docker学习一——docker简介

本文深入探讨Docker作为轻量级虚拟化技术的优势,对比传统虚拟机,介绍其镜像、容器、仓库三大核心概念,及如何提升内存利用率、缩短启动时间,并在持续集成中发挥关键作用。
为什么使用docker

docker是一种虚拟化技术,跟传统的虚拟机相比有很大的优势,不用占用太大的内存消耗,充分利用宿主机内存,启动时间以倍数比例减少,以及在持续集成方面都会展现出很大的优势。

传统的虚拟机技术:需要首先进行硬件虚拟,再进行软件虚拟,这样会特别占用宿主机内存,这也是为什么一台电脑上装了虚拟机以后会很卡的原因。
传统的虚拟机技术
docker技术:只需要在宿主机上装一个docker服务,就可以在docker服务上安装各种容器,容器间互相隔离,利用宿主机的内核,不用再虚拟出一套硬件以及运行完整的操作系统等额外开销,就会节省很多内存。
在这里插入图片描述
docker和虚拟机的对比总结:
在这里插入图片描述

docker基本概念

docker一共包括三个概念:镜像、容器、仓库。也就是说这三个概念连起来就是整个docker的生命周期

镜像

docker镜像是一个特殊的操作系统,就是说除了提供容器运行所需要的库和资源以外基本上不提供别的数据,只是保证你的系统可以正常启动即可,后续就是根据个人需要重新构建。

docker的存储时分层的,所以docker镜像并不是由一个文件组成的,而是由一组文件系统组成的,或者说是由多层文件系统联合而成的。

在构建镜像的时候会一层一层构建,前一层是后一层的基础,每一层构建完就不会在发生改变,后一层上的任何改变只发生在自己的一层,比如,删除前一层文件的操作,实际不是真的删除前一层的文件,而是仅在当前层标记为该文件已删除,在最终容器运行的时候,虽然看不到这个文件,但是实际上该文件会一直跟随镜像。

容器

镜像和容器的关系就像是类和对象的关系。
容器得运行实质是进程,但是与真正得宿主机进程不太一样,他有自己的root系统,可以看作是一个小的Linux系统,容器内的进程是运行在一个隔离的环境中,所以说比在宿主机上运行更加安全。
镜像使用的是分层存储,容器也是一样,容器是在镜像的基础上添加的容器存储层,数据存在容器中是不安全的,一旦容器被删除,容器内的数据也会被删除,所以如果想实现数据的持久化,可以使用数据卷的技术,挂载到本地目录,即使容器被删除,数据还可以持久保存。
在这里插入图片描述
镜像运行起来以后就是在镜像的基础上添加的容器层

仓库

docker仓库就是集中存放镜像的地方。通常来说,一个仓库会包含同一个软件的不同版本的镜像,而标签就常用于对应软件的各个版本,我看通过<仓库名>:的形式来指定具体是这个软件的哪个版本的镜像,如果不给标签,将以latest作为默认标签,这在拉取镜像的时候表现明显。

需求响应动态冰蓄冷系统与需求响应策略的优化研究(Matlab代码实现)内容概要:本文围绕“需求响应动态冰蓄冷系统与需求响应策略的优化研究”展开,基于Matlab代码实现,重点探讨了冰蓄冷系统在电力需求响应背景下的动态建模与优化调度策略。研究结合实际电力负荷与电价信号,构建系统能耗模型,利用优化算法对冰蓄冷系统的运行策略进行求解,旨在降低用电成本、平衡电网负荷,并提升能源利用效率。文中还提及该研究为博士论文复现,涉及系统建模、优化算法应用与仿真验证等关键技术环节,配套提供了完整的Matlab代码资源。; 适合人群:具备定电力系统、能源管理或优化算法基础,从事科研或工程应用的研究生、高校教师及企业研发人员,尤其适合开展需求响应、综合能源系统优化等相关课题研究的人员。; 使用场景及目标:①复现博士论文中的冰蓄冷系统需求响应优化模型;②学习Matlab在能源系统建模与优化中的具体实现方法;③掌握需求响应策略的设计思路与仿真验证流程,服务于科研项目、论文写作或实际工程方案设计。; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注系统建模逻辑与优化算法的实现细节,按文档目录顺序系统学习,并尝试调整参数进行仿真对比,以深入理解不同需求响应策略的效果差异。
综合能源系统零碳优化调度研究(Matlab代码实现)内容概要:本文围绕“综合能源系统零碳优化调度研究”,提供了基于Matlab代码实现的完整解决方案,重点探讨了在高比例可再生能源接入背景下,如何通过优化调度实现零碳排放目标。文中涉及多种先进优化算法(如改进遗传算法、粒子群优化、ADMM等)在综合能源系统中的应用,涵盖风光场景生成、储能配置、需求响应、微电网协同调度等多个关键技术环节,并结合具体案例(如压缩空气储能、光热电站、P2G技术等)进行建模与仿真分析,展示了从问题建模、算法设计到结果验证的全流程实现过程。; 适合人群:具备定电力系统、能源系统或优化理论基础,熟悉Matlab/Simulink编程,从事新能源、智能电网、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①开展综合能源系统低碳/零碳调度的科研建模与算法开发;②复现高水平期刊(如SCI/EI)论文中的优化模型与仿真结果;③学习如何将智能优化算法(如遗传算法、灰狼优化、ADMM等)应用于实际能源系统调度问题;④掌握Matlab在能源系统仿真与优化中的典型应用方法。; 阅读建议:建议结合文中提供的Matlab代码与网盘资源,边学习理论模型边动手调试程序,重点关注不同优化算法在调度模型中的实现细节与参数设置,同时可扩展应用于自身研究课题中,提升科研效率与模型精度。
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