Docker实战入门：容器化、镜像与Compose部署避坑指南

1. 先搞懂Docker是什么：容器化技术的核心逻辑

很多人在接触Docker的时候，第一反应都是"这不就是个轻量虚拟机吗"。我第一次看Docker文档，脑子里也是这么想的，后来真正用起来才发现完全不是一回事。Docker提供的是一种操作系统级别的虚拟化手段——它共享宿主机的内核，但对文件系统、网络、进程、用户权限做了隔离，让每个应用都跑在自己的"小盒子"里，这个盒子在Docker的世界里就叫容器。

容器化技术其实不是什么新概念，Linux上早就有了LXC（Linux Containers），但Docker真正把它变成了普通开发者也能顺手用的工具。它解决的是最古老也最折磨人的问题：代码在本地跑得好好的，一到同事电脑上就崩；测试环境配了三天的环境变量，生产环境一个都对不上。有了Docker之后，整个应用连带它的运行环境一起被打包，像搬家一样，把卧室里的床、衣柜、窗帘原封不动塞进集装箱，搬到哪间房子里都一样住。

这套思路落到实际开发里，价值极其明显。团队里来了新人，不用花两天时间配Java、Node、MySQL、Redis，一条命令拉镜像，启动容器，开发环境就有了。上线部署也不用再纠结服务器上缺了哪个依赖、系统版本差了多少，Docker镜像里什么都有，到哪都能跑出完全一致的行为。所以现在不管是Java后端、Python数据分析、前端跑自动化测试，还是运维做微服务发布，几乎都绕不开Docker。

这篇文章适合谁看？我建议所有准备进入后端开发、运维、DevOps方向的人都认真读一遍，前端和算法同学学它也不亏，毕竟现在连跑个Node脚本都可能被要求容器化。下文的内容会从基础概念讲起，把镜像、容器、仓库这几个最核心的词解释透，然后带你把Docker在Windows、Linux上装好，最后把我踩过的坑和排查经验一并列出来。看到最后你会发现，Docker入门真的不难，难的是对那些概念的理解——概念一旦通了，后面全是体力活。

1.1 从"装环境"的痛苦说起

在Docker普及之前，我们部署一个Web应用大概是什么流程呢？先买服务器，再装操作系统，然后装Nginx、装数据库、装运行时环境，每一步都可能出幺蛾子。我记得有一次给客户部署一套Ruby写的系统，客户服务器上的OpenSSL版本太老，编译扩展直接报错，我花了整整一个下午去升级依赖库，最后还是没成功。

这种痛苦的本质在于：应用和环境之间是紧耦合的。环境和应用必须精确匹配，但环境又会随着时间变化——系统补丁打了、别人装了个新库、yum升级了个包，都可能让原本能跑的应用突然挂掉。容器化技术做的第一件事，就是把应用和环境一起固化下来，形成一个自包含的"交付物"。这个交付物不关心跑在哪台机器上，只要那台机器有Docker，就能把它原样运行起来。

1.2 镜像与容器：一次构建，处处运行

这是Docker里最基础、也最容易混淆的两个概念。镜像（Image）是一个只读模板，你可以把它理解成"安装光盘"或"虚拟机的快照文件"。它里面包含了一个完整Linux文件系统的所有内容：程序代码、依赖库、配置文件、环境变量，连系统底层的/bin目录、/etc目录都在里面。容器（Container）则是镜像运行起来之后的实例，它是活着的、可以被修改的。

打个比方：镜像是菜谱和食材的完美组合，容器是按照这个菜谱实际做出来的一道菜。菜可以被吃掉、被回锅、被倒掉，但菜谱本身永远不变。同一个镜像可以启动任意多个容器，这些容器彼此独立，互不影响——就像同一个菜谱，能同时做出五份完全相同但各自独立的菜。

有一点必须强调：容器的可写层只在容器运行期间存在，一旦容器被删除，你在容器里做的所有修改都会丢失。很多新手在容器里装了个Vim，改了配置文件，容器删了之后发现全没了，就是这个原因。所以生产环境里，数据要么放在数据卷（Volume）里，要么在镜像构建阶段就固化到镜像中，绝不能依赖容器运行期间的手工修改。

