- 一台开发机也值得有晨检很多同学的 Linux 开发机上同时跑着数据库、缓存和几个试验容器。编排平台的告警还没接上时，最省事的办法不是再装一套监控，而是每天用一段很短的 Python 问 Docker 三个问题：谁在跑，谁异常退出，谁在反复重启。 只问三个问题第一，当前运行中的容器有哪些。第二，已经退出的容器里，哪些退出码不是 0。第三，有没有容器的重启次数在悄悄增加。这三个问题覆盖了早上看... 一台开发机也值得有晨检很多同学的 Linux 开发机上同时跑着数据库、缓存和几个试验容器。编排平台的告警还没接上时，最省事的办法不是再装一套监控，而是每天用一段很短的 Python 问 Docker 三个问题：谁在跑，谁异常退出，谁在反复重启。 只问三个问题第一，当前运行中的容器有哪些。第二，已经退出的容器里，哪些退出码不是 0。第三，有没有容器的重启次数在悄悄增加。这三个问题覆盖了早上看...
- 磁盘已满，du 却只找到少量文件？本文从 df/du 差异入手，用 lsof 和 /proc 定位被删除但仍打开的容器日志句柄，并给出 Docker 日志轮转的修复与验证步骤。 磁盘已满，du 却只找到少量文件？本文从 df/du 差异入手，用 lsof 和 /proc 定位被删除但仍打开的容器日志句柄，并给出 Docker 日志轮转的修复与验证步骤。
- 一、镜像为什么会越做越大很多人构建 Docker 镜像时，习惯把源码、依赖、构建工具、缓存一股脑塞进同一个镜像：apt-get install 装了编译工具、npm install 拉了 devDependencies、构建产生的中间文件也留在镜像层里。结果一个本该几百 MB 的应用，镜像动辄 1GB 以上。镜像大的代价很直接：拉取慢、部署慢、占用仓库存储、扩大攻击面（构建工具、源码都可能... 一、镜像为什么会越做越大很多人构建 Docker 镜像时，习惯把源码、依赖、构建工具、缓存一股脑塞进同一个镜像：apt-get install 装了编译工具、npm install 拉了 devDependencies、构建产生的中间文件也留在镜像层里。结果一个本该几百 MB 的应用，镜像动辄 1GB 以上。镜像大的代价很直接：拉取慢、部署慢、占用仓库存储、扩大攻击面（构建工具、源码都可能...
- 第一次在新电脑上搭建开发环境时，最花时间的往往不是写代码，而是对齐版本：本地是 Python 3.11，同事是 3.12，数据库端口又被别的服务占了。Docker 的价值就在这里：它把应用和运行环境打成一个可以到处运行的包，换一台机器，只要镜像和启动方式不变，结果就大体一致。本文用本地练习的思路，带你从一条命令走到一个可复用的开发环境。 一、先跑起来：镜像、容器、端口镜像可以理解为只读模板，... 第一次在新电脑上搭建开发环境时，最花时间的往往不是写代码，而是对齐版本：本地是 Python 3.11，同事是 3.12，数据库端口又被别的服务占了。Docker 的价值就在这里：它把应用和运行环境打成一个可以到处运行的包，换一台机器，只要镜像和启动方式不变，结果就大体一致。本文用本地练习的思路，带你从一条命令走到一个可复用的开发环境。 一、先跑起来：镜像、容器、端口镜像可以理解为只读模板，...
