当前位置： 首页 > news >正文

【docker①】在VS Code中使用Docker容器

news 2025/8/14 13:17:41

0 序言

本文将系统介绍在VS Code中使用Docker的相关知识，涵盖基础概念、环境配置、核心操作及高级应用。通过学习，你将理解为何在VS Code中集成Docker能提升开发效率，掌握Docker镜像、容器的基本概念，以及在VS Code中构建、运行、调试容器的具体方法，利用VS Code与Docker协同进行项目开发。

1 Docker与VS Code集成基础

在开发过程中，不同项目可能依赖不同的环境（如Python版本、数据库配置等），手动配置容易出现环境不一致问题。Docker通过容器化技术实现环境隔离，而VS Code提供了对Docker的深度支持，可在同一界面完成镜像构建、容器管理、代码调试等操作，减少工具切换成本，提升开发效率。

1.1 Docker核心概念

1.1.1 镜像（Image）

Docker镜像是一个包含代码、运行时、库、环境变量和配置文件的只读模板，是创建容器的基础。例如，一个Python镜像可能包含Python解释器、必要的依赖库等。

1.1.2 容器（Container）

容器是镜像的运行实例，是一个独立的可执行单元。镜像相当于类，容器相当于对象，一个镜像可创建多个容器，容器间相互隔离。

1.1.3 Dockerfile

Dockerfile是一个文本文件，包含一系列指令，用于构建Docker镜像。通过Dockerfile，开发者可定义镜像的基础环境、安装依赖、配置程序等，实现镜像的可重复构建。

1.1.4 Docker Compose

Docker Compose是用于定义和运行多容器Docker应用的工具，通过yaml文件配置应用的服务，可一键启动、停止所有服务，适合多组件协同的项目（如前端+后端+数据库）。

总结就是，如果用面包这个例子来做一个类比的话，就是Dockerfile相当于面包磨具的图纸，Image相当于制作面包的磨具，Container相当于制作出来的面包，Docker Compose相当于面包店的套餐组合单。

2 环境准备

2.1 安装Docker

2.1.1 Windows系统

在这里还需要考虑一件事，就是原先电脑里是否有虚拟机，如果没有用过虚拟机，那就直接按照以下步骤即可。

但如果之前有在电脑创建过虚拟机并且运行了，有一定的数据储存情况下，我们得先确保要不要接着保留虚拟机，比如VirualBox等这些。

因为docker跟如VirualBox此类虚拟机还是存在一定的冲突风险的，所以如果后续还想接着使用虚拟机，最好还是先请确认一下，尤其是windows系统。

这里有个方法，可以实现在Windows系统中 Docker Desktop 和 VirtualBox 虚拟机共存，避免两者因虚拟化技术冲突而无法同时使用，可参考以下方法：

确认当前系统环境，通过在命令提示符中执行 wsl -l -v 命令，查看 Windows Subsystem for Linux（WSL）的安装和版本情况。

在这里插入图片描述

若输出结果中显示已安装的 Linux 发行版（如 Ubuntu）及其对应的 WSL 版本为 2，且状态为 Stopped 或 Running，则说明 WSL 2 环境已准备就绪。如果没有安装 WSL 2 或者没有对应的 Linux 发行版，需要先进行安装和配置。

此外就是要想使用docker的桌面版本，你得Windows系统版本号需要1904以上！！！

在这里插入图片描述

  1. 检查系统要求：需Windows 10 64位专业版、企业版或教育版（支持Hyper-V），或Windows 11。
  2. 下载Docker Desktop：访问Docker官网，下载对应版本并安装。
  3. 验证安装：打开命令提示符，输入docker --version，若显示版本信息则安装成功。

