最近看了些网上的教程，对Docker有了一定实践经验，也踩过些坑，总算是圆满完成了百分之九十的工作，今天就给大家分享一下经验。
Docker到底是什么
我们假设一种场景，你开发时候用的python3.6版本，各种依赖也是根据3.6的版本来装的，代码也是按照3.6的版本来写的。
当你写完需要部署上线的时候，由于线上服务器是python2的版本，而你写的代码里有个引入数据库依赖的库只支持3.6的版本，不能支持python2的
版本，运维部署时候报错了，就找你说你写的有问题，你觉得我的电脑上能运行啊，没问题啊。
反复确认后发现，服务器环境有问题，这版本都对不上嘛，那怎么办呢（我们不考虑再装一个3.6的情况）？
虚拟机
在虚拟机里装你的依赖，这样既不会影响原来的python2运行，也可以运行python3.6。但这种方法费时费力不说，还费资源。
我们假设代码运行可能真正使用的内存只需要1MB，但是这个虚拟机依然还是需要几百MB才能运行。
因为虚拟机是一个完整的操作系统，一些系统级别的操作步骤无法省略，比如用户登录。可见这种方式不是能很有效地解决我们的问题。
Linux容器
针对上述虚拟机的这些缺点，Linux发展出另一种虚拟化技术，Linux容器（Linux Containers，缩写为 LXC）。
Linux容器与虚拟机的区别就是它并不是模拟出一个完整的操作系统，而是对进程进行隔离，对于被运行的这个进程来说，他接触到的容器里的环境都是虚拟的。
由于容器是进程级别的，所以相对于虚拟机启动整个操作启动而言，启动更快，也不会浪费不必要的内存资源。
Docker是什么
Docker就是对Linux容器的一种封装，提供简单易用的容器使用接口，Docker是目前最流行的linux容器解决方案，Docker将应用程序与该程序的依赖，打包在一个文件里面(镜像)。
运行这个文件，就会生成一个虚拟容器。程序在这个虚拟容器里运行，就好像在真实的物理机上运行一样，有了 Docker，就不用担心环境问题。
总体来说，Docker的接口相当简单，用户可以方便地创建和使用容器，把自己的应用放入容器。容器还可以进行版本管理、复制、分享、修改，就像管理普通的代码一样。
Docker解决了什么问题
搭建微服务架构
在实际工作中，一般用来搭建测试环境，一来测试环境并发不高，没有性能要求，二来就算每个服务就算只用一台机器，那如果有来100个微服务就需要100台机子，这是一笔比较大的支出了。
利用Docker启用多个容器，每一个容器对应一个服务，在一台机器上可以跑多个服务，资源利用充分，也节省服务器开支。
提供一次性的环境
比如，本地测试他人的软件、持续集成的时候提供单元测试和构建的环境。
提供弹性的云服务
因为Docker容器可以随时开关，很适合动态扩容或者缩容。
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系51Testing小编(021-64471599-8017)，我们将立即处理