- 探讨容器编排、健康探测探针、Service Mesh 细粒度分流与常态化容灾演练的最佳实践。（记录日期：2026-10-30） 探讨容器编排、健康探测探针、Service Mesh 细粒度分流与常态化容灾演练的最佳实践。（记录日期：2026-10-30）
- 本文介绍 Docker 容器网络的核心概念：默认网络、桥接模式、自定义网络、容器间通信及常见问题排查。 本文介绍 Docker 容器网络的核心概念：默认网络、桥接模式、自定义网络、容器间通信及常见问题排查。
- 按总量、分层、单点确认的顺序排查 Docker 磁盘持续增长：用 docker system df 定位镜像、容器、卷与构建缓存，重点处理日志失控、overlay2 可写层、悬空卷和旧镜像，最后按安全顺序清理并做好日志轮转与磁盘告警。 按总量、分层、单点确认的顺序排查 Docker 磁盘持续增长：用 docker system df 定位镜像、容器、卷与构建缓存，重点处理日志失控、overlay2 可写层、悬空卷和旧镜像，最后按安全顺序清理并做好日志轮转与磁盘告警。
- 日终对账任务计划 00:30 执行，实际到早上 8:30 才跑，报表晚了六小时且不报错。根因不在时钟，而是容器内时区始终是 UTC，调度、日志、日期计算三者自洽，所以监控毫无反应。本文按复盘顺序拆开「时钟」与「时区」两件事，给出宿主机与容器的对照检查命令、四个真实成因、修复顺序和一份报错对照表，命令在 Ubuntu 22.04 + Docker 上验证。 日终对账任务计划 00:30 执行，实际到早上 8:30 才跑，报表晚了六小时且不报错。根因不在时钟，而是容器内时区始终是 UTC，调度、日志、日期计算三者自洽，所以监控毫无反应。本文按复盘顺序拆开「时钟」与「时区」两件事，给出宿主机与容器的对照检查命令、四个真实成因、修复顺序和一份报错对照表，命令在 Ubuntu 22.04 + Docker 上验证。
- 第一次接触 Docker 的人，常常被两个词绕晕：镜像和容器。它们到底是什么关系？这篇文章用最直白的方式把这层关系讲清楚，并带你动手跑起第一个容器。一、Docker 到底解决了什么问题想象你要把一个应用交给朋友运行。传统做法是附上一份长长的环境说明：装什么版本的操作系统、配哪些依赖、改哪些配置文件，稍有出入就跑不起来。Docker 的思路是：把应用和它依赖的全部环境打包成一个标准化的“箱子”... 第一次接触 Docker 的人，常常被两个词绕晕：镜像和容器。它们到底是什么关系？这篇文章用最直白的方式把这层关系讲清楚，并带你动手跑起第一个容器。一、Docker 到底解决了什么问题想象你要把一个应用交给朋友运行。传统做法是附上一份长长的环境说明：装什么版本的操作系统、配哪些依赖、改哪些配置文件，稍有出入就跑不起来。Docker 的思路是：把应用和它依赖的全部环境打包成一个标准化的“箱子”...
- 我为什么把“自动化部署”当成了救命稻草早些年，我们团队发布靠的是“人肉三连”：本地 mvn package 打 jar 包，用 FTP 工具拖到服务器上，然后 SSH 上去 ps -ef | grep java 找到进程，kill 掉，再 nohup java -jar 启动。整套动作行云流水，一个服务五分钟搞定。我一度觉得这比搞什么 Jenkins、K8s 实在多了——直到那次“黑色星期... 我为什么把“自动化部署”当成了救命稻草早些年，我们团队发布靠的是“人肉三连”：本地 mvn package 打 jar 包，用 FTP 工具拖到服务器上，然后 SSH 上去 ps -ef | grep java 找到进程，kill 掉，再 nohup java -jar 启动。整套动作行云流水，一个服务五分钟搞定。我一度觉得这比搞什么 Jenkins、K8s 实在多了——直到那次“黑色星期...
