惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

aimingoo的专栏
aimingoo的专栏
TaoSecurity Blog
TaoSecurity Blog
P
Palo Alto Networks Blog
S
Securelist
C
CXSECURITY Database RSS Feed - CXSecurity.com
Cisco Talos Blog
Cisco Talos Blog
WordPress大学
WordPress大学
S
Schneier on Security
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
AWS News Blog
AWS News Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
P
Privacy International News Feed
Security Latest
Security Latest
NISL@THU
NISL@THU
Cyberwarzone
Cyberwarzone
I
Intezer
Hugging Face - Blog
Hugging Face - Blog
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
P
Privacy & Cybersecurity Law Blog
博客园_首页
Know Your Adversary
Know Your Adversary
K
KPMG report finds enterprise disconnect between AI and its ROI | CIO
人人都是产品经理
人人都是产品经理
Y
Y Combinator Blog
博客园 - Franky
月光博客
月光博客
GbyAI
GbyAI
G
Google Developers Blog
V2EX - 技术
V2EX - 技术
W
WeLiveSecurity
Google Online Security Blog
Google Online Security Blog
S
Security Affairs
K
Kaspersky official blog
Apple Machine Learning Research
Apple Machine Learning Research
美团技术团队
T
Troy Hunt's Blog
阮一峰的网络日志
阮一峰的网络日志
大猫的无限游戏
大猫的无限游戏
The GitHub Blog
The GitHub Blog
T
Threat Research - Cisco Blogs
Exploit-DB.com RSS Feed
Exploit-DB.com RSS Feed
博客园 - 司徒正美
Cloudbric
Cloudbric
Blog — PlanetScale
Blog — PlanetScale
博客园 - 叶小钗
U
Unit 42
H
Hackread – Cybersecurity News, Data Breaches, AI and More
C
Check Point Blog
G
GRAHAM CLULEY