打开Docker官网，点击下载，
在这里插入图片描述
只要你的电脑是 x86 架构 64 位处理器，一般都是选择AMD64版本。

在这里插入图片描述

下载完后双击打开该exe文件，

在这里插入图片描述
选择以上两个选项，点击下一步。

在这里插入图片描述
等待加载。

在这里插入图片描述
点 Close and log out 注销 - 重新登录 - 启动 Docker 继续配置，注销只是短暂退出登录，不会丢文件。

在这里插入图片描述
在弹出该页面的地方选择Accept

在这里插入图片描述

单纯想先用 Docker 跑公开镜像、本地容器，不用登录，直接跳过即可。

如果你想用私有镜像、Docker Hub 远程操作，或是已经有账号，就直接sign in即可。

在这里插入图片描述
正常填写即可，也可以选择跳过，不影响后续操作。

在这里插入图片描述
接下来需要完成 WSL 2 集成配置，这样 Docker 才能借助 WSL 2 跑容器。

点击 Docker Desktop 右上角的 齿轮图标（Settings，设置），进入配置界面。

在这里插入图片描述
按上图要求完成配置。

在这里插入图片描述
Docker Desktop 已正常启动并处于运行状态，但还需结合功能验证来确认是否真的能正常工作。

win + r输出cmd打开Windows 命令提示符，输入docker ps并回车。

在这里插入图片描述

由于国内的镜像源拉取速度比较慢，很容易出现网络超时这种情况，因此有必要用国内的镜像源来加快拉取速度。

粘贴以下程序：

{"builder": {"gc": {"defaultKeepStorage": "20GB","enabled": true}},"experimental": false,"registry-mirrors": ["https://docker.mirrors.ustc.edu.cn","https://hub-mirror.c.163.com","https://mirror.baidubce.com"]
}

在这里插入图片描述
然后在下面这个地方修改一下镜像存放的位置。
（也可以选择不做更改，都可以，如果C盘空间足够的话）

在这里插入图片描述

接着打开终端，验证一下docker能够正常拉取镜像。

在这里插入图片描述

如果出现这个就说明成功拉取到了。

当然，你也可以回到docker桌面端，在images中可以看到你拉取到的镜像，点击运行即可。

在这里插入图片描述

点运行后会弹出创建容器，根据自己需求填写后点运行即可。

在这里插入图片描述

运行后就可以看到运行结果了。

在这里插入图片描述

2.2 配置VS Code

2.2.1 安装Docker插件

  1. 打开VS Code，进入扩展面板（快捷键Ctrl+Shift+X或Cmd+Shift+X）。
  2. 搜索“Docker”，选择微软官方的“Docker”插件（作者为Microsoft），点击“安装”。
  3. 安装完成后，VS Code左侧会出现Docker图标，可通过该面板管理镜像、容器等。

在这里插入图片描述

这里就看到VsCode已经自动连接上docker了。
在这里插入图片描述

2.2.2 配置Docker连接（默认无需额外配置）

Docker插件默认会自动连接本地Docker服务，若需连接远程Docker服务，可按以下步骤：

  1. 打开VS Code设置（Ctrl+,或Cmd+,）。
  2. 搜索“docker.host”，设置远程Docker服务地址（如tcp://remote-host:2375）。
  3. 重启VS Code使配置生效。

3 VS Code中使用Docker的核心操作

3.1 创建Dockerfile

3.1.1 新建Dockerfile

  1. 在VS Code中打开项目文件夹，右键新建文件，命名为Dockerfile（无扩展名）。
  2. 输入基础指令：
    在你新创建的Dockerfile里写上以下程序。
   # 基础镜像FROM python:3.9-slim# 设置工作目录WORKDIR /app# 复制项目依赖文件COPY requirements.txt .# 安装依赖RUN pip install --no-cache-dir -r requirements.txt# 复制项目代码COPY . .# 暴露端口（若项目有服务）EXPOSE 5000# 启动命令CMD ["python", "app.py"]

在这里插入图片描述
在运行程序之前，需要确保你的项目目录下需要有 requirements.txt 文件（用于记录 Python 项目的依赖包），如果没有实际依赖，可以创建一个空的 requirements.txt 文件，

项目目录下还需要有 app.py 文件。
app.py文件程序内容如下：

from flask import Flaskapp = Flask(__name__)@app.route('/')
def hello_world():return 'Hello, Docker!'if __name__ == '__main__':app.run(host='0.0.0.0', port=5000)