1.3 Docker仓库与Dockerfile：镜像从哪里来

镜像不会凭空出现，它的来源有三个：从仓库拉取、从Dockerfile构建、从已有容器导出。平时接触最多的是通过docker pull从镜像仓库拉取现成的镜像。

镜像仓库最出名的就是Docker Hub，上面有官方维护的MySQL、Redis、Nginx、Ubuntu等海量镜像，基本你想要的开源软件都能直接拿来用。拉镜像的方式也很简单，比如拉一个MySQL 8.0的镜像，只需执行docker pull mysql:8.0，tag用来指定版本。如果不写tag，默认拉取最新版latest，这个习惯我不推荐，勘误一下：生产环境一定要显式指定版本号，否则哪天镜像作者更新了最新版，你的行为就可能变得不可控。

如果Docker Hub上没有现成镜像，或者你需要定制自己的环境，那就得写Dockerfile。Dockerfile就是一份构建镜像的"配方"，它用一系列指令描述基础镜像选择、依赖安装、文件拷贝、启动命令。你不需要把整个环境手动配好，只需要写好配方，docker build这个命令就会自动帮你把镜像一层层构建出来。每个RUN指令都会产生一个只读层，这既是Docker的精妙之处，也是初学者经常搞不懂的地方——镜像是分层构建的，这一特性让镜像复用变得异常高效，两个不同的镜像完全可以共享底层的几条只读层。

1.4 数据卷、网络、Compose：容器化技术的完整拼图

镜像和容器只是地基，真正要把Docker用在实战中，还有三个关键组件你必须了解。

**数据卷（Volume）**解决的是容器持久化问题。容器一删全没，但数据库的数据、日志文件显然不能跟着一起没。数据卷就是宿主机上的一个特殊目录，挂载进容器之后，容器读写这个目录的数据会直接落到宿主机上，容器删了数据还在，再启动一个新容器重新挂载同一个数据卷就能恢复。

网络解决的是容器通信问题。默认情况下，每个Docker容器都有自己的IP地址，单机部署时容器间可以通过虚拟网络互相通信，也可以把容器的端口映射到宿主机的一个端口，比如把容器里的MySQL默认3306端口映射成宿主机的3307，这样外部程序既不会和已有服务冲突，又能正常访问数据库。

Docker Compose则是用来编排多个容器的工具。一个现代应用少说也要数据库、缓存、后端三个容器，用docker run一条条敲太痛苦。Compose允许你写一个YAML文件，把服务定义、镜像版本、端口映射、数据卷、环境变量全部声明好，一条docker compose up -d就能把整套环境起起来。后面我们会演示怎么用Compose一键搭一套MySQL加Redis的环境。

2. 安装前的环境评估与方案选型

Docker的安装是整个入门过程中劝退率最高的一环，不是因为它难，而是因为很多人一上来就走错了路。打开浏览器搜Docker安装教程，结果五花八门，有人让你装Docker Desktop，有人让你用命令行装Docker Engine，还有人让你在Windows下用老版本Docker Toolbox。其实他们都没说全，关键要分清楚自己的操作系统和需求。

先说结论：Windows用户优先装Docker Desktop；Linux服务器或开发机优先装Docker Engine；macOS用户同样建议Docker Desktop。但装Docker Desktop之前，有一个隐形的硬性条件你必须先确认——你的CPU要支持虚拟化，并且得在操作系统中把它打开。这个问题太常出现了，下文会专门拿一节出来讲排查办法。

2.1 Windows平台的正确姿势

如果你用的是Windows 10或Windows 11，现代主流的Docker安装方式只剩一个：Docker Desktop配合WSL 2（Windows Subsystem for Linux 2）。

为什么要扯上WSL 2？因为Docker的容器本质上是Linux那边的技术，需要Linux内核环境才能运行。WSL 2会给Windows提供一个轻量级的真实Linux内核，Docker Desktop就借着这个内核在Windows上跑Linux容器。这比早期用Hyper-V虚拟机跑Docker容器的方案轻盈不少，启动速度更快，资源占用也更小。

装Docker Desktop之前，需要先做三件事：

1. 打开Windows功能里的"虚拟机平台"（Virtual Machine Platform）
2. 打开"适用于Linux的Windows子系统"（Windows Subsystem for Linux）
3. 重启电脑，然后在命令行执行wsl --set-default-version 2，确认默认WSL版本是2