博客园_首页

Plist 二进制格式 Milvus 和 PGVector,哪个更好? OpenClaw 已过时?在 VS Code 中运行 Hermes Agent! 第30篇文章:一个大三计科生的自白 Manim如何在数学公式中完美显示中文? Docker 部署 RocketMQ 5 并发编程核心概念辨析 C#事务处理最佳实践:别再让“主表存了、明细丢了”的破事发生 CLI 是什么?为什么大厂突然集体卷命令行? 【从0到1构建一个ClaudeAgent】协作-自主Agent UIImageView 设置图片不生效的原因排查 最小二乘问题详解20:无先验约束下的增量式SFM自由网平差 痞子衡嵌入式:大话双核i.MXRT1180之XIP应用里借助MU实现可靠Flash IAP的方法 AI Chat 封装, SemanticKerne.AiProvider.Unified 已发布 Windows下右键编辑js文件无法打开记事本——在注册表中使用环境变量 在后台服务中使用 Scoped 服务,为什么总是报错? H200 安装驱动并使用sglang启动模型 wireshark 抓包Trap上报告警内容 我用 AI 辅助开发了一系列小工具(2):图片压缩工具 [A Primer On MC and CC] 2.1 Memory Consistency 1 - 指令重排序和 SC 模型 Oracle数据库SCN推进技术详解与实践指南 玩转控件:封装个带图片的Label控件 Claude Code 4.7 真正该升级的不是模型,而是你的工作流 前端小白一句话,AI 帮我做了个颜值拉满的桌面媒体播放器。当代码不再是门槛,一句话编程就是现实。 5. WorkBuddy: 小龙虾的灵魂三件套,让你的小龙虾不只是工具 SQLite 分片方案实战:三种分片策略的深度对比 告别简陋 UI!一款基于 Fluent Design 和基于 WinUI 的开源免费、现代化的 Avalonia UI 控件库 关于二进制排列组合枚举的总结 AI开发-python-LangGraph框架(3-27-LangGraph从零实现大模型智能决策工作流) ElasticSearch主分片和副本分片概念详解 【002】HTTPS 粗解:证书、TLS 握手与对后端配置的影响 Hermes Agent 一周暴涨五万 Star,但我劝你别急着追 明明连接的是Redis的DB0,为什么能查到DB3的数据? 【从0到1构建一个ClaudeAgent】协作-Agent团队 熟悉电子元器件之后,电子小白下一步该怎么走? MAF快速入门(23)通过C#类定义Skills .NET 高级开发 | 手写一个对象映射框架 FastAPI数据库ORM怎么选?我肝了三个Demo后,终于不再纠结了 mysqldump 参数拾遗:在遗忘与铭记之间 C# .NET 周刊|2026年3月5期 Claude code入门 - 陈彦斌 一文学习入门 ThingsBoard 开源物联网平台 GitHub 热门项目 | 2026年04月16日 如何为GIT设置全局勾子,为每次提交追加信息 Number.isFinite和isFinite与isNaN()和Number.isNaN的区别 PortSwigger SQL注入LAB2 推荐一个测试人必备的Skills,从功能到性能全搞定(附详细实操和安装下载方式) 筑基期:掌握Odoo基础核心知识点02(Odoo XML 开发方式详解) GLM模型这么火,咱们用vllm也咧一个呗! 深入理解 AbortController:从底层原理到跨语言设计哲学 字符串学习笔记 多租户系统框架的基础模块设计和分析设计 Apache SeaTunnel Zeta 为什么能做到“又快又稳”? AI开发-python-LangGraph框架(3-26-LangGraph基本概念及第一个简单样例) Vue 3 组件通信,别只会用 Props 和 Emits 了,这几个狠活儿你得看看 ElasticSearch7.X版本配置密码 用Manim实现动态交点计算--从一个动点问题说起 团结引擎+Addressable+Instant Game打包抖音小游戏 function call 实战:让 LLM 自动判断 pod 异常、调用日志工具并完成故障分析 bubseek —— 让 Agent 的足迹,变成团队的洞察 通过 C# 读取并导出 PDF 书签 如何用 GitHub Actions 实现 Steam 自动化发布 【从0到1构建一个ClaudeAgent】并发-后台任务 .NET 高级开发 | 定制 ASP.NET Core 框架 电子小白:什么是运算放大器(运放) zero2Agent:面向大厂面试的 Agent 工程教程,从概念到生产的完整学习路线 堆上的ORW HC32F460 USB CDC通信异常:非对齐访问异常排查 20260413-Hyperbridge 攻击事件:发生在默克尔山上的验证绕过 那些喊着AI 要淘汰你的人,正在靠你的焦虑赚大钱! 深度学习进阶(八)Swin Transformer 最小二乘问题详解19:带先验约束的增量式SFM优化与实现 SnapTranslate 3.0 正式发布:全局划词翻译 + 完整英语学习闭环,一站式搞定查词、记词、复习 工作的意义、工作的困难认知再思考 .NET + AI 进阶实战:基于类的技能开发 - 打造可治理的 Agent 能力模块 【从0到1构建一个ClaudeAgent】规划与协调-技能 上周热点回顾(4.6-4.12) 电子小白的工具三件套:面包板、杜邦线、万能板 单表五亿数据的查询优化 | Mysql、StarRocks 2. WorkBuddy:从“我是谁”到“帮我干活” C# 如何减少代码运行时间:7 个实战技巧 基于HelixToolkit.SharpDX 渲染3D模型 - 笺上知微 从零开始的双臂具身VLA起源及现阶段发展综述 - SkyXZ 记对 xonsh shell 的使用, 脚本编写, 迁移及调优 - pluvium27 受够了Vibe Coding的失控?换个起点,让AI事半功倍 从开始配置漏洞环境到漏洞复现流程 - 難しい 关于10年工作经验的程序员对OpenClaw的实战经验分享以及看法 - 虚无境 Any metadata 的内存布局 C# .NET 周刊|2026年3月2期 - InCerry 我帮你测过了,测试圈排名第二的 Skill 依然很牛逼 Skill Discovery | 无监督技能发现的经典工作总结 - MoonOut 上下文工程是什么?过时了么?一文讲明白! - 一枫说码 开了 TUN 模式还是直连?90% 的人都踩过这个坑 AScript扩展多种脚本语言 - rockey627 AI 学习笔记:Agent 的记忆机制 你能被装进一个文件里吗?——7 万人把同事"蒸馏"成了 AI - 我没有三颗心脏 Claude Code 通关手册(七):给 AI 装上技能包——Skills 完全指南 - 暮色之狐 在浏览器中快速编辑代码:VSCode Web 集成实践 - Newbe36524 蒸馏自己 skill?基于 Deepseek 的蒸馏器,丐版蒸馏方式,简单便捷 - To_Carpe_Diem Spring AI Aliababa和AgentScope,哪个更好? - 苏三说技术
Docker学习笔记:后端、数据库和反向代理怎么一起跑起来
养肥胖虎 · 2026-05-14 · via 博客园_首页

Docker学习笔记:后端、数据库和反向代理怎么一起跑起来

好家伙,

这次我们来系统梳理一下 Docker.

