pull complete
5aeff27f6208: Pull complete
2309246adff5: Pull complete
4a6fe4caa3c7: Pull complete
6309adfe5521: Pull complete
Digest: sha256:1ee0c54286b8ca09a3dd1419ff8653e7780a148a006ac088544203bb0affe550
Status: Downloaded newer image for grafana/grafana:latest
docker.io/grafana/grafana:latest
appledeMacBook-Pro:~ hyl$
导出
将下载下来的 镜像
导出并且打包,上传至离线的服务器上,进行导入工作。
docker save -o /Users/hyl/Desktop/jk/influxdb.tar influxdb:1.8
docker save -o /Users/hyl/Desktop/jk/grafana.tar grafana/grafana:latest
操作如下图:
导出过程可能需要一些时间,取决于镜像的大小,所以需要耐心等待。
导入镜像
导出完成后,可以使用 docker load
命令验证导出的镜像。以下是载入镜像的示例命令:
[root@hadoop01 ~]# docker load -i ./influxdb.tar
53ae7e5bcde8: Loading layer [==================================================>] 129.4MB/129.4MB
47a0492361a1: Loading layer [==================================================>] 29.53MB/29.53MB
ea498917da7b: Loading layer [==================================================>] 10.75kB/10.75kB
18ae329703f8: Loading layer [==================================================>] 154MB/154MB
63f6173a2112: Loading layer [==================================================>] 3.072kB/3.072kB
99108cfee517: Loading layer [==================================================>] 2.048kB/2.048kB
3ab566fe20ca: Loading layer [==================================================>] 5.632kB/5.632kB
Loaded image: influxdb:1.8
[root@hadoop01 ~]# docker load -i ./grafana.tar
4693057ce236: Loading layer [==================================================>] 7.626MB/7.626MB
bdf330023361: Loading layer [==================================================>] 2.56kB/2.56kB
018ee2d8caca: Loading layer [==================================================>] 8.495MB/8.495MB
7ccfea30313d: Loading layer [==================================================>] 10.19MB/10.19MB
fb7a544ac307: Loading layer [==================================================>] 162.3kB/162.3kB
4ee20b1f5366: Loading layer [==================================================>] 89.6kB/89.6kB
5892380a6ea3: Loading layer [==================================================>] 189.1MB/189.1MB
3c537f66dd33: Loading layer [==================================================>] 191.2MB/191.2MB
bf5a90fccd9f: Loading layer [==================================================>] 37.89kB/37.89kB
e14e42fdf9d7: Loading layer [==================================================>] 5.12kB/5.12kB
Loaded image: grafana/grafana:latest
[root@hadoop01 ~]#
如下图导入成功了
结束
至此,docker 镜像的导入导出就结束了,如有问题,欢迎评论区留言。
相关文章:

2.docker镜像的导入导出
目录 概述docker 常用命令下载导出导入镜像结束 概述 docker 常用命令 本章节使用到的命令,总结在此,后面有使用案例。 命令作用docker images显示镜像docker rmi $(docker images -q)删除系统上所有的镜像docker rmi -f强制删除多个镜像 :…...
bs4介绍和遍历文档树、搜索文档树、案例:爬美女图片、 bs4其它用法、css选择器
bs4介绍和遍历文档树 BeautifulSoup 是一个可以从HTML或XML文件中提取数据的Python库,解析库 需要安装模块:pip install beautifulsoup4 使用 解析库可以使用 lxml,速度快(必须安装) 可以使用python内置的 # html…...

微服务-开篇-个人对微服务的理解
从吃饭说起 个人理解新事物的时候喜欢将天上飞的理念转换成平常生活中的实践,对比理解这些高大上的名词,才能让我们减少恐慌的同时加深理解。废话不多说,我们从吃饭开始说起,逐渐类比出微服务的思想。 (个人见解&…...
机器学习算法-集成学习
概念 集成学习是一种机器学习方法,它通过构建并结合多个机器学习器(基学习器)来完成学习任务。集成学习的潜在思想是即便某一个弱分类器得到了错误的预测,其他的弱分类器也可以将错误纠正回来。集成学习通常被视为一种元算法&…...

