Docker 镜像的常用操作

以你之姓@ 2021-12-14 10:34 360阅读 0赞

镜像作为 Docker 三大核心概念中，最重要的一个关键词，它有很多操作，是您想学习容器技术不得不掌握的。本文将带您一步一步，图文并重，上手操作来学习它。

### 目录 ###

*  **一 Docker 下载镜像**
    
     *  1.1 下载镜像
     *  1.2 验证
     *  1.3 下载镜像相关细节
     *  1.4 PULL 子命令
 *  **二 Docker 查看镜像信息**
    
     *  2.1 images 命令列出镜像
     *  2.2 使用 tag 命令为镜像添加标签
     *  2.3 使用 inspect 命令查看镜像详细信息
     *  2.4 使用 history 命令查看镜像历史
 *  **三 Docker 搜索镜像**
    
     *  3.1 search 命令
     *  3.2 search 子命令
 *  **四 Docker 删除镜像**
    
     *  4.1 通过标签删除镜像
     *  4.2 通过 ID 删除镜像
     *  4.3 删除镜像的限制
     *  4.4 清理镜像
 *  **五 Docker 创建镜像**
    
     *  5.1 基于已有的镜像创建
     *  5.2 基于 Dockerfile 创建
 *  **六 Docker 导出&加载镜像**
    
     *  6.1 导出镜像
     *  6.2 加载镜像
 *  **七 Docker 上传镜像**
    
     *  7.1 获取 Docker ID
     *  7.2 创建镜像仓库
     *  7.3 上传镜像
 *  **八** 总结

## 一 Docker 下载镜像 ##

如果我们想要在本地运行容器，就必须保证本地存在对应的镜像。所以，第一步，我们需要下载镜像。当我们尝试下载镜像时，Docker 会尝试先从默认的镜像仓库（默认使用 Docker Hub 公共仓库）去下载，当然了，用户也可以自定义配置想要下载的镜像仓库。

### 1.1 下载镜像 ###

镜像是运行容器的前提，我们可以使用 `docker pull[IMAGE_NAME]:[TAG]`命令来下载镜像，其中 `IMAGE_NAME` 表示的是镜像的名称，而 `TAG` 是镜像的标签，也就是说我们需要通过 “镜像 + 标签” 的方式来下载镜像。

注意： 您也可以不显式地指定 TAG, 它会默认下载 latest 标签，也就是下载仓库中最新版本的镜像。这里并不推荐您下载 latest 标签，因为该镜像的内容会跟踪镜像的最新版本，并随之变化，所以它是不稳定的。在生产环境中，可能会出现莫名其妙的 bug, 推荐您最好还是显示的指定具体的 TAG。

举个例子，如我们想要下载一个 Mysql 5.7 镜像，可以通过命令来下载：

docker pull mysql:5.7

会看到控制台输出内容如下：

[![Docker 下载镜像][Docker]][Docker]

注意： 由于官方 DockerHub 仓库服务器在国外，下载速度较慢，所以我将仓库的地址更改成了国内的 `docker.io` 的镜像仓库，所以在上图中，镜像前面会有 `docker.io` 出现。

当有 Downloaded 字符串输出的时候，说明下载成功了！！

### 1.2 验证 ###

让我们来验证一下，本地是否存在 Mysql5.7 的镜像，运行命令：

docker images

[![验证本地镜像是否存在][68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c484333514e635369616962337533454d303134437042545030516271413453544f52776d6b6d76314f635a4d386e384269617243725778476961795846644d56476c76476a76374e55464e44577048512f3f77785f666d743d6a706567]][68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c484333514e635369616962337533454d303134437042545030516271413453544f52776d6b6d76314f635a4d386e384269617243725778476961795846644d56476c76476a76374e55464e44577048512f3f77785f666d743d6a706567]

可以看到本地的确存在该镜像，确实是下载成功了！

### 1.3 下载镜像相关细节 ###

再说说上面下载镜像的过程：

[![Docker 镜像下载][Docker 1]][Docker 1]

通过下载过程，可以看到，一个镜像一般是由多个层（ `layer`） 组成，类似 `f7e2b70d04ae`这样的串表示层的唯一 ID（实际上完整的 ID 包括了 256 个 bit, 64 个十六进制字符组成）。

您可能会想，如果多个不同的镜像中，同时包含了同一个层（ layer）,这样重复下载，岂不是导致了存储空间的浪费么?