之前我对 Docker 的理解比较散:

知道它能部署项目
知道它有镜像和容器
知道 docker compose 可以一起启动多个服务

但真正把一个 Go 后端服务,PostgreSQL 数据库,Nginx 反向代理放到一起思考时,才发现 Docker 不是单纯的"启动工具".

它更像是把一个系统的运行环境,依赖关系,启动方式,网络关系,统一整理成一套可以重复执行的部署方案.

这篇文章就从一个后端项目部署的角度,把 Docker 里的几个核心概念串起来.

0.背景:为什么会有多系统协作问题

先看一个最常见的后端项目.

它看起来好像只是一个服务:

Go API 服务

但真正部署时,它往往不是单独存在的.

它还需要:

1. 数据库,比如 PostgreSQL
2. 反向代理,比如 Nginx
3. 环境变量,比如数据库密码和 token
4. 端口映射,比如本机 18088 对应容器里的 8080
5. 数据持久化,比如数据库数据不能随着容器删除一起丢
6. 服务网络,比如 API 容器怎么访问数据库容器

也就是说,一个后端系统真正跑起来时,更像这样:

用户
  -> Nginx
  -> Go API
  -> PostgreSQL

这个时候问题来了:

如果我手动部署,我要在服务器上做很多事:

安装 Go
安装 PostgreSQL
配置数据库账号
配置 Nginx
配置环境变量
启动后端进程
处理端口冲突
处理日志
处理重启

这套东西在我的电脑上能跑,不代表在服务器上也能跑.

甚至今天能跑,下个月换一台机器,可能又要重新踩一遍坑.

所以 Docker 要解决的核心问题不是"让命令变短".

而是:

让应用和运行环境一起被描述,一起被交付,一起被启动.

这就是 Docker 对部署最有价值的地方.

1.Docker介绍:它到底解决什么问题

我现在对 Docker 的理解是:

Docker 是一个应用打包和运行环境管理工具.

它可以把应用运行需要的东西放到一个相对独立的环境里.

比如一个 Go 后端服务需要:

Linux 运行环境
编译好的二进制文件
配置文件
环境变量
端口
启动命令

这些东西可以通过 Dockerfile 和 compose 文件描述出来.

这样别人拿到项目时,不需要问:

你本机 Go 版本是多少?
数据库怎么装?
端口怎么配?
服务怎么启动?

而是直接:

docker compose up -d --build

当然,Docker 不是虚拟机.

它不是在你的电脑里完整模拟一台新电脑.

更准确一点说,Docker 是让进程运行在隔离的容器环境里.

这个隔离环境里有自己的文件系统,网络,环境变量和启动命令.

所以我们会经常看到这些关键词:

Dockerfile
image 镜像
container 容器
volume 数据卷
network 网络
compose 多服务编排

这些词刚开始看起来多,但其实可以按一个流程理解:

Dockerfile 写打包规则
  -> build 出镜像
  -> run 出容器
  -> volume 保存数据
  -> network 连接服务
  -> compose 管理一组服务

2.镜像:什么是镜像

镜像这个词一开始很容易听懵.

我觉得可以这样理解:

镜像 = 打包好的运行模板

它还不是正在运行的程序.

它只是一个模板.

比如:

postgres:16-alpine

这是 PostgreSQL 官方提供的数据库镜像.

你用它启动一个容器,才会真正跑出一个 PostgreSQL 数据库进程.

再比如:

tsu_engine-api:latest

这是我们自己构建出来的后端服务镜像.

它里面可能包含:

1. 一个 Linux 运行环境
2. 一个编译好的 Go 可执行文件
3. 一些运行需要的配置
4. 一个默认启动命令

我们可以用一句话串起来:

Dockerfile = 打包说明书
镜像 = 按说明书打出来的运行模板
容器 = 镜像启动后的真实进程

2.1 基础镜像和业务镜像

镜像还可以分成两类理解.

第一类是基础镜像:

golang:1.24.5-bookworm
alpine:3.20
postgres:16-alpine
nginx:alpine

第二类是业务镜像:

tsu_engine-api:latest

基础镜像是别人提供的运行环境.

业务镜像是我们基于基础镜像,把自己的代码打进去以后得到的镜像.

2.2 Go项目为什么适合多阶段构建

Go 项目有一个很适合 Docker 部署的特点:

可以编译成一个二进制文件.

所以 Dockerfile 可以分成两个阶段.

