Docker的简介及理解

本文介绍了Docker,它是基于GO语言的云开源项目,主流Linux系统已支持。其产生是为解决开发与运维环境差异问题,目标是实现应用“一次封装到处运行”。还阐述了Docker容器虚拟化技术优势,介绍了镜像、容器、仓库三要素及与面向对象编程的类比。

官方:
Docker简介
核心概念:镜像、容器、仓库
docker是一个开源项目,基于GO语言实现的云开源项目,诞生于2013年初
docker项目现在已加入Apache基金会,遵循Apache2.0协议
源代码在Github(GitHub是一个面向开源及私有软件项目的托管平台,因为只支持git 作为唯一的版本库格式进行托管,故名GitHub)上维护 git:https://www.runoob.com/git/git-tutorial.html
云计算开源项目,现在主流的Linux系统都已经支持docker

了解和掌握的前提知识
强制性:
熟悉Linux命令和相关背景知识
建议:
Maven/Git相关知识 GitHub 仓库的概念

官网:
https://www.docker.com/
在这里插入图片描述
Docker为什么会有出现呢?
日常工作开发当中,你开发好的代码或者war交给了运维,运维部署的时候说代码运行不了,但是你说没问题啊
为什么开发的好端端的到运维那怎么不行了?

产生差异的东西其实就是:
从操作系统,到运行环境和应用配置的不同
此时,Docker就产生了
开发人员把整体能运行的东西(代码、配置、系统、数据),打包给运维,解决“在我的电脑上可以运行”

以前是搬家,现在是搬楼

Docker的主要目标就是“Build,ship and Run Any App,Anywhere”
通过对应用组件的封装、分发、部署、运行等生命周期的管理,使用户的APP及其运行环境能够做到“一次封装到处运行”
比如说
我在我开发环境上装了Nginx,centos,redits,mysql,运维说他不想装了,那么你把你这四个环境,构成一个镜像文件,镜像里面也就是相当于4个集装箱,这4个集装箱放在Docker上跑,好比鲸鱼背上有4个集装箱,各自独立。运维这时只需要装一个东西,就是Docker
在这里插入图片描述
Docker能干什么?容器虚拟化技术
虚拟机大家都知道,对底层系统来说就是一个普通文件,启动的话都是分钟级的,而Docker是秒级的
*传统虚拟机技术是虚拟出一套硬件,在其上运行一个完整的操作系统,再在该系统上运行所需的应用进程
*而容器的应用进程直接运行与宿主的内核,容器没有自己的内核也没有硬件虚拟,因此容器要比传统的虚拟机更为轻便
*每个容器之间互相隔离,(集装箱都是一个一个的)每个容器有自己的文件系统,容器之间进程不会相互影响,能区分计算资源
可以将docker理解为一个高度精细浓缩版的LInux系统
Docker三要素
镜像:就是模板
容器:就是这个镜像的一个实例、每个容器都是一个集装箱
仓库:集中存放镜像的文件
Docker与面向对象编程中的对象与类
容器——对象
镜像——类

正确理解这镜像、容器、仓库这几个概念:
Docker本身是一个容器运行载体或称之为管理引擎。我们把应用程序和配置依赖打包好形成一个可交付的运行环境,这个运行环境就似乎image镜像文件。只有通过这个镜像文件才能生成Docker容器。镜像文件可以看做是容器的模板。Docker根据镜像文件生成容器的实例。同一个镜像文件,可以生成多个同时运行的容器实例。

镜像文件生成容器实例,本身也是一个文件,称为镜像文件。
一个容器运行一种服务,当我们需要的时候,就可以通过docker客户端创建一个对应的运行实例,也就是我们的容器

仓库,就是一堆镜像的地方,我们可以把镜像发布到仓库中,需要的时候从仓库中拉下来就可以了

内容概要:本文介绍了一个基于冠豪猪优化算法(CPO)的无人机三维路径规划项目,利用Python实现了在复杂三维环境中为无人机规划安全、高效、低能耗飞行路径的完整解决方案。项目涵盖空间环境建模、无人机动力学约束、路径编码、多目标代价函数设计以及CPO算法的核心实现。通过体素网格建模、动态障碍物处理、路径平滑技术和多约束融合机制,系统能够在高维、密集障碍环境下快速搜索出满足飞行可行性、安全性与能效最优的路径,并支持在线重规划以适应动态环境变化。文中还提供了关键模块的代码示例,包括环境建模、路径评估和CPO优化流程。; 适合人群:具备一定Python编程基础和优化算法基础知识,从事无人机、智能机器人、路径规划或智能优化算法研究的相关科研人员与工程技术人员,尤其适合研究生及有一定工作经验的研发工程师。; 使用场景及目标:①应用于复杂三维环境下的无人机自主导航与避障;②研究智能优化算法(如CPO)在路径规划中的实际部署与性能优化;③实现多目标(路径最短、能耗最低、安全性最高)耦合条件下的工程化路径求解;④构建可扩展的智能无人系统决策框架。; 阅读建议:建议结合文中模型架构与代码示例进行实践运行,重点关注目标函数设计、CPO算法改进策略与约束处理机制,宜在仿真环境中测试不同场景以深入理解算法行为与系统鲁棒性。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值