第二部分：从 Docker 到 Docker Compose

青萍叙事2025-08-08

📝 前言

欢迎来到《云原生之旅第二部分》的第五篇文章。

在前四篇中，我们已经一起探索了 Docker 的基础知识、进阶功能和在 AI 领域的应用：

《第二部分：Docker 基础篇(构建你的第一个容器)》：我们系统地介绍了Docker的核心概念、架构原理，并通过实际案例演示了如何构建和运行第一个容器，为初学者奠定了坚实的基础。
《第二部分：Docker 进阶篇（功能拓展）》：我们深入探讨了 Docker 存储、网络、日志、监控等高级功能，帮助读者掌握生产环境中的实用技能。
《第二部分：Docker 镜像构建技巧实战》：我们进一步的了解了在生产环境中镜像构建的实用技巧。
《第二部分：Docker GPU 容器实战指南》：我们了解了如何使用Docker跑 GPU 计算的容器。

现在，我们将从 Docker 扩展到 Docker Compose 领域。

🧭 背景介绍

在我从 Android 专向 Web 开发后，有个困扰我的问题就是后端服务比较多，而且它们之间还有复杂的依赖关系。

手动管理这些服务不仅麻烦，还容易出错，这时候 Docker 能帮你把每个服务打包成容器，但如何高效管理多个容器，并确保它们按正确的顺序启动和通信呢？

直到我接触到了 Docker Compose，它就是解决这个问题的利器！

它让你用一份配置文件定义所有服务，自动处理依赖关系，真正实现一键启动整个环境。

🧠 本章知识卡片

🔍 使用场景

Docker Compose 主要适用于以下场景：

本地开发环境搭建

快速启动一个包含前后端+数据库的完整开发环境。

微服务架构调试

同时运行多个相互依赖的微服务（如API网关、用户服务、订单服务）。

生产环境轻量级部署

小型项目或边缘计算场景下，用 Compose 替代 Kubernetes。

📋 前提条件

在正式进入实战之前，请确保你已经具备以下条件：

安装并启用 Docker（可参看文章：《Docker 与 Docker Compose 安装部署》）
熟悉 Docker 的基础概念和操作，可参看本系列的前几篇文章。

🚀 本章小节

1️⃣ 什么是 Docker Compose？

Docker Compose 是一个用于定义和运行多容器应用的工具，特别适合管理由多个服务组成的应用栈。

Compose 简化了整个应用堆栈的控制，使得管理服务、网络和卷变得轻而易举。

你可以在一个 YAML 配置文件中轻松管理这些内容。然后，只需一条命令，你就可以从配置文件中创建并启动所有服务。

PS：另外自 2023 年 7 月起，Docker Compose V1 版本已停止维护，请尽量直接使用 V2 版本。

安装最新版本 Docker Desktop 就已经包含了 Docker Compose V2，可通过以下命令进行测试验证：

1 2	# V2 与 V1 版本区别很大，V1 版本命令是 docker-compose docker compose version

2️⃣ Docker Compose 常用命令

以下是一些 Compose 的常用命令操作：

命令	功能说明
`docker compose up -d`	在后台启动所有服务
`docker compose down`	停止并移除所有容器和网络
`docker compose build`	构建服务使用的镜像
`docker compose ps`	查看服务容器状态
`docker compose logs`	查看所有服务日志
`docker compose logs <服务名>`	查看指定服务日志
`docker compose exec <服务名> bash`	进入容器内部操作