在这里插入图片描述

3.1.2 Dockerfile指令说明

  • FROM：指定基础镜像，必须为Dockerfile的第一条指令。
  • WORKDIR：设置后续指令的工作目录。
  • COPY：将本地文件复制到镜像中。
  • RUN：在镜像构建过程中执行命令。
  • EXPOSE：声明容器运行时暴露的端口（仅为文档说明，需配合-p参数映射）。
  • CMD：指定容器启动时执行的命令（可被docker run后的命令覆盖）。

3.2 构建Docker镜像

3.2.1 基于Dockerfile构建

  1. 打开VS Code终端（Ctrl+` 或Cmd+`）。
  2. 执行构建命令：
    docker build -t my-python-app:1.0 .
    • -t：指定镜像标签（格式为名称:版本）。
    • .：表示Dockerfile所在的当前目录。
  3. 构建完成后，可在VS Code的Docker面板Images中看到新构建的镜像。

在这里插入图片描述
从docker的images就能看到新建好的镜像了。

在这里插入图片描述

3.2.2 查看镜像信息

在VS Code Docker面板中，右键镜像选择“Inspect”，可查看镜像的详细配置（如层信息、环境变量等）；或在终端执行：

docker images my-python-app:1.0

在这里插入图片描述

3.3 运行Docker容器

3.3.1 基础运行命令

在终端执行：

docker run -d -p 5000:5000 --name my-app-container my-python-app:1.0
  • -d：后台运行容器。
  • -p 5000:5000：将容器的5000端口映射到主机的5000端口（主机端口:容器端口）。
  • --name：指定容器名称。

在这里插入图片描述
在这里插入图片描述

3.3.2 在VS Code中管理容器

  1. 打开Docker面板，在Containers中可看到运行中的容器。
  2. 右键容器可执行“Start”“Stop”“Restart”“Delete”等操作。
  3. 选择“Attach Shell”可进入容器内部终端；选择“View Logs”可查看容器运行日志。

在这里插入图片描述

3.4 调试容器内的应用

3.4.1 配置调试环境

  1. 在VS Code中创建.vscode/launch.json文件，添加Docker调试配置：
{"version": "0.2.0",  // 配置文件的版本，固定值"configurations": [  // 调试配置列表（可以有多个配置）{"name": "Docker: Python - Launch",  // 配置名称（自己能认就行，比如“调试Docker里的Python”）"type": "docker",  // 调试类型：告诉VS Code这是Docker环境的调试"request": "launch",  // 调试方式：启动新的容器并开始调试（另一种是“attach”，附加到已运行的容器）"preLaunchTask": "docker-build",  // 调试前自动执行的任务：这里是先构建镜像（确保代码最新）"python": {  // Python相关的调试配置"pathMappings": [  // 路径映射：关键！让VS Code知道本地代码和容器内代码的对应关系{"localRoot": "${workspaceFolder}",  // 本地代码路径（你电脑上的项目文件夹）"remoteRoot": "/app"  // 容器内代码路径（Dockerfile里WORKDIR设置的/app）}],"projectType": "general"  // 项目类型：通用Python项目（不用改）}}]
}

这个 launch.json 配置是用于 在 VS Code 中直接调试 Docker 容器内的 Python 代码。

因为通过上文我们已经通过 docker build 和 docker run 让代码在容器里跑起来了，但如果个问题：
如果代码出了 bug，怎么像本地调试那样一步步看哪里错了？

直接在容器里打印日志太麻烦，而 VS Code 的调试功能（断点、变量监视）又默认只能用在本地环境。

这个 launch.json 就是让 VS Code 和 Docker 容器打通，让调试器能到容器内部，直接调试里面运行的代码。

  1. 创建.vscode/tasks.json文件，定义构建任务：
{"version": "2.0.0",  // 配置文件版本，固定值"tasks": [{"label": "docker-build",  // 任务名称（必须和launch.json里的preLaunchTask一致）"type": "docker-build",  // 任务类型：Docker构建（VS Code的Docker插件会识别）"dockerBuild": {"context": "${workspaceFolder}",  // 构建上下文：当前项目文件夹（和手动构建时的“.”作用一样）"tag": "my-python-app:1.0"  // 镜像标签（和手动构建的 -t 参数一样）}}]
}