这三步做完，再去Docker官网下载Docker Desktop安装包，接下来就是一路Next了。

提示：如果你在BIOS里没有开启CPU虚拟化（Intel VT-x或AMD-V），或者Windows功能没装全，Docker Desktop启动时会弹窗报"virtualization support not detected"或者"failed to start because virtualization support isn't detected"之类的错误。我见过至少十个人卡在这步，后面排查章节会给你完整清单。

2.2 Linux与macOS的安装路径

Linux上装Docker就简单粗暴多了。它没有GUI讲解面板，就是一个后台守护进程（Docker daemon）加上一套命令行工具。官方提供了自动化脚本，你在终端执行curl -fsSL https://get.docker.com -o get-docker.sh，再运行sh get-docker.sh，它会自动检测发行版、配置仓库、安装Docker Engine并设置开机自启。

手动安装也完全不复杂。以Ubuntu/Debian系为例，核心步骤就三步：更新apt索引、安装必要的依赖包、配置Docker官方的软件仓库，然后apt install docker-ce docker-ce-cli containerd.io。CentOS/RHEL系则是用dnf/yum安装docker-ce。说白了，不同发行版的差异仅限于包管理器命令，安装逻辑是完全一致的。

macOS用户装Docker Desktop比Windows还省事，因为MacOS自带Hypervisor framework，Docker Desktop可以直接用，不需要额外开虚拟化开关。唯一要留意的是苹果芯片（Apple Silicon）和老款Intel芯片的Mac下载的安装包不同，Intel Mac要选x86_64版，M1/M2/M3系列要选Arm版，选错了装不上。

2.3 硬件检查与虚拟化验证

很多Windows用户卡在"Docker Desktop启动失败"这道坎上，其实根源在虚拟化没开。这里给你一个完整的检查顺序：

• Windows自带任务管理器里"性能"标签页，看CPU右下角有没有"虚拟化：已启用"。如果显示"已启用"，说明BIOS层面没问题；如果显示"已禁用"，你得进BIOS把它打开
• 不同品牌主板进入BIOS的快捷键不一样，常见的有F2、Del，找到"Intel Virtualization Technology"（Intel平台）或"SVM Mode"（AMD平台），把它设为Enabled，保存退出
• 重装系统后忘开虚拟化的情况很常见，特别是从旧机器迁过来的配置

BIOS开了虚拟化还不够，Windows还需要把Hyper-V相关组件打开。在"控制面板-程序和功能-启用或关闭Windows功能"里勾选"Hyper-V"和"虚拟机平台"，或者直接用命令bcdedit /set hypervisorlaunchtype auto。做完之后重启就稳了。

macOS平台几乎不用操心这些，Linux平台的Docker Engine直接跑在原生内核上，压根不需要额外的虚拟化层，所以这三种平台的安装节奏完全不一样，这也是为什么你搜攻略时会看到各种互相矛盾的教程——他们大概率是在讲不同平台。

3. 安装配置全过程实录

到这一步，环境评估做完了，接下来就是动手装。我会把Windows和Linux两条路线都说清楚，以Windows Docker Desktop为主，因为大部分入门读者用的是Windows。

3.1 Windows安装Docker Desktop逐步操作

去Docker官网下载Docker Desktop安装包，下载完成后双击运行。安装界面会有两个勾选项：

• "Use WSL 2 instead of Hyper-V"——建议勾上，这是Windows下最推荐的运行方式
• "Add shortcut to desktop"——看你个人喜好

安装过程一般两三分钟，装完后系统会提示重启，重启后打开Docker Desktop，它会自动启动WSL 2后端。首次启动可能会让你接受服务条款，还会提示登录Docker账号，可以直接跳过登录。

启动成功之后，任务栏的Docker图标是稳定的鲸鱼标志，然后打开命令行（PowerShell或CMD都行），输入docker version，如果能看到Client和Server两段信息，说明Docker已经跑起来了。如果你只看到Client段，没有Server段，那就是daemon没启动，多半是WSL 2或虚拟化那边的问题，跳到最后排查章节对照处理。

有个小细节值得注意：Docker Desktop启动时消耗的内存和CPU不少，Windows上默认是2GB内存起步。如果你的电脑配置不高，可以在Docker Desktop的Settings里调低Resources的分配，实测下来开发场景1.5GB也能流畅用。