实际上，Docker 并不会这么傻会去下载重复的层（ `layer`）,Docker 在下载之前，会去检测本地是否会有同样 ID 的层，如果本地已经存在了，就直接使用本地的就好了。

另一个问题，不同仓库中，可能也会存在镜像重名的情况发生, 这种情况咋办？

严格意义上，我们在使用 `docker pull` 命令时，还需要在镜像前面指定仓库地址( `Registry`), 如果不指定，则 Docker 会使用您默认配置的仓库地址。例如上面，由于我配置的是国内 `docker.io` 的仓库地址，我在 `pull` 的时候，docker 会默认为我加上 `docker.io/library` 的前缀。

如：当我执行 `docker pull mysql:5.7` 命令时，实际上相当于 `docker pull docker.io/mysql:5.7`，如果您未自定义配置仓库，则默认在下载的时候，会在镜像前面加上 DockerHub 的地址。

Docker 通过前缀地址的不同，来保证不同仓库中，重名镜像的唯一性。

### 1.4 PULL 子命令 ###

命令行中输入：

docker pull --help

会得到如下信息：

[root@iZbp1j8y1bab0djl9gdp33Z ~]# docker pull --help
    Usage:  docker pull [OPTIONS] NAME[:TAG|@DIGEST]
    Pull an image or a repository from a registry
    Options:  -a, --all-tags                Download all tagged images in the repository      --disable-content-trust   Skip image verification (default true)      --help                    Print usage

我们可以看到主要支持的子命令有：

1.  `-a,--all-tags=true|false`: 是否获取仓库中所有镜像，默认为否；
2.  `--disable-content-trust`: 跳过镜像内容的校验，默认为 true;

## 二 Docker 查看镜像信息 ##

### 2.1 images 命令列出镜像 ###

通过使用如下两个命令，列出本机已有的镜像：

docker images

或：

docker image ls

如下图所示：

[![Docker 查看镜像信息][Docker 2]][Docker 2]

对上述红色标注的字段做一下解释：

*  REPOSITORY: 来自于哪个仓库；
 *  TAG: 镜像的标签信息，比如 5.7、latest 表示不同的版本信息；
 *  IMAGE ID: 镜像的 ID, 如果您看到两个 ID 完全相同，那么实际上，它们指向的是同一个镜像，只是标签名称不同罢了；
 *  CREATED: 镜像最后的更新时间；
 *  SIZE: 镜像的大小，优秀的镜像一般体积都比较小，这也是我更倾向于使用轻量级的 alpine 版本的原因；

> 注意：图中的镜像大小信息只是逻辑上的大小信息，因为一个镜像是由多个镜像层（ `layer`）组成的，而相同的镜像层本地只会存储一份，所以，真实情况下，占用的物理存储空间大小，可能会小于逻辑大小。

### 2.2 使用 tag 命令为镜像添加标签 ###

通常情况下，为了方便在后续工作中，快速地找到某个镜像，我们可以使用 `docker tag` 命令，为本地镜像添加一个新的标签。如下图所示：

[![Docker tag 添加标签][Docker tag]][Docker tag]

为 `docker.io/mysql` 镜像，添加新的镜像标签 `allen_mysql:5.7`。然后使用 `docker images` 命令，查看本地镜像：

[![Docker tag 添加标签][Docker tag 1]][Docker tag 1]

可以看到，本地多了一个 `allen_mysql:5.7` 的镜像。细心的你一定还会发现， `allen_mysql:5.7` 和 `docker.io/mysql:5.7`的镜像 ID 是一模一样的，说明它们是同一个镜像，只是别名不同而已。