这个 tasks.json 文件是为了在 VS Code 里更方便地管理 Docker 构建任务，让你不用每次手动输入 docker build 命令，同时和调试流程（launch.json 里的 preLaunchTask）联动，

你之前手动构建镜像的命令是：

docker build -t my-python-app:1.0 .

而 tasks.json 的作用是把这个命令固化成 VS Code 的一个任务，

以后就可以用快捷键自动执行构建。

3.4.2 启动调试

  1. 可以在程序中设置断点（点击行号左侧）。
  2. 按F5启动调试，或者在左侧选择运行和调试，VS Code会自动构建镜像、运行容器并附加调试器，程序执行到断点时会暂停，可查看变量、调用栈等信息。

在这里插入图片描述

在这里插入图片描述

从日志看，镜像构建已经成功完成。

构建过程利用了 Docker 的缓存机制（CACHED 的步骤），加速了构建流程（因为代码 / 依赖没变化，复用了之前的结果 ）。

终端提示是正常的 VS Code 任务执行收尾逻辑，按需按任意键关闭即可，不影响镜像使用。

4 小结

本文很基础，介绍了在VS Code中使用Docker的全流程。首先明确了Docker与VS Code集成的价值——解决环境一致性问题并提升开发效率；接着讲解了镜像、容器等核心概念，以及Docker和VS Code的安装配置；然后通过实例演示了Dockerfile编写、镜像构建、容器运行及调试的具体操作。

掌握这些知识后，你可在VS Code中高效完成容器化开发，无论是单服务应用还是多组件协同项目（道理一样），都能通过Docker实现环境隔离与快速部署，显著提升开发体验和项目可维护性。

http://www.lryc.cn/news/620109.html

相关文章：

  • 从零用 NumPy 实现单层 Transformer 解码器（Decoder-Only）
  • 未来AI：微算法科技（NASDAQ:MLGO）开发基于忆阻器网络储层计算MemristorPattern虚拟平台
  • 通过限制网络访问来降低服务器被攻击风险的方法
  • 云原生技术k8s部署prometheus
  • 面向Python/C#开发者入门Java与Bukkit API
  • C# 反射和特性(元数据和反射)
  • Mysql——如何做到Redolog崩溃后恢复的
  • NLP学习之Transformer（1）
  • 算法题——哈希表
  • 洛谷 P2607 [ZJOI2008] 骑士-提高+/省选-
  • 从 Web 开发到数据科学：全栈基础技术总结
  • nm命令和nm -D命令参数
  • 互联网大厂Java求职面试实录：Spring Boot到微服务与AI的技术问答
  • 《量子雷达》第2章 从量子信息到量子雷达 预习2025.8.13
  • Canal解析MySQL Binlog原理与应用
  • RC4算法实现
  • 一键自动化：Kickstart无人值守安装指南
  • 如何优雅地实现API接口每 10秒轮询请求？
  • 力扣面试150题--三角形最小路径和 最小路径和 不同路径 最长回文子串
  • RagFlow启动源码说明
  • 前后端分离项目在云服务器的部署
  • 【系统安装】虚拟机中安装win10企业版系统记录
  • CSS保持元素宽高比，固定元素宽高比
  • 用 mock 把 ES 单元测试@elastic/elasticsearch-mock 上手
  • Python 环境隔离实战：venv、virtualenv 与 conda 的差异与最佳实践
  • 变分自编码器VAE的Pytorch实现
  • day39_2025-08-13
  • Go 微服务限流与熔断最佳实践：滑动窗口、令牌桶与自适应阈值
  • Day19 C 语言标准 IO 机制
  • React useMemo 深度指南：原理、误区、实战与 2025 最佳实践