3.2 Linux安装Docker Engine并配置开机自启

Linux的安装过程我用Ubuntu 22.04举例。登录服务器后，第一件事是更新索引：

sudo apt update

然后安装依赖包：

sudo apt install -y ca-certificates curl gnupg lsb-release

接着添加Docker官方GPG密钥和软件源，这两步是为了让apt能识别和下载Docker官方仓库的软件：

sudo curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list >/dev/null

然后更新索引并安装：

sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io

装完之后，验证一下状态：

sudo systemctl status docker sudo docker version

如果一切正常，设置开机自启：

sudo systemctl enable docker sudo systemctl start docker

Linux下还有个额外操作我不建议省略：把当前用户加到docker组里，不然每次执行docker命令都要加sudo，太烦。

sudo usermod -aG docker $USER

改完组之后记得重新登录或者执行newgrp docker让组权限生效。

3.3 镜像加速配置与基础设置

装好Docker，第一个头疼的问题往往不是用法，而是拉镜像的速度太慢或者直接超时。这不是因为你网络不好，而是Docker Hub官方仓库在国外，直连的体验通常不理想。

解决办法是给Docker配置镜像加速器（registry mirror）。原理很简单：Docker拉镜像时，先去镜像加速器拉，加速器上可以缓存最常用的镜像，大幅缩短拉取时间。这个配置在产品上完全合规，Docker官方就支持这个机制，它只是帮你把镜像从公开仓库搬到离你更近的节点而已。

在Docker Desktop的Settings → Docker Engine里，有一个JSON配置文件，追加一行：

{ "registry-mirrors": ["https://你的加速地址.example.com"] }

Linux上则是编辑/etc/docker/daemon.json，没有就新建一个，然后重启Docker：

sudo systemctl restart docker

这里我不推荐具体的第三方加速地址，因为这类服务的稳定性随时可能变化。更可靠的做法是：在你自己能正常访问Docker Hub的镜像时，直接用官方源；当你觉得慢时，就去查一下当前可用的公共镜像加速服务，选一个填入即可。配置完加速之后，拉镜像速度会快好几倍，亲测从"等一分钟超时"变成"十几秒完成"。

注意：registry-mirrors配置只影响docker pull拉镜像时的下载来源，不影响你运行容器时的网络转发。两者是两回事，别混为一谈。

3.4 验证安装：跑起第一个容器

安装配置做完了，用最经典的hello-world容器验证一下成果：

docker run hello-world

这条命令的执行过程其实包含了好几个环节：首先Docker会去本地仓库找有没有hello-world镜像，没有就去远程仓库拉取，拉完再基于这个镜像创建一个容器并运行它。hello-world容器运行完就退出，并输出一段欢迎信息。

看到这段欢迎信息，你的Docker安装就算完整验证成功了。但我想多说一句：hello-world这套验证太浅，它只证明了Docker能跑起来，证明不了你对Docker的理解。更好的做法是直接跑一个真正的服务容器，比如：

docker run -d --name test-nginx -p 8080:80 nginx:latest

这条命令会下载Nginx镜像，在后台启动一个Nginx容器，并把它里面的80端口映射到宿主机的8080端口。启动成功后，打开浏览器访问http://localhost:8080，如果你能看到Nginx的欢迎页面，说明镜像拉取、容器运行、端口映射、网络互通这整条链路全部打通了。这一步做完，才算真正踏入容器化的大门。

4. 新手必踩的坑与排查实录

Docker本身不算难，难的是遇到问题不知道怎么排查。把你最可能碰到的问题列个清单，我一个一个跟你拆。

4.1 Docker Desktop无法启动：虚拟化支持检测不到

这是Windows用户报错率最高的一句话：Docker Desktop failed to start because virtualization support wasn't detected，翻译成中文大概就是"启动失败：未检测到虚拟化支持"。

这句话出现的原因就两类：硬件虚拟化在BIOS里没开，或者Windows功能没配好。排查步骤按顺序走：

1. 打开任务管理器 → 性能 → CPU，看"虚拟化"那栏是不是"已启用"。如果是"已禁用"，先去BIOS开Intel VT-x或AMD SVM
2. 如果显示"已启用"还是报错，去"启用或关闭Windows功能"里把"虚拟机平台"和"适用于Linux的Windows子系统"都勾上，重启电脑
3. 命令行执行wsl --status，确认WSL版本，如果显示的是1，执行wsl --set-default-version 2
4. 如果以上都正常，执行bcdedit /set hypervisorlaunchtype auto，然后重启

