# 第26天：Docker 与容器基础——为什么现代应用都在用容器

## 今天你将学到什么

今天学习容器技术的基础概念。容器是现代应用部署的主流方式，理解它能帮你明白 AWS 的 ECS、EKS、Fargate 等服务在做什么。

---

## 传统部署的痛点

### "在我电脑上能跑啊！"

每个开发者都经历过这个场景：

- 开发者在自己电脑上写好代码，测试通过
- 部署到服务器上，报错了
- 原因：服务器的 Python 版本不一样 / 缺少某个库 / 配置文件路径不同

**根本问题**：应用依赖的环境（操作系统、语言版本、库、配置）在不同机器上不一致。

### 虚拟机能解决，但太重了

虚拟机（VM）可以解决环境一致性问题——把整个操作系统打包。但是：

- 一个虚拟机动辄几个 GB
- 启动要几分钟
- 每个虚拟机都运行一个完整的操作系统，浪费资源
- 一台物理机上跑不了太多虚拟机

---

## 容器是什么

### 类比理解

**虚拟机** = 独栋别墅。每栋房子有自己的地基、水电系统、花园。独立但占地大、建造慢。

**容器** = 集装箱公寓。共享地基和水电系统，每个集装箱内部是独立的生活空间。轻量、快速、可以密集排列。

### 技术角度

容器是一种轻量级的隔离环境：
- 共享宿主机的操作系统内核（不需要自己的操作系统）
- 有自己独立的文件系统、网络、进程空间
- 启动只需要几秒钟
- 镜像大小通常只有几十到几百 MB

### 虚拟机 vs 容器

| 特性 | 虚拟机 | 容器 |
|------|--------|------|
| 大小 | 几 GB | 几十~几百 MB |
| 启动时间 | 几分钟 | 几秒 |
| 资源占用 | 高（完整 OS） | 低（共享内核） |
| 隔离性 | 强（硬件级别） | 较强（进程级别） |
| 密度 | 一台机器跑几个~十几个 | 一台机器跑几十~上百个 |
| 适合 | 需要不同操作系统、强隔离 | 同一操作系统上运行多个应用 |

---

## Docker——容器的事实标准

Docker 是最流行的容器工具。它让你可以：

1. **打包**：把应用和它的所有依赖打包成一个"镜像"（Image）
2. **分发**：把镜像上传到仓库，任何人都能下载
3. **运行**：在任何安装了 Docker 的机器上，用镜像启动容器

### 核心概念

| 概念 | 类比 | 说明 |
|------|------|------|
| 镜像（Image） | 菜谱 + 食材包 | 包含应用代码和所有依赖的只读模板 |
| 容器（Container） | 做好的菜 | 镜像的运行实例，可以启动、停止、删除 |
| Dockerfile | 菜谱 | 描述如何构建镜像的文本文件 |
| 仓库（Registry） | 菜谱书店 | 存储和分发镜像的地方 |

### Dockerfile 长什么样

一个简单的 Python Web 应用的 Dockerfile：

```
FROM python:3.11          ← 基于 Python 3.11 的基础镜像
COPY app.py /app/         ← 把你的代码复制进去
COPY requirements.txt /app/
RUN pip install -r /app/requirements.txt  ← 安装依赖
EXPOSE 8080               ← 声明应用使用 8080 端口
CMD ["python", "/app/app.py"]  ← 容器启动时运行的命令
```

**效果**：无论在谁的电脑上、在哪台服务器上，用这个 Dockerfile 构建出来的镜像，运行起来的环境都是一模一样的。

### Docker 的工作流程

```
开发者电脑：
  写代码 → 写 Dockerfile → 构建镜像 → 本地测试通过
      ↓
  推送镜像到仓库（Docker Hub / AWS ECR）
      ↓
服务器：
  从仓库拉取镜像 → 启动容器 → 应用运行
```

---

## 为什么容器这么受欢迎

### 1. 环境一致性

"在我电脑上能跑"的问题彻底解决。开发、测试、生产用的是同一个镜像。

### 2. 快速部署

传统部署：安装操作系统 → 安装运行时 → 安装依赖 → 部署代码 → 配置环境（可能要几小时）

容器部署：拉取镜像 → 启动容器（几秒钟）

### 3. 资源效率

一台服务器上可以运行几十个容器，比虚拟机密度高得多。

### 4. 微服务友好

一个大应用可以拆分成多个小服务，每个服务一个容器，独立开发、独立部署、独立扩展。

### 5. 易于扩展

需要更多处理能力？多启动几个相同的容器就行。

---

## 容器在 AWS 上怎么跑

AWS 提供了多种运行容器的方式：

| 服务 | 定位 | 类比 |
|------|------|------|
| ECR | 镜像仓库 | 存放镜像的"仓库" |
| ECS | 容器编排 | 管理容器的"调度员" |
| EKS | Kubernetes 托管 | 用 Kubernetes 管理容器 |
| Fargate | 无服务器容器 | 不用管服务器，直接跑容器 |

### AWS ECR（Elastic Container Registry）

ECR 是 AWS 的私有镜像仓库。就像 Docker Hub，但是：
- 私有的（只有你的团队能访问）
- 和 AWS 其他服务无缝集成
- 自动扫描镜像中的安全漏洞

---

## 容器 vs 无服务器（Lambda）

| 特性 | 容器（ECS/EKS） | Lambda |
|------|-----------------|--------|
| 运行时间 | 无限制 | 最长 15 分钟 |
| 启动时间 | 几秒 | 毫秒~秒 |
| 自定义程度 | 完全自定义环境 | 受限的运行时 |
| 适合 | 长时间运行的服务、复杂应用 | 事件驱动、短时任务 |
| 管理复杂度 | 中等 | 低 |
| 成本模型 | 按容器运行时间 | 按调用次数和执行时间 |

**选择建议**：
- 简单的事件处理、API 后端 → Lambda
- 复杂的长时间运行的应用、需要特定环境 → 容器

---

## 今天的小测验

1. 容器和虚拟机的核心区别是什么？容器为什么更轻量？
2. Docker 镜像和容器的关系是什么？用一个类比解释。
3. Dockerfile 的作用是什么？
4. 什么场景适合用容器，什么场景适合用 Lambda？

---

## 延伸阅读

- [Docker 官方入门教程](https://docs.docker.com/get-started/)
- [AWS 容器服务概览](https://aws.amazon.com/containers/)
- [AWS ECR 用户指南](https://docs.aws.amazon.com/AmazonECR/latest/userguide/)

---

## 明天预告

明天学习 AWS ECS（Elastic Container Service）——AWS 的容器编排服务。了解如何在 AWS 上运行和管理你的容器化应用。