LINUX入门篇【4】开发篇--开发工具vim的使用
前言: 从这一篇开始,我们将正式进入使用LINUX进行写程序和开发的阶段,可以说,由此开始,我们才开始真正去使用LINUX。 介绍工具: 1.LINUX软件包管理器yum: 1.yum的介绍: 在LINUX…...
代码随想录算法训练营Day 50 || 309.最佳买卖股票时机含冷冻期、714.买卖股票的最佳时机含手续费
309.最佳买卖股票时机含冷冻期 力扣题目链接 给定一个整数数组,其中第 i 个元素代表了第 i 天的股票价格 。 设计一个算法计算出最大利润。在满足以下约束条件下,你可以尽可能地完成更多的交易(多次买卖一支股票): 你不能同时…...

【C语言】【数据结构】【环形链表判断是否带环并返回进环节点】有数学推导加图解
1.判断是否带环: 用快慢指针 slow指针一次走一步,fast指针一次走两步 当两个指针相遇时,链表带环;两个指针不能相遇时,当fast走到倒数第一个节点或为空时,跳出循环返回空指针。 那么slow指针一次走一步&a…...

漏洞扫描-nuclei-poc编写
0x00 nuclei Nuclei是一款基于YAML语法模板的开发的定制化快速漏洞扫描器。它使用Go语言开发,具有很强的可配置性、可扩展性和易用性。 提供TCP、DNS、HTTP、FILE 等各类协议的扫描,通过强大且灵活的模板,可以使用Nuclei模拟各种安全检查。 …...
SpringBoot 自动配置
Condition 自定义条件: 定义条件类:自定义类实现Condition接口,重写 matches 方法,在 matches 方法中进行逻辑判断,返回boolean值 。 matches 方法两个参数: context:上下文对象,可…...

IP-guard WebServer 远程命令执行漏洞
IP-guard WebServer 远程命令执行漏洞 免责声明漏洞描述漏洞影响漏洞危害网络测绘Fofa: app"ip-guard" 漏洞复现1. 构造poc2. 访问文件3. 执行命令 免责声明 仅用于技术交流,目的是向相关安全人员展示漏洞利用方式,以便更好地提高网络安全意识和技术水平。 任何人不…...

每次重启完IDEA,application.properties文件里的中文变成?
出现这种情况,在IDEA打开Settings-->Editor-->File Encodings 然后,你需要将问号改为你需要的汉字。 重启IDEA,再次查看你的.properties文件就会发现再没有变成问号了...

【Truffle】四、通过Ganache部署连接
目录 一、下载安装 Ganache: 二、在本地部署truffle 三、配置ganache连接truffle 四、交易发送 除了用Truffle Develop,还可以选择使用 Ganache, 这是一个桌面应用,他同样会创建一个个人模拟的区块链。 对于刚接触以太坊的同学来说&#x…...

React 其他常用Hooks
1. useImperativeHandle 在react中父组件可以通过forwardRef将ref转发到子组件;子组件拿到父组件创建的ref,绑定到自己的某个元素; forwardRef的做法本身没有什么问题,但是我们是将子组件的DOM直接暴露给了父组件,某下…...

将 ONLYOFFICE 文档编辑器与 С# 群件平台集成
在本文中,我们会向您展示 ONLYOFFICE 文档编辑器与其自有的协作平台集成。 ONLYOFFICE 是一款开源办公套件,包括文本文档、电子表格和演示文稿编辑器。这款套件支持用户通过文档编辑组件扩展第三方 web 应用的功能,可直接在应用的界面中使用。…...

使用电脑时提示msvcp140.dll丢失的5个解决方法
“计算机中msvcp140.dll丢失的5个解决方法”。在我们日常使用电脑的过程中,有时会遇到一些错误提示,其中之一就是“msvcp140.dll丢失”。那么,什么是msvcp140.dll呢?它的作用是什么?丢失它会对电脑产生什么影响呢&…...

VR全景如何应用在房产行业,VR看房有哪些优势
导语: 在如今的数字时代,虚拟现实(VR)技术的迅猛发展为许多行业带来了福音,特别是在房产楼盘行业中。通过利用VR全景技术,开发商和销售人员可以为客户提供沉浸式的楼盘浏览体验,从而带来诸多优…...