排除了这四个选项之后再打开Docker Desktop，99%能解决。剩下1%可能是你装了第三方安全软件拦截了虚拟化，把Docker和相关WSL进程加入白名单再试。

4.2 镜像下载慢、拉取超时

镜像拉取超时是所有人都绕不过去的一道坎，解决思路我在3.3节已经给了——配置registry mirror。这里补充一个排查技巧：拉镜像失败时，先用docker pull看具体的报错信息。如果是"connection refused"或"I/O timeout"，基本是网络层面问题，配置加速就能解决。

另外，容器启动后如果Nginx等服务无法访问，不要急着怀疑Docker，先检查端口映射有没有冲突。docker ps看端口映射是否生效，netstat -ano | findstr 你的端口号看端口是否被占用。我遇到过一次Tomcat容器起不来，日志里全是端口占用，查了半天才发现是宿主机上本来就跑着一个Tomcat把8080占掉了。解决办法就是换个映射端口，比如-p 8081:8080。

4.3 容器网络不通，容器间互相访问失败

默认网络模式下，容器和宿主机之间、容器和容器之间的通信是有点讲究的。新手最容易犯的错是把"端口映射"混同于"内部网络"。

比如你在容器A里跑了一个MySQL，监听3306端口，想从容器B里通过localhost:3306访问它，这肯定不通——因为每个容器自己的localhost指向的是它自己。容器之间要通信，应该使用Docker网络里的容器名称作为hostname，或者用宿主机IP加映射端口。

解决容器间通信最优雅的方式是用Docker Compose。它会在项目内自动创建一个网络，所有服务在这个网络里都能通过服务名互相访问。举个例子：

version: '3.8' services: mysql: image: mysql:8.0 environment: MYSQL_ROOT_PASSWORD: root123 ports: - "3306:3306" redis: image: redis:7 ports: - "6379:6379"

在这个Compose文件里，其他服务要连MySQL，直接连mysql:3306就通了，连IP都不用查。这种声明式描述让容器编排变得极度直观，也是Docker Compose那么受欢迎的原因。

4.4 磁盘空间被容器和镜像吃满

Docker用久了之后，你会发现磁盘空间一个劲往下掉。原因很简单：你拉的每个镜像、启动的每个容器、创建的每个数据卷，都会在宿主机上占空间。特别是频繁构建镜像之后，那些无用的中间层、悬挂镜像（dangling images，指没有被任何容器引用也没有tag标记的镜像），加起来体积非常可观。

日常维护用这三条命令就够了：

docker system df

这条命令能显示Docker占用的磁盘概况——镜像占了多少、容器占了多少、数据卷占了多少、构建缓存占了多少。看完再决定清理什么。

docker system prune -a --volumes

这条是"大扫除"，会删除所有未被运行中容器引用的镜像、停止的容器、网络和数据卷。注意，-a会把你可能还想用的非latest镜像也删掉，所以执行前想清楚，或者只用不带-a的docker system prune做个轻量清理。

如果你只想单独清某类资源，也有对应命令：docker image prune清悬挂镜像，docker container prune清停止的容器，docker volume prune清无主的数据卷。建议每个季度做一次清理，我自己的服务器上，每次清理都能释放几十GB的空间。

4.5 常见问题速查表

5. 基于Docker的一键搭建MySQL 8.0实例

概念和安装都过了一遍，接下来用实际案例固化学到的东西。这里我带你把最常用的中间件MySQL装在Docker里，整个过程你至少能复习到镜像拉取、容器运行、数据卷、端口映射、日志查看这五个关键知识点。

5.1 用docker run快速启动MySQL 8.0容器

单容器启动MySQL是最直接的用法。执行下面的命令：

docker run -d \ --name mysql8 \ -p 3306:3306 \ -e MYSQL_ROOT_PASSWORD=root123 \ -v mysql_data:/var/lib/mysql \ mysql:8.0

