Comandos básicos
Para utilização do Docker é necessário conhecer alguns comandos e entender de forma clara e direta para que servem, assim como alguns exemplos de uso.
Não abordaremos os comandos de criação de imagem e tratamento de problemas (troubleshooting) no Docker, pois têm capítulos específicos para o detalhamento.
Executando um container
Para iniciar um container é necessário saber a partir de qual imagem será executado. Para listar as imagens que seu Docker host tem localmente, execute o comando abaixo:
docker image list
As imagens retornadas estão presentes no seu Docker host e não demandam qualquer download da nuvem pública do Docker, a menos que deseje atualizá-la. Para atualizar a imagem basta executar o comando abaixo:
docker image pull python
Usamos a imagem chamada python como exemplo, mas caso deseje atualizar qualquer outra imagem, basta colocar seu nome no lugar de python.
Caso deseje inspecionar a imagem que acabou de atualizar, basta usar o comando abaixo:
docker image inspect python
O comando inspect é responsável por informar todos os dados referentes à imagem.
Agora que temos a imagem atualizada e inspecionada, podemos iniciar o container. Mas antes de simplesmente copiar e colar o comando, vamos entender como ele realmente funciona.
docker container run <parâmetros> <imagem> <CMD> <argumentos>
Os parâmetros mais utilizados na execução do container são:
| Parâmetro | Explicação |
|---|---|
| -d | Execução do container em background |
| -i | Modo interativo. Mantém o STDIN aberto mesmo sem console anexado |
| -t | Aloca uma pseudo TTY |
| --rm | Automaticamente remove o container após finalização (Não funciona com -d) |
| --name | Nomear o container |
| -v | Mapeamento de volume |
| -p | Mapeamento de porta |
| -m | Limitar o uso de memória RAM |
| -c | Balancear o uso de CPU |
Segue um exemplo simples no seguinte comando:
docker container run -it --rm --name meu_python python bash
De acordo com o comando acima, será iniciado um container com o nome meu_python, criado a partir da imagem python e o processo executado nesse container será o bash.
Vale lembrar que, caso o CMD não seja especificado no comando docker container run, é utilizado o valor padrão definido no Dockerfile da imagem utilizada. No nosso caso é python e seu comando padrão executa o binário python, ou seja, se não fosse especificado o bash, no final do comando de exemplo acima, ao invés de um shell bash do GNU/Linux, seria exibido um shell do python.
Mapeamento de volumes
Para realizar mapeamento de volume basta especificar qual origem do dado no host e onde deve ser montado dentro do container.
docker container run -it --rm -v "<host>:<container>" python
O uso de armazenamento é melhor explicado em capítulos futuros, por isso não detalharemos o uso desse parâmetro.
Mapeamento de portas
Para realizar o mapeamento de portas basta saber qual porta será mapeada no host e qual deve receber essa conexão dentro do container.
docker container run -it --rm -p "<host>:<container>" python
Um exemplo com a porta 80 do host para uma porta 8080 dentro do container tem o seguinte comando:
docker container run -it --rm -p 80:8080 python
Com o comando acima temos a porta 80 acessível no Docker host que repassa todas as conexões para a porta 8080 dentro do container. Ou seja, não é possível acessar a porta 8080 no endereço IP do Docker host, pois essa porta está acessível apenas dentro do container que é isolada a nível de rede, como já dito anteriormente.
Gerenciamento dos recursos
Na inicialização dos containers é possível especificar alguns limites de utilização dos recursos. Trataremos aqui apenas de memória RAM e CPU, os mais utilizados.
Para limitar o uso de memória RAM que pode ser utilizada por esse container, basta executar o comando abaixo:
docker container run -it --rm -m 512M python
Com o comando acima estamos limitando esse container a utilizar somente 512 MB de RAM.
Para balancear o uso da CPU pelos containers, utilizamos especificação de pesos para cada container, quanto menor o peso, menor sua prioridade no uso. Os pesos podem oscilar de 1 a 1024.
Caso não seja especificado o peso do container, ele usará o maior peso possível, nesse caso 1024.
Usaremos como exemplo o peso 512:
docker container run -it --rm -c 512 python
Para entendimento, vamos imaginar que três containers foram colocados em execução. Um deles tem o peso padrão 1024 e dois têm o peso 512. Caso os três processos demandem toda CPU o tempo de uso deles será dividido da seguinte maneira:
- O processo com peso 1024 usará 50% do tempo de processamento
- Os dois processos com peso 512 usarão 25% do tempo de processamento, cada.
Verificando a lista de containers
Para visualizar a lista de containers de um determinado Docker host utilizamos o comando docker ps.
Esse comando é responsável por mostrar todos os containers, mesmo aqueles não mais em execução.
docker container list <parâmetros>
Os parâmetros mais utilizados na execução do container são:
| Parâmetro | Explicação |
|---|---|
| -a | Lista todos os containers, inclusive os desligados |
| -l | Lista os últimos containers, inclusive os desligados |
| -n | Lista os últimos N containers, inclusive os desligados |
| -q | Lista apenas os ids dos containers, ótimo para utilização em scripts |
Gerenciamento de containers
Uma vez iniciado o container a partir de uma imagem é possível gerenciar a utilização com novos comandos.
Caso deseje desligar o container basta utilizar o comando docker stop. Ele recebe como argumento o ID ou nome do container. Ambos os dados podem ser obtidos com o docker ps, explicado no tópico anterior.
Um exemplo de uso:
docker container stop meu_python
No comando acima, caso houvesse um container chamado meu_python em execução, ele receberia um sinal SIGTERM e, caso não fosse desligado, receberia um SIGKILL depois de 10 segundos.
Caso deseje reiniciar o container que foi desligado e não iniciar um novo, basta executar o comando docker start:
docker container start meu_python
Vale ressaltar que a ideia dos containers é a de serem descartáveis. Caso você use o mesmo container por muito tempo sem descartá-lo, provavelmente está usando o Docker incorretamente. O Docker não é uma máquina, é um processo em execução. E, como todo processo, deve ser descartado para que outro possa tomar seu lugar na reinicialização do mesmo.