3️⃣ Docker Compose 基础概念与配置

一个典型的 docker-compose.yml 文件包括以下核心配置：

3.1 Services 介绍

services 是 Compose 的核心，每个服务都表示一个容器。例如：

services:
  web:
    image: nginx:alpine
  db:
    image: mysql:8.0

每个服务可以配置自己的网络、卷、端口、环境变量等。

3.2 Ports 介绍

ports 用于将容器内部端口映射到主机，同docker命令的-p参数，配置参考如下：

1 2	ports: - "8080:80" # 本机8080 -> 容器80

多个服务可暴露不同端口供外部访问。

3.3 Environment 介绍

environment 用于配置容器内的环境变量，同docker命令的-e参数：

1
2
3

environment:
  - MYSQL_ROOT_PASSWORD=secret
  - TZ=Asia/Shanghai

也可以通过 .env 文件统一管理（见后续章节）。

3.4 Volumes 介绍

volumes 用于挂载持久化数据或配置文件，同docker命令的-v参数，配置参考如下：

1 2	volumes: - ./data:/var/lib/mysql

它可以持久保存数据库数据或映射配置文件，避免容器重启丢失数据。

3.5 Networks 介绍

Compose 默认会创建一个网络，服务之间可以通过名称互相通信。

也可以自定义多个网络：

1
2
3

networks:
  backend:
  frontend:

然后在服务中指定：

services:
  web:
    networks:
      - frontend

4️⃣ Docker Compose 实战演示

下面通过一个实战的示例加深理解。

4.1 批量构建多个镜像

当你有多个服务使用build字段可分别指定 Dockerfile，配置参考如下：

services:
  backend:
    build: ./backend
    ports:
      - "8000:8000"
  frontend:
    build: ./frontend
    ports:
      - "3000:80"
    environment:
      - NEXT_PUBLIC_API_URL=http://localhost:8000
    # 表示依赖后端服务
    depends_on:
      - backend

使用以下命令，即可一次性构建所有服务镜像：

1	docker compose build

完整项目示例代码：https://github.com/lusyoe/python-docker-compose-demo

4.2 批量启动多个容器

使用如下命令一键启动所有服务：

1	docker compose up -d --build

参数说明：

-d：表示后台运行。
--build：表示同时进行镜像构建。

启动后可通过浏览器访问：http://localhost:3000查看页面打印信息，如下图：

4.3 查看服务状态

查看当前 Compose 项目的所有服务运行状态：

1	docker compose ps

4.4 查看指定服务日志

查看 backend 服务的日志：

1	docker compose logs backend

也可添加 -f 参数持续输出（类似 tail）：

1	docker compose logs -f backend

5️⃣ Docker Compose 最佳实践

5.1 使用.env文件管理环境变量

当容器所需的环境变量较多时，如果都使用environment，将会显示的很长很长，可通过引用文件的形式批量注入，在docker-compose.yaml文件同级目录下创建.env文件，内容如下：

1	NEXT_PUBLIC_API_URL=http://localhost:8000

修改docker-compose文件，内容如下：

services:
  backend:
    build: ./backend
    ports:
      - "8000:8000"
  frontend:
    build: 
      context: ./frontend
      # 仅在构建时引用
      args:
        NEXT_PUBLIC_API_URL: ${NEXT_PUBLIC_API_URL}
    ports:
      - "3000:80"
    depends_on:
      - backend

如果需要在容器运行时引用，可使用env_file:

services:
  backend:
    build: ./backend
    env_file:
      - .app.env    # 加载这个文件中的变量到容器环境
    ports:
      - "8000:8000"

5.2 多环境部署（dev / prod）

可通过不同配置文件实现环境隔离：

1	docker compose -f docker-compose.yml -f docker-compose.prod.yml up

docker-compose.prod.yml 中可覆盖默认配置，如开启日志挂载、关闭调试模式等。

5.3 引用其他compose文件（include）

将公共配置拆分为多个文件，可通过include引用，示例如下：

include:
  - backend-include.yaml
services:
  frontend:
    build: .
    depends_on:
      - backend

5.4 启用 GPU 访问

在支持 NVIDIA GPU 的机器上，需要提前安装好驱动和 NVIDIA Container Toolkit（可参看上一篇文章：《第二部分：Docker GPU 容器实战指南》），然后使用如下配置启用 GPU：

services:
  test:
    image: nvidia/cuda:12.9.0-base-ubuntu22.04
    command: nvidia-smi
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              # 限制分配给服务容器的 GPU 设备数量
              count: 1
              capabilities: [gpu]