11月份 四川汽车托运报价已经上线
中国人不骗中国人!! 国庆小长假的高峰期过后 放假综合症的你还没痊愈吧 今天给大家整理了9条最新线路 广州到四川的托运单价便宜到💥 核算下来不过几毛钱💰 相比起自驾的漫长和疲惫🚗 托运不得不说真的很省事 - 赠送保险 很多客户第一次运车 …...

springcloud图书借阅管理系统源码
开发说明: jdk1.8,mysql5.7,nodejs,idea,nodejs,vscode springcloud springboot mybatis vue elementui 功能介绍: 用户端: 登录注册 首页显示搜索图书,轮播图&…...
主题模型LDA教程:LDA主题数选取:困惑度preplexing
文章目录 LDA主题数困惑度1.概率分布的困惑度2.概率模型的困惑度3.每个分词的困惑度 LDA主题数 LDA作为一种无监督学习方法,类似于k-means聚类算法,需要给定超参数主题数K,但如何评价主题数的优劣并无定论,一般采取人为干预、主题…...

Docker快速入门
Docker是一个用来快速构建、运行和管理应用的工具。 Docker技术能够避免对服务器环境的依赖,减少复杂的部署流程,有了Docker以后,可以实现一键部署,项目的部署如丝般顺滑,大大减少了运维工作量。 即使你对Linux不熟…...

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式
一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明:假设每台服务器已…...

XCTF-web-easyupload
试了试php,php7,pht,phtml等,都没有用 尝试.user.ini 抓包修改将.user.ini修改为jpg图片 在上传一个123.jpg 用蚁剑连接,得到flag...

多模态2025:技术路线“神仙打架”,视频生成冲上云霄
文|魏琳华 编|王一粟 一场大会,聚集了中国多模态大模型的“半壁江山”。 智源大会2025为期两天的论坛中,汇集了学界、创业公司和大厂等三方的热门选手,关于多模态的集中讨论达到了前所未有的热度。其中,…...
进程地址空间(比特课总结)
一、进程地址空间 1. 环境变量 1 )⽤户级环境变量与系统级环境变量 全局属性:环境变量具有全局属性,会被⼦进程继承。例如当bash启动⼦进程时,环 境变量会⾃动传递给⼦进程。 本地变量限制:本地变量只在当前进程(ba…...
基础测试工具使用经验
背景 vtune,perf, nsight system等基础测试工具,都是用过的,但是没有记录,都逐渐忘了。所以写这篇博客总结记录一下,只要以后发现新的用法,就记得来编辑补充一下 perf 比较基础的用法: 先改这…...

Nuxt.js 中的路由配置详解
Nuxt.js 通过其内置的路由系统简化了应用的路由配置,使得开发者可以轻松地管理页面导航和 URL 结构。路由配置主要涉及页面组件的组织、动态路由的设置以及路由元信息的配置。 自动路由生成 Nuxt.js 会根据 pages 目录下的文件结构自动生成路由配置。每个文件都会对…...
css的定位(position)详解:相对定位 绝对定位 固定定位
在 CSS 中,元素的定位通过 position 属性控制,共有 5 种定位模式:static(静态定位)、relative(相对定位)、absolute(绝对定位)、fixed(固定定位)和…...

uniapp微信小程序视频实时流+pc端预览方案
方案类型技术实现是否免费优点缺点适用场景延迟范围开发复杂度WebSocket图片帧定时拍照Base64传输✅ 完全免费无需服务器 纯前端实现高延迟高流量 帧率极低个人demo测试 超低频监控500ms-2s⭐⭐RTMP推流TRTC/即构SDK推流❌ 付费方案 (部分有免费额度&#x…...
GitHub 趋势日报 (2025年06月08日)
📊 由 TrendForge 系统生成 | 🌐 https://trendforge.devlive.org/ 🌐 本日报中的项目描述已自动翻译为中文 📈 今日获星趋势图 今日获星趋势图 884 cognee 566 dify 414 HumanSystemOptimization 414 omni-tools 321 note-gen …...

c#开发AI模型对话
AI模型 前面已经介绍了一般AI模型本地部署,直接调用现成的模型数据。这里主要讲述讲接口集成到我们自己的程序中使用方式。 微软提供了ML.NET来开发和使用AI模型,但是目前国内可能使用不多,至少实践例子很少看见。开发训练模型就不介绍了&am…...