Кафедра ИСиТ ВГТУ
🎓 ИППРПО — Инструменты поддержки промышленной разработки ПО

Лаб. работа \"Docker: Образы\"

👤 Бизюк Андрей 📅 16.12.2025 ⏱️ 6 мин. чтения lab

Лабораторная работа по теме “Docker: Образы”

Цель работы

Изучить концепции Docker-образов, их структуру и принципы работы. Получить практические навыки создания собственных образов с использованием Dockerfile, работы с многослойной архитектурой, оптимизации размера образов и управления тегами.

Краткие теоретические сведения

Docker-образ — это неизменяемый шаблон, содержащий инструкции для создания контейнера. Образ состоит из набора слоев, каждый из которых представляет собой результат выполнения определенной инструкции в Dockerfile.

Ключевые концепции Docker-образов:

  • Слои (Layers) — образ строится из нескольких слоев, каждый слой добавляет новые файлы или изменяет существующие. Слои являются неизменяемыми и кэшируются для ускорения сборки.
  • Базовый образ (Base Image) — начальный слой, на основе которого строится весь образ. Это может быть минимальная операционная система (Alpine, Ubuntu) или готовый образ с предустановленным ПО.
  • Теги (Tags) — метки для версионирования образов. Позволяют указывать конкретные версии ПО (например, nginx:1.21, python:3.9).
  • Dockerfile — текстовый файл с инструкциями для сборки образа.
  • Кэширование — Docker кэширует промежуточные слои, что ускоряет повторную сборку образа при неизмененных инструкциях.
  • Многоэтапная сборка (Multi-stage builds) — техника для уменьшения размера финального образа за счет разделения процесса сборки и финального образа.

Преимущества легковесных образов:

  • Быстрая загрузка и распространение
  • Меньшее потребление дискового пространства
  • Быстрый запуск контейнеров
  • Повышенная безопасность (меньше поверхности атаки)

Краткий справочник по инструкциям Dockerfile

Основные инструкции

  • FROM <образ>[:<тег>] — указывает базовый образ для сборки
  • RUN <команда> — выполняет команду во время сборки образа
  • COPY <источник> <назначение> — копирует файлы с хоста в образ
  • ADD <источник> <назначение> — копирует файлы с хоста или URL в образ (расширенная версия COPY)
  • WORKDIR <путь> — устанавливает рабочую директорию для последующих инструкций
  • ENV <ключ>=<значение> — устанавливает переменную окружения
  • EXPOSE <порт> — указывает порт, который будет использовать контейнер (документация)
  • CMD ["команда", "аргументы"] — команда по умолчанию при запуске контейнера
  • ENTRYPOINT ["команда"] — основная команда контейнера (не переопределяется при запуске)
  • VOLUME ["путь"] — создает точку монтирования для тома

Инструкции для многоэтапной сборки

  • AS <имя> — именует стадию сборки (используется с FROM)
  • COPY --from=<источник> — копирует файлы из предыдущей стадии сборки

Требования к окружению

  • Операционная система: Debian 13 “Trixie” или новее
  • Docker Engine установлен и настроен
  • Доступ в Интернет для загрузки образов
  • Учетная запись пользователя без прав root
  • Текстовый редактор (nano, vim или другой)

Порядок выполнения работы

Часть 1. Изучение существующих образов

  1. Просмотр доступных образов Посмотрите список всех образов на вашей системе:

    1docker images

    Обратите внимание на столбцы: REPOSITORY, TAG, IMAGE ID, CREATED, SIZE.

  2. Получение детальной информации об образе Получите подробную информацию о любом образе:

    1docker inspect nginx:alpine

    Найдите информацию о слоях, переменных окружения, портах и других параметрах.

  3. История образа Посмотрите историю создания образа:

    1docker history nginx:alpine

    Это покажет список слоев и команды, которые были использованы для их создания.