拆解一下参数的含义：

• -d：后台运行，不占用终端
• --name mysql8：给容器起个名字，之后所有操作都用这个名字引用它
• -p 3306:3306：宿主机3306映射容器3306，外部程序通过宿主机IP加3306访问
• -e MYSQL_ROOT_PASSWORD=root123：传入环境变量，设置MySQL的root密码。这是一个明文风险点，真实生产环境建议用MYSQL_ROOT_PASSWORD_FILE配合配置文件或密钥管理
• -v mysql_data:/var/lib/mysql：把Docker管理的匿名数据卷挂载到容器内MySQL数据目录，容器即使删了，数据也还在

执行完之后，用docker ps看容器状态，出现Up字样说明已经在运行了。再用docker exec -it mysql8 mysql -p进入MySQL命令行，输入密码就能操作数据库。

5.2 用Docker Compose管理多服务环境

单容器能跑是因为MySQL本身依赖少，但真实项目里往往一个后端要同时连MySQL和Redis，这时用docker run写一堆命令就太傻了。来看Compose写法的实际效果。

新建一个项目目录myapp，在里面创建docker-compose.yml文件：

version: '3.8' services: mysql: image: mysql:8.0 container_name: myapp-mysql restart: always environment: MYSQL_ROOT_PASSWORD: root123 MYSQL_DATABASE: myapp MYSQL_USER: myapp_user MYSQL_PASSWORD: myapp_pass ports: - "3306:3306" volumes: - mysql_data:/var/lib/mysql redis: image: redis:7 container_name: myapp-redis restart: always ports: - "6379:6379" volumes: - redis_data:/data volumes: mysql_data: redis_data:

在终端进入项目目录，执行docker compose up -d。Docker会拉取mysql:8.0和redis:7两个镜像，创建两个容器，并搭建一个内部网络。MySQL容器里会自动创建一个myapp数据库和对应的用户，后端程序连接时，host写myapp-mysql或myapp-mysql对应的容器IP都能通，Redis连接host写myapp-redis即可。

这种"基础设施即代码"的思维方式，我强烈建议你再忙也要上手试一遍。它把你记忆中所有的环境配置、启动参数、网络关系都沉淀成一份可版本管理的文件，比零散的shell命令靠谱得多。后续项目改端口、换版本，只需要编辑YAML文件再执行一次docker compose up -d，整个环境的变更就完成了，这在没有Docker之前是不可想象的效率提升。

6. 一些经验之谈：Docker学习路线的个人建议

前面讲了这么多概念和操作，最后聊聊我自己的心得体会，算是给刚入门的人指一条相对顺畅的路。

第一，不要一开始就沉迷于背命令。docker run的参数有一二十个，靠背根本记不住。更好的方式是先理解每个参数解决什么问题——-p解决外部访问问题，-v解决数据持久化问题，-e解决配置注入问题。理解了问题，参数自然就记住了。忘了具体写法也没关系，docker run --help随时可以看，但知道"我需要解决什么问题"这件事，命令本身不会告诉你。

第二，刻意练习"容器思维"。容器思维其实就是问自己三个问题：这个进程需要什么运行环境？它的数据存在哪里才能不丢？它要被谁访问、通过什么端口？把这三个问题盘清楚，再复杂的服务部署也能拆成一段清晰明了的docker run或Compose配置。

第三，慢慢从"用Docker"过渡到"读Dockerfile"。我在5.1节里给你举例的是用现成镜像跑容器，但真实项目里，更要紧的是自己去写Dockerfile。因为真正能提升工程效率的定制化环境，还得靠自定义镜像来固化。你可以从最简单的"把Node.js应用容器化"开始练手，写一个三行的Dockerfile，构建一次之后，那种"这么复杂的环境也能被固化成一个小文件"的成就感，是光跑现成镜像体会不到的。

第四，Docker Compose一定要尽早学习，不要等需要了才学。很多初学者在单容器上折腾了一个月都不碰Compose，觉得"一条命令能跑起来的事，用什么编排工具"。但等你接触到微服务、自动化测试、多环境部署，你会发现Compose不是可选方案，而是基础技能。

说实话，Docker这套东西的门槛不在技术上，而在理解方式的转变上。你以前伺候的是服务器上的操作系统，现在伺候的是一个个集装箱。集装箱里面是什么对你并不重要，重要的是你如何快速造箱、搬箱、开箱、回收箱。想通这一层，后面Kubernetes、服务网格那些更复杂的容器编排技术，学起来都会轻松不少。