`docker tag` 命令功能更像是, 为指定镜像添加快捷方式一样。

### 2.3 使用 inspect 命令查看镜像详细信息 ###

通过 `docker inspect` 命令，我们可以获取镜像的详细信息，其中，包括创建者，各层的数字摘要等。

docker inspect docker.io/mysql:5.7

[![Docker inspect 查看镜像详细信息][Docker inspect]][Docker inspect]

`docker inspect` 返回的是 `JSON` 格式的信息，如果您想获取其中指定的一项内容，可以通过 `-f` 来指定，如获取镜像大小：

docker inspect -f {
        {".Size"}} docker.io/mysql:5.7

[![Docker inspect 查看镜像详细信息][Docker inspect 1]][Docker inspect 1]

### 2.4 使用 history 命令查看镜像历史 ###

前面的小节中，我们知道了，一个镜像是由多个层（layer）组成的，那么，我们要如何知道各个层的具体内容呢？

通过 `docker history` 命令，可以列出各个层（layer）的创建信息，如我们查看 `docker.io/mysql:5.7` 的各层信息：

docker history docker.io/mysql:5.7

[![Docker history 各层信息][Docker history]][Docker history]

可以看到，上面过长的信息，为了方便展示，后面都省略了，如果您想要看具体信息，可以通过添加 `--no-trunc` 选项，如下面命令：

docker history --no-trunc docker.io/mysql:5.7

## 三 Docker 搜索镜像 ##

### 3.1 search 命令 ###

您可以通过下面命令进行搜索：

docker search [option] keyword

比如，您想搜索仓库中 `mysql` 相关的镜像，可以输入如下命令：

docker search mysql

[![Docker 搜索镜像][Docker 3]][Docker 3]

### 3.2 search 子命令 ###

命令行输入 `docker search--help`, 输出如下：

Usage:  docker search [OPTIONS] TERM
    Search the Docker Hub for images
    Options:  -f, --filter filter   Filter output based on conditions provided      --help            Print usage      --limit int       Max number of search results (default 25)      --no-index        Don't truncate output      --no-trunc        Don't truncate output

可以看到 `search` 支持的子命令有：

*  `-f,--filter filter`: 过滤输出的内容；
 *  `--limitint`：指定搜索内容展示个数;
 *  `--no-index`: 不截断输出内容；
 *  `--no-trunc`：不截断输出内容；

举个列子，比如我们想搜索官方提供的 mysql 镜像，命令如下：

docker search --filter=is-offical=true mysql

[![Docker 搜索官方镜像][Docker 4]][Docker 4]

再比如，我们想搜索 Stars 数超过 100 的 mysql 镜像：

docker search --filter=stars=100 mysql

[![Docker 搜索镜像][Docker 5]][Docker 5]

## 四 Docker 删除镜像 ##

### 4.1 通过标签删除镜像 ###

通过如下两个都可以删除镜像：

docker rmi [image]

或者：

docker image rm [image]

支持的子命令如下：

*  `-f,-force`: 强制删除镜像，即便有容器引用该镜像；
 *  `-no-prune`: 不要删除未带标签的父镜像；

[![Docker 查看镜像信息][Docker 6]][Docker 6]Docker 查看镜像信息

例如，我们想删除上章节创建的 `allen_mysql:5.7` 镜像，命令如下：

docker rmi allen_mysql:5.7

[![Docker 删除镜像][Docker 7]][Docker 7]

从上面章节中，我们知道 `allen_mysql:5.7` 和 `docker.io/mysql:5.7` 实际上指向的是同一个镜像，那么，您可以能会有疑问，我删除了 `allen_mysql:5.7`, 会不会将 `docker.io/mysql:5.7` 镜像也给删除了？

实际上，当同一个镜像拥有多个标签时，执行 `docker rmi` 命令，只是会删除了该镜像众多标签中，您指定的标签而已，并不会影响原始的那个镜像文件。

不信的话，我们可以执行 `docker images` 命令，来看下 `docker.io/mysql:5.7` 镜像还在不在：

[![Docker 查看镜像信息][Docker 8]][Docker 8]

可以看到