- Docker 网络配置的使用容器不是孤岛。绝大多数线上事故里，容器「跑起来了但连不上」，最后都落在网络上：容器之间互相解析不到名字、端口映射没生效、跨主机通不了、macvlan 抢了宿主机流量。这篇把 Docker 网络从模型到实操梳理一遍，重点放在「怎么配」和「配错了怎么查」。 一、先理解模型：容器网络是怎么搭起来的Docker 的网络能力由 libnetwork 提供，遵循 CNM（C... Docker 网络配置的使用容器不是孤岛。绝大多数线上事故里，容器「跑起来了但连不上」，最后都落在网络上：容器之间互相解析不到名字、端口映射没生效、跨主机通不了、macvlan 抢了宿主机流量。这篇把 Docker 网络从模型到实操梳理一遍，重点放在「怎么配」和「配错了怎么查」。 一、先理解模型：容器网络是怎么搭起来的Docker 的网络能力由 libnetwork 提供，遵循 CNM（C...
- 刚接触 Docker 时最常见的一幕：明明执行了 docker run，服务却打不开，容器好像凭空消失了。其实大多数情况不是镜像坏了，而是容器已经退出了，或者端口根本没按你想的那样映射。排查不用大动干戈，先按顺序看三处，十分钟内基本能定位。第一处：docker ps -a，看容器到底在不在、是什么状态。很多人只敲 docker ps，它默认只列运行中的容器，退出的容器是看不到的，容易误以为“... 刚接触 Docker 时最常见的一幕：明明执行了 docker run，服务却打不开，容器好像凭空消失了。其实大多数情况不是镜像坏了，而是容器已经退出了，或者端口根本没按你想的那样映射。排查不用大动干戈，先按顺序看三处，十分钟内基本能定位。第一处：docker ps -a，看容器到底在不在、是什么状态。很多人只敲 docker ps，它默认只列运行中的容器，退出的容器是看不到的，容易误以为“...
- 为什么镜像体积值得优化一个臃肿的容器镜像会带来一连串问题：拉取镜像耗时变长，CI/CD 流水线整体变慢；镜像仓库的存储成本随之上升；镜像中冗余的软件包扩大了潜在攻击面；容器启动时解压镜像层的时间也更长。对于频繁发布的应用，把镜像从 1GB 压缩到 100MB，发布效率的提升是立竿见影的。 第一步：换用更小的基础镜像很多 Dockerfile 默认使用完整发行版镜像，例如 python:3.... 为什么镜像体积值得优化一个臃肿的容器镜像会带来一连串问题：拉取镜像耗时变长，CI/CD 流水线整体变慢；镜像仓库的存储成本随之上升；镜像中冗余的软件包扩大了潜在攻击面；容器启动时解压镜像层的时间也更长。对于频繁发布的应用，把镜像从 1GB 压缩到 100MB，发布效率的提升是立竿见影的。 第一步：换用更小的基础镜像很多 Dockerfile 默认使用完整发行版镜像，例如 python:3....
- 很多项目第一次写 Dockerfile 都很顺利：能跑起来就好。可是镜像一上生产，问题就来了：体积动不动就超过 1GB，拉取慢、部署慢、扫描漏洞多、回滚也慢。瘦身不是为了好看，而是为了更快的交付和更小的攻击面。下面用一个常见的 Node 应用为例，讲四个最实用的办法。 一、先看镜像为什么臃肿常见原因有三个。第一，基础镜像选得太大，例如直接用默认的完整系统镜像，里面带了编译工具和调试包，运行时... 很多项目第一次写 Dockerfile 都很顺利：能跑起来就好。可是镜像一上生产，问题就来了：体积动不动就超过 1GB，拉取慢、部署慢、扫描漏洞多、回滚也慢。瘦身不是为了好看，而是为了更快的交付和更小的攻击面。下面用一个常见的 Node 应用为例，讲四个最实用的办法。 一、先看镜像为什么臃肿常见原因有三个。第一，基础镜像选得太大，例如直接用默认的完整系统镜像，里面带了编译工具和调试包，运行时...
- 用 FastAPI 与 Docker Compose 演示健康检查的基本做法，区分进程存活和依赖就绪，并说明超时、启动宽限期与常见误区。 用 FastAPI 与 Docker Compose 演示健康检查的基本做法，区分进程存活和依赖就绪，并说明超时、启动宽限期与常见误区。
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签