Часть 2. Создание простого Dockerfile

  1. Создание рабочей директории Создайте директорию для работы с Dockerfile:

    1mkdir ~/docker-images-lab
2cd ~/docker-images-lab

  2. Создание простого веб-приложения Создайте файл app.py с простым веб-сервером:

     1from flask import Flask
 2import os
 3
 4app = Flask(__name__)
 5
 6@app.route('/')
 7def hello():
 8    return f'Hello from Docker! Container ID: {os.uname()[1]}'
 9
10@app.route('/health')
11def health():
12    return {'status': 'healthy'}, 200
13
14if __name__ == '__main__':
15    app.run(host='0.0.0.0', port=5000)

  3. Создание requirements.txt Создайте файл с зависимостями:

    1flask==2.3.3

  4. Создание первого Dockerfile Создайте файл Dockerfile со следующим содержимым:

     1# Базовый образ Python
 2FROM python:3.11-slim
 3
 4# Установка рабочей директории
 5WORKDIR /app
 6
 7# Копирование файлов зависимостей
 8COPY requirements.txt .
 9
10# Установка зависимостей
11RUN pip install --no-cache-dir -r requirements.txt
12
13# Копирование приложения
14COPY app.py .
15
16# Указание порта
17EXPOSE 5000
18
19# Команда запуска
20CMD ["python", "app.py"]

  5. Сборка образа Соберите образ с тегом my-app:v1:

    1docker build -t my-app:v1 .

    Обратите внимание на процесс сборки и кэширование слоев.

  6. Проверка размера образа Посмотрите размер созданного образа:

    1docker images my-app:v1

  7. Тестирование образа Запустите контейнер из образа:

    1docker run -d -p 5000:5000 --name my-app-container my-app:v1

    Проверьте работу приложения:

    1curl http://localhost:5000
2curl http://localhost:5000/health

Часть 3. Оптимизация образа

  1. Создание оптимизированного Dockerfile Создайте новый файл Dockerfile.optimized:

     1# Многоэтапная сборка для уменьшения размера
 2FROM python:3.11-slim as builder
 3
 4# Установка зависимостей для сборки
 5WORKDIR /app
 6COPY requirements.txt .
 7RUN pip install --user --no-cache-dir -r requirements.txt
 8
 9# Финальный образ
10FROM python:3.11-slim
11
12# Создание непривилегированного пользователя
13RUN useradd -m -u 1000 appuser
14
15# Установка рабочей директории
16WORKDIR /app
17
18# Копирование установленных зависимостей из builder
19COPY --from=builder /root/.local /home/appuser/.local
20
21# Копирование приложения
22COPY app.py .
23
24# Изменение владельца
25RUN chown -R appuser:appuser /app
26
27# Переключение на непривилегированного пользователя
28USER appuser
29
30# Обновление PATH
31ENV PATH=/home/appuser/.local/bin:$PATH
32
33# Указание порта
34EXPOSE 5000
35
36# Команда запуска
37CMD ["python", "app.py"]

  2. Сборка оптимизированного образа Соберите оптимизированный образ:

    1docker build -f Dockerfile.optimized -t my-app:v2 .

  3. Сравнение размеров Сравните размеры обоих образов:

    1docker images | grep my-app

    Запишите разницу в размерах.

  4. Тестирование оптимизированного образа Запустите оптимизированный образ:

    1docker run -d -p 5001:5000 --name my-app-optimized my-app:v2

    Проверьте его работу:

    1curl http://localhost:5001

Часть 4. Работа с Alpine Linux

  1. Создание Alpine-based образа Создайте файл Dockerfile.alpine:

     1# Использование Alpine Linux для минимального размера
 2FROM python:3.11-alpine
 3
 4# Установка рабочей директории
 5WORKDIR /app
 6
 7# Копирование файлов
 8COPY requirements.txt app.py ./
 9
10# Установка зависимостей
11RUN pip install --no-cache-dir -r requirements.txt
12
13# Указание порта
14EXPOSE 5000
15
16# Команда запуска
17CMD ["python", "app.py"]

  2. Сборка Alpine образа Соберите образ на базе Alpine:

    1docker build -f Dockerfile.alpine -t my-app:alpine .