第一阶段用 Go 镜像编译:

FROM golang:1.24.5-bookworm AS build

WORKDIR /src

ENV GOPROXY=https://goproxy.cn,direct
ENV GOSUMDB=sum.golang.google.cn

COPY go.mod go.sum ./
RUN go mod download

COPY . .
RUN CGO_ENABLED=0 GOOS=linux go build -o /out/tsu-server ./cmd/server

第二阶段用更小的运行镜像:

FROM alpine:3.20

WORKDIR /app
COPY --from=build /out/tsu-server /app/tsu-server

EXPOSE 8080
CMD ["/app/tsu-server"]

这么做的好处是:

构建阶段需要 Go
运行阶段不需要 Go

所以服务器最终运行时,不需要安装 Go,也不需要保留编译工具链.

它只需要运行最终镜像里的二进制文件.

3.容器:什么是容器

镜像是模板.

容器是镜像真正运行起来后的实例.

比如:

docker run postgres:16-alpine

这时启动出来的那个 PostgreSQL 进程,就是容器里的进程.

一个镜像可以启动多个容器.

就像一个类可以 new 多个对象.

postgres:16-alpine 镜像
  -> postgres-1 容器
  -> postgres-2 容器

当然,数据库这种东西一般不会乱开多个,这里只是为了说明镜像和容器的关系.

3.1 容器可以删,数据不能乱丢

容器本身应该是可以删除重建的.

比如后端服务升级:

删掉旧容器
用新镜像启动新容器

这很正常.

但数据库数据不能随着容器一起消失.

所以数据库通常要配 volume.

可以理解成:

容器 = 运行进程
volume = 容器外面保存数据的地方

如果 PostgreSQL 的数据目录挂到了 volume,那么容器删了再建,数据还在.

这就是数据持久化.

4.Docker具体使用:配置文件怎么写

单个服务可以用 docker run.

但只要出现后端 + 数据库,我就更倾向用 Docker Compose.

因为 Docker Compose 可以把多个服务写在一个文件里.

比如一个简化版:

services:
  api:
    image: tsu_engine-api:latest
    build:
      context: .
      dockerfile: Dockerfile
    ports:
      - "18088:8080"
    environment:
      TSU_MONITOR_POSTGRES_HOST: postgres
      TSU_MONITOR_POSTGRES_PORT: "5432"
      TSU_MONITOR_POSTGRES_DB: tsu_monitor
      TSU_MONITOR_POSTGRES_USER: tsu_user
      TSU_MONITOR_POSTGRES_PASSWORD: ${TSU_MONITOR_POSTGRES_PASSWORD}
      BATTLE_MONITOR_ADMIN_TOKEN: ${BATTLE_MONITOR_ADMIN_TOKEN}
    depends_on:
      - postgres

  postgres:
    image: postgres:16-alpine
    environment:
      POSTGRES_DB: tsu_monitor
      POSTGRES_USER: tsu_user
      POSTGRES_PASSWORD: ${TSU_MONITOR_POSTGRES_PASSWORD}
    volumes:
      - postgres-data:/var/lib/postgresql/data

volumes:
  postgres-data:

这里面几个配置特别重要.

4.1 ports

ports:
  - "18088:8080"

意思是:

宿主机 18088 端口 -> 容器内 8080 端口

所以本机访问:

http://127.0.0.1:18088

实际会打到 API 容器里的 8080.

4.2 environment

环境变量是容器运行时配置.

比如数据库密码,token,运行环境,端口,都适合放这里.

但这里要注意:

不要把生产密码直接写死到 compose 文件里.

更好的方式是通过 .env 或服务器环境变量传入.

例如:

TSU_MONITOR_POSTGRES_PASSWORD=强密码
BATTLE_MONITOR_ADMIN_TOKEN=强token

4.3 depends_on

depends_on:
  - postgres

它表示 API 服务依赖 postgres 服务.

但这里要注意:

depends_on 只能保证启动顺序,不一定保证数据库已经完全准备好.

所以后端连接数据库时,最好自己有重试逻辑,或者 compose 里再加 healthcheck.

5.数据库怎么配置

数据库是部署里最不能随便的部分.

后端容器可以删了重建.

数据库数据不能说没就没.

5.1 PostgreSQL为什么也放进Compose

把 PostgreSQL 放进 Compose 有几个好处:

1. 本地一条命令就能启动完整后端环境
2. API 和数据库自动在同一个 Docker 网络里
3. 数据库账号,库名,密码可以统一管理
4. 数据目录可以通过 volume 持久化

这样本地调试时就不需要手动安装 PostgreSQL.

直接:

docker compose up -d

API 和数据库一起起来.

5.2 API容器怎么访问数据库

这里有一个很容易踩的坑.

在 Docker Compose 网络里,API 容器不要访问:

localhost:5432

因为对 API 容器来说,localhost 是它自己,不是 postgres 容器.

应该访问服务名:

postgres:5432

所以后端数据库配置应该类似:

TSU_MONITOR_POSTGRES_HOST=postgres
TSU_MONITOR_POSTGRES_PORT=5432

这个 postgres 就是 compose 文件里的服务名.

5.3 数据库端口要不要暴露

本地开发时,有时候为了方便连接数据库,会写:

ports:
  - "5432:5432"

但生产环境要谨慎.

如果没有必要,PostgreSQL 不要直接暴露到公网.

更合理的方式是:

API 容器通过 Docker 内部网络访问 PostgreSQL
外部用户只访问 Nginx

也就是说:

公网 -> Nginx -> API -> PostgreSQL

而不是:

公网 -> PostgreSQL

数据库直接暴露公网,风险太高.

6.反向代理怎么配置

后端服务本地跑在:

127.0.0.1:18088

生产环境一般不会让用户直接访问这个端口.

更常见的是用 Nginx 做入口.

结构大概是:

用户请求
  -> Nginx 80/443
  -> 127.0.0.1:18088
  -> Go API

Nginx 配置可以类似这样:

server {
    listen 80;
    server_name example.com;

    location /api/ {
        proxy_pass http://127.0.0.1:18088/api/;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
    }
}

这样用户访问:

http://example.com/api/health

Nginx 会转发到:

http://127.0.0.1:18088/api/health

这里 Nginx 负责对外入口.

Go API 只负责业务接口.

HTTPS,域名,证书,访问日志这些东西,后续也可以放在 Nginx 层统一处理.

7.从本地到服务器怎么走

本地跑通以后,服务器部署不建议搬"容器".

更推荐搬:

镜像 + compose 配置 + 环境变量

比如本地导出镜像:

docker save tsu_engine-api:latest -o tsu_engine-api.tar

上传服务器:

scp .\tsu_engine-api.tar root@服务器IP:/opt/tsu_engine/

服务器加载镜像:

cd /opt/tsu_engine
docker load -i tsu_engine-api.tar

然后准备:

docker-compose.yml
.env
nginx 配置

最后启动:

docker compose up -d

这个流程比较清晰.

本地负责构建.

服务器负责运行.

8.如何验证部署成功

部署不是容器显示 running 就结束了.

还要验证接口.

先测健康检查:

curl http://127.0.0.1:18088/api/health

期望返回:

{
  "engine": "tsu_engine v2",
  "status": "online"
}

再测监控接口:

curl -H "Authorization: Bearer local-monitor-token" http://127.0.0.1:18088/api/battle-monitor/status

如果返回里有:

{
  "enabled": true,
  "mode": "active",
  "schema_init": true
}

说明后端和 PostgreSQL 的链路基本通了.

这里我会重点看:

1. API 是否 online
2. 数据库 schema 是否初始化成功
3. 监控功能是否 enabled
4. Nginx 转发是否能访问到 /api/

9.总结

这次重新梳理 Docker,我觉得最重要的是把几个概念串起来.

Dockerfile 是打包说明书
镜像是运行模板
容器是运行实例
Compose 是多服务编排
Volume 是数据持久化
Nginx 是对外入口

如果只是单独记命令,很容易乱.

但如果从一个真实后端系统看,关系就很清楚:

用户
  -> Nginx
  -> Go API 容器
  -> PostgreSQL 容器
  -> volume 保存数据库数据

这次的收获:

1. Docker 解决的是环境一致性和部署可重复问题
2. 镜像不是容器,镜像只是模板
3. 容器可以删了重建,数据库数据要靠 volume 保存
4. API 容器访问数据库时,应该用 compose 服务名
5. 生产环境不要随便暴露 PostgreSQL 端口
6. Nginx 负责公网入口,后端服务专注业务接口

踩坑点也记一下:

1. Go 版本要和 go.mod 匹配
2. Docker Hub 拉镜像可能需要代理或镜像源
3. Go 下载依赖可能需要配置 GOPROXY
4. depends_on 不是数据库 ready 的保证
5. 本地默认 token 不要带到生产环境

最后一句话总结:

Docker 部署不是把一个程序塞进容器这么简单.

真正要理解的是:

多个系统如何被打包,配置,连接,启动,验证.

把这条链路跑通以后,后端部署这件事就会清晰很多.