現如今docker如此受人追捧，主要是因為它的輕量化、可以快速部署以及資源的利用。但是一個docker images質量的好與壞，主要取決于Dockerfile編寫的質量。同樣功能的鏡像，但是不同的Dockerfile build出來的鏡像大小是不一樣的，這是因為docker是由一層一層的只讀層累積起來的，而這每一層就是Dockerfile中的每一條指令，所以Docker image的大小完全取決于Dockerfile中的每條指令生成的中間層的大小，
下面我們來舉一個小例子來詳細說明dockerimage的形成。
我們有一個Dockerfile：
FROM Ubuntu:14.04
ADD run.sh /
VOLUME /data
CMD [“./run.sh”]
這個簡單的Dockerfile主要做的事情是：基于Ubuntu:14.04系統將run.sh放在根目錄下，設置卷掛載點，然后在image啟動的時候run腳本run.sh。
下圖就是形成的docker image：
很明顯，由圖我們可以看到，四條指令分別形成四個層，假設Ubuntu:14.04是150MB，run.sh是1MB的話，那么FROM Ubuntu:14.04層的大小就是150MB，ADD run.sh /層的大小即為1MB，而VOLUME /data層和CMD [“./run.sh”]由于沒有加入文件等數據，也沒有在系統中生成數據，所以該層的大小為0。
所以整個image的大小就是151MB。在知道了docker image生成的原理之后，下面我們就來聊一下docker鏡像的優化與壓縮。
需要說明的一點就是：層數的多少在某些情況下是不會決定image的大小的，只有當Dockerfile中出現：
RUN yum install ***
RUN yum uninstall ***
的時候鏡像是可以壓縮優化的，因為上面這兩句是安裝一個工具，然后卸載掉，正常情況下我們感覺這樣一安裝一卸載大小就為0了，但是在docker image中不是這樣的，RUN yum uninstall ***這一層只能是令上一層不可見，但是上一層的大小是不會變化的，所以，如果想達到0的效果，我們就需要將這兩層壓縮成一層，也就是這樣寫：
RUN yum install *** && \
yumuninstall ***
這樣就會達到壓縮鏡像的效果。
所以，壓縮鏡像主要有兩點：
1、選擇一個較小的原鏡像，也就是FROM后面的那個鏡像盡量要小。
2、根據實際情況對Dockerfile中的層進行合并，具體情況就是如上述所說的情況，要知道并不是隨便合并層就會達到效果的。
補充知識：如何將anaconda+jupyter build成docker鏡像
最近由于業務的需求，要build一個jupyter的image來提供服務，因為docker的輕量化可以很方便的遷移。
下面來介紹一下我所做的操作，以及我踩的坑：
首先來安裝anaconda，有python2和3版本的，版本不同但是build的過程是一樣的，有兩種方式，第一種，你可以通過Dockerfile的方式來build image，但是在運行Anaconda2-5.0.1-Linux-x86_64.sh腳本的時候無法實現交互，所以，我才用了docker commit的方式來執行，但是事實證明也可以通過Dockerfile的方式來build，您只需要在本機上先運行了Anaconda2-5.0.1-Linux-x86_64.sh的腳本，并將生成的文件夾就是anaconda2 ADD到image中相應的位置，并且修改環境變量，將PATH加進去即可。
下面以python2為例來說：
1. 從anaconda官網上下載運行腳本Anaconda2-5.0.1-Linux-x86_64.sh，其中在下載的時候要注意你的系統的是32位還是64位。
2. 將腳本scp到基礎鏡像中，安裝解壓指令bzip2
yum install bzip2
3. 運行腳本(一路輸入yes)
sh Anaconda2-5.0.1-Linux-x86_64.sh
4. 更新anaconda
conda update anaconda
5. 安裝jupyter
conda install jupyter
6. 創建登錄密碼
root@localhost ~]# ipython
Python 3.5.2 (default, Aug 4 2017, 02:13:48)
Type 'copyright', 'credits' or 'license' for more information
IPython 6.1.0 -- An enhanced Interactive Python. Type '?' for help.
In [1]: from notebook.auth import passwd
In [2]: passwd()
Enter password:
Verify password:
Out[2]: 'sha1:5311cd8b9da9:70dd3321fccb5b5d77e66080a5d3d943ab9752b4'
7. 生成配置文件
jupyter notebook --generate-config --allow-root
注意：在這一步的時候有可能會遇見編碼錯誤：UnicodeEncodeError:'ascii'codec can't encode characters in position...
處理的方法是：在anaconda2文件夾中的lib>python2.7>site.py更改：
if 0:
# Enable to support locale aware default string encodings.
import locale
loc = locale.getdefaultlocale()
if loc[1]:
encoding = loc[1]
#將上述代碼段中if后面的0改成1，保存，重新啟動anaconda。
8. 修改配置文件：
vi ~/.jupyter/jupyter_notebook_config.py
添加以下內容：
c.NotebookApp.ip='*'
c.NotebookApp.password = u'sha1:5311cd8b9da9:70dd3321fccb5b5d77e66080a5d3d943ab9752b4' #注意這里的密鑰是剛剛生成的那個
c.NotebookApp.open_browser = False
c.NotebookApp.port =8888 #隨便指定一個端口，使用默認8888也可以
9.保存鏡像
docker commit 容器ID 鏡像名稱
10. 啟動images提供服務：
docker run --privileged -d -p 8889:8888 -v /sys/fs/cgroup:/sys/fs/cgroup --name jupyter jupyter2:v2 /usr/sbin/init
注意：centos7有一個大坑，就是你在關閉防火墻的時候，systemctl 無法使用，報錯： Failed to get D-Bus connection : Operation not permitted
所以要用init來起，在Dockerfile中可以用CMD來使運行時啟動。
11. 進入docker image
docker exec -it jupyter /bin/bash
12.關閉防火墻
systemctl stop firewalls.service
13. 啟動jupyter
jupyter notebook --notebook-dir=/root/ --allow-root
14.在瀏覽器輸入服務器的IP+映射的端口號即可訪問，完成~
以上這篇Docker鏡像壓縮與優化操作就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