  3. Сравнение всех образов Сравните размеры всех созданных образов:

    1docker images my-app

    Обратите внимание на разницу между slim и alpine версиями.

Часть 5. Тегирование и управление версиями

  1. Добавление дополнительных тегов Добавьте несколько тегов к существующему образу:

    1docker tag my-app:v1 my-app:latest
2docker tag my-app:v1 my-app:production
3docker tag my-app:v2 my-app:optimized

  2. Просмотр всех тегов Посмотрите все теги образа:

    1docker images my-app

  3. Удаление образа по тегу Удалите один из тегов:

    1docker rmi my-app:production

    Проверьте, что образ остался под другими тегами.

Часть 6. Исследование слоев образа

  1. Детальный анализ слоев Посмотрите детальную информацию о слоях образа:

    1docker history my-app:v1
2docker history my-app:v2
3docker history my-app:alpine

  2. Сравнение слоев Сравните количество слоев и их размеры в разных образах.

  3. Использование dive для анализа Установите и используйте утилиту dive для графического анализа образов (если доступно):

    1docker run --rm -it -v /var/run/docker.sock:/var/run/docker.sock wagoodman/dive:latest my-app:v1

Задания для самостоятельного выполнения

  1. Создание образа с Nginx и статическим сайтом Создайте Dockerfile, который:

    • Использует официальный образ nginx:alpine как базовый
    • Копирует простой HTML-файл с вашей страницей
    • Оптимизирует размер, удаляя ненужные файлы
    • Запускает nginx от непривилегированного пользователя
    • Использует многоэтапную сборку для минимизации размера

  2. Создание образа с Node.js приложением Создайте простое Node.js приложение и Dockerfile для него. Используйте:

    • node:alpine как базовый образ
    • Оптимизированную установку зависимостей
    • Healthcheck для проверки работоспособности
    • Минимальное количество слоев

  3. Исследование кэширования Создайте Dockerfile и проведите несколько сборок, изменяя разные части файла. Наблюдайте:

    • Какие слои кэшируются
    • На каком этапе кэш сбрасывается
    • Как оптимизировать порядок инструкций для лучшего кэширования

  4. Создание образа с несколькими тегами Создайте образ и назначьте ему несколько тегов (latest, stable, v1.0). Проверьте:

    • Как теги связаны с одним образом
    • Что происходит при удалении тега
    • Как работает команда docker tag

  5. Анализ безопасности образа Используйте команду docker scan (если доступна) или другие инструменты для:

    • Проверки уязвимостей в образе
    • Сравнения безопасности разных базовых образов
    • Поиска неиспользуемых компонентов

Контрольные вопросы

  1. Что такое Docker-образ и как он отличается от контейнера?
  2. Какие преимущества дает использование многоэтапной сборки?
  3. Почему важно минимизировать количество слоев в образе?
  4. Как работает кэширование слоев при сборке образа?
  5. В чем разница между инструкциями CMD и ENTRYPOINT?
  6. Какие существуют способы уменьшения размера Docker-образа?
  7. Что такое теги и как они используются для версионирования образов?

Требования к отчету

Отчет по лабораторной работе должен содержать:

  1. Титульный лист
  2. Цель работы
  3. Пошаговое описание выполнения работы с приведением всех вводимых команд и их выводов (можно в виде скриншотов или текстовых блоков)
  4. Сравнительную таблицу размеров созданных образов
  5. Вывод, в котором необходимо кратко описать полученные знания и навыки, а также привести примеры оптимизированных Dockerfile для ваших заданий
← Лаб. работа "Docker: Сети" Лаб. работа "Docker Compose: Управление … →