Docker存出载入镜像
镜像的存出和载入
如果你的生产环境不能连通互联网，而你又希望从互联网上获取镜像。你就需要借助 docker save命令，可以将镜像导出为 tar 文件。使用 docker load 命令，可以将tar文件导入镜像库。整个流程是这样的:
存出镜像
先用 docker images 查看本地的镜像，然后使用 docker save 可以将镜像保存为tar文件。
$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
docker.elastic.co/elasticsearch/elasticsearch 6.3.1 fa7212eab151 2 weeks ago 783MB
alpine 3.8 4e0b9a3dffba 2 weeks ago 4.41MB
rs-rootfs 0.1 8d7cc52f0b8e 2 weeks ago 942kB
chello 0.1 0ffaacaa21e5 2 weeks ago 8.43kB
bashtest 0.2 109fb224038d 2 weeks ago 4.15MB
bashtest 0.1 2c411bd2be86 2 weeks ago 4.15MB
alpine 3.7 bf17a07bd8a7 2 weeks ago 4.14MB
hello-node v1 c95a898a2382 3 weeks ago 655MB
jenkinsci/blueocean latest 359cfdd876c8 2 months ago 440MB
hello-world latest e38bc07ac18e 3 months ago 1.85kB
frolvlad/alpine-python2 latest a8dc2527e0b3 3 months ago 51.9MB
alpine latest 3fd9065eaf02 6 months ago 4.15MB
node 6.9.2 faaadb4aaf9b 19 months ago 655MB
$ docker save -o elasticsearch.tar docker.elastic.co/elasticsearch/elasticsearch:6.3.1
$ ls -lh elasticsearch.tar
-rw------- 1 rousseau staff 756M Jul 16 08:55 elasticsearch.tar
载入镜像
尝试先把本地镜像库中的镜像删除，然后通过load载入镜像。
$ docker rmi fa7212eab151
Untagged: docker.elastic.co/elasticsearch/elasticsearch:6.3.1
Untagged: docker.elastic.co/elasticsearch/elasticsearch@sha256:178051b116c91ae525369f3468aec167fb2c1cd90456e86c717cb1d135b8595e
Deleted: sha256:fa7212eab151480a2f27491b4a4f987fb587b94f7531409631fa3bb0811e9273
Deleted: sha256:4ef53057ef48035881a80a481c7ea8d8722885180c21fde3aa6391fc846eb3e2
Deleted: sha256:819b25b6519e51c4b6158fbf69eaf2202dfc1665d1f3513c01057782755b866b
Deleted: sha256:572682d02d3ac5f7622de248990d0d8fd0d634eefb70720c9b50367998cfb987
Deleted: sha256:0af1f6a985f53cca0c0b6afdc349641d41196b4064daf9fe9833a1f6af150c65
Deleted: sha256:f2620642608b97bef66f349cc53d7c96d3f962ce94c5d3617c3269c1444082b9
Deleted: sha256:a5920f10fe632bec52bbac5778514ec8a484824df0554487fa37c778717d03a2
Deleted: sha256:30e66cbe95d84b73a110895ca38a07bd2982445207769d457a69e96bc0957d3f
Deleted: sha256:bcc97fbfc9e1a709f0eb78c1da59caeb65f43dc32cd5deeb12b8c1784e5b8237
$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
alpine 3.8 4e0b9a3dffba 2 weeks ago 4.41MB
rs-rootfs 0.1 8d7cc52f0b8e 2 weeks ago 942kB
chello 0.1 0ffaacaa21e5 2 weeks ago 8.43kB
bashtest 0.2 109fb224038d 2 weeks ago 4.15MB
bashtest 0.1 2c411bd2be86 2 weeks ago 4.15MB
alpine 3.7 bf17a07bd8a7 2 weeks ago 4.14MB
hello-node v1 c95a898a2382 3 weeks ago 655MB
jenkinsci/blueocean latest 359cfdd876c8 2 months ago 440MB
hello-world latest e38bc07ac18e 3 months ago 1.85kB
frolvlad/alpine-python2 latest a8dc2527e0b3 3 months ago 51.9MB
alpine latest 3fd9065eaf02 6 months ago 4.15MB
node 6.9.2 faaadb4aaf9b 19 months ago 655MB
$ docker load -i elasticsearch.tar
bcc97fbfc9e1: Loading layer [==================================================>] 208.2MB/208.2MB
8f826d39fe4c: Loading layer [==================================================>] 343.4MB/343.4MB
3e419e8be9df: Loading layer [==================================================>] 3.584kB/3.584kB
3cfabbe08a15: Loading layer [==================================================>] 23.28MB/23.28MB
2a161ac3381b: Loading layer [==================================================>] 311.3kB/311.3kB
c509aa7073b4: Loading layer [==================================================>] 217.7MB/217.7MB
62bea52fec7a: Loading layer [==================================================>] 7.68kB/7.68kB
95aa6851545e: Loading layer [==================================================>] 9.728kB/9.728kB
Loaded image: docker.elastic.co/elasticsearch/elasticsearch:6.3.1
$ docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
docker.elastic.co/elasticsearch/elasticsearch 6.3.1 fa7212eab151 2 weeks ago 783MB
alpine 3.8 4e0b9a3dffba 2 weeks ago 4.41MB
rs-rootfs 0.1 8d7cc52f0b8e 2 weeks ago 942kB
chello 0.1 0ffaacaa21e5 2 weeks ago 8.43kB
bashtest 0.2 109fb224038d 2 weeks ago 4.15MB
bashtest 0.1 2c411bd2be86 2 weeks ago 4.15MB
alpine 3.7 bf17a07bd8a7 2 weeks ago 4.14MB
hello-node v1 c95a898a2382 3 weeks ago 655MB
jenkinsci/blueocean latest 359cfdd876c8 2 months ago 440MB
hello-world latest e38bc07ac18e 3 months ago 1.85kB
frolvlad/alpine-python2 latest a8dc2527e0b3 3 months ago 51.9MB
alpine latest 3fd9065eaf02 6 months ago 4.15MB
node 6.9.2 faaadb4aaf9b 19 months ago 655MB
参考资料
Docker存出载入镜像的更多相关文章
- docker核心概念（镜像、容器、仓库）及基本操作
概要 docker是一种linux容器技术.容器有效的将由单个操作系统挂管理的资源划分到孤立的组中,以便更好的在组之间平衡有冲突的资源使用需求.可简单理解为一种沙盒 .每个容器内运行一个应用,不同的容 ...
- Docker镜像的创建、存出、载入
创建镜像的方法有三种:基于已有镜像的容器创建.基于本地模板导入.基于Dockerfile创建,本博文讲解前两种. 基于已有镜像的容器创建 该方法是使用docker commit命令,其命令格式为: ...
- 存出和载入Docker镜像
存出镜像 如果要导出镜像到本地文件,可以使用 docker save 命令. $ sudo docker images REPOSITORY TAG IMAGE ID CREATED VIRTUAL ...
- docker镜像存出与载入
尝试从官网上下载ubuntu镜像,太慢下载不下来. 使用daocloud加速器进行加速之后,由于公司网络不好,仍然下载不下来. 没办法,只能从别的环境上搞一个已经存在的ubuntu镜像,折腾到自己的虚 ...
- Docker 本地导入镜像/保存镜像/载入镜像/删除镜像
1.Docker导入本地镜像 有时候我们自己在本地或者其它小伙伴电脑上拷贝了一份镜像,有了这个镜像之后,我们可以把本地的镜像导入,使用docker import 命令. 例如这里下载了一个 aliba ...
- Docker入门之二镜像
Docker大部分的操作都是围绕三大核心概念:镜像.容器.仓库.学Docker首先得了解这几个词.这几个词可能平时也会有涉及,但Docker中可能不是同样得概念. 一.三大核心概念 镜像:可能在安装软 ...
- Docker学习笔记：镜像、容器、数据卷
核心概念 镜像:一个只读的模板,类似虚拟机的镜像. 容器:可以理解为镜像的一个运行实例.运行时类似于沙箱,多个容器互相独立. 仓库:存放镜像文件的地方. 镜像 命令表格 命令 解释 选项 docker ...
- docker怎么导出导入镜像
https://blog.csdn.net/dest_dest/article/details/80612231 把某个docker镜像保存到本地文件,命令如下docker save -o 镜像名.t ...
- 【转】深入 Docker：容器和镜像
在本专栏往期的 Flux7 系列教程 里,我们已经简单地探讨了 Docker 的基本操作.而在那篇教程中,我们一直是简单地将容器当成是"正在运行的镜像",并没有深入地区分镜像和容器 ...
随机推荐
- maven 配置阿里云仓库
<mirror> <id>nexus-aliyun</id> <mirrorOf>*</mirrorOf> < ...
- requireJS2
requireJS的初步掌握(二) 前面我们讲述了requireJS的一些认知和优点,==>http://www.cnblogs.com/wymbk/p/6366113.html 这章我们主要描 ...
- 016.Zabbix聚合监控
一 Zabbix监控机汇总计算 用Calcuated Items可以对Items进行汇总计算,如求磁盘总容量.网络流量,只依赖于Zabbix-Server,与Zabbix-Agent和proxy无关. ...
- 概率dp总结
终于做到概率dp题了,开个总结帖记录一下 首先是几篇论文:有关概率和期望问题的研究 做了这么多题,实际上没什么特别好总结的,就是搞清状态和转移,顺着写就行了,和基本dp差不多 概率是由过去到现在dp[ ...
- 【转载】CMenu自绘---钩子---去除边框
使用默认的CMenu菜单类或者继承CMenu实现的菜单扩展类,在显示的时候最外层都会有边框出现,或者说是具有3D外观(菜单阴影不算),当改变菜单背景色或者需要加个边框线时就会看上去很不美观.看过很多菜 ...
- [Java]进程与线程的区别(转)
线程是指进程内的一个执行单元,也是进程内的可调度实体. 与进程的区别: (1)地址空间:进程内的一个执行单元;进程至少有一个线程;它们共享进程的地址空间;而进程有自己独立的地址空间; (2)资源拥有: ...
- spring boot学习总结（二）-- 关于@SpringBootApplication的一些基础知识点
1.@SpringBootApplication 它是一个复合Annotation,实际上对于SpringBoot应用来说,最重要的是只有三个 @Target(ElementType.TYPE) @R ...
- Linux——多线程下解决生产消费者模型
我们学习了操作系统,想必对生产消费者问题都不陌生.作为同步互斥问题的一个经典案例,生产消费者模型其实是解决实际问题的基础模型,解决很多的实际问题都会依赖于它.而此模型要解决最大的问题便是同步与互斥.而 ...
- C++ Primer笔记3_默认实參_类初探_名字查找与类的作用域
1.默认函数实參 在C++中,能够为參数指定默认值,C语言是不支持默认參数的,Java也不支持! 默认參数的语法与使用: (1)在函数声明或定义时,直接对參数赋值.这就是默认參数: (2)在函数调用时 ...
- ARM-JTAG-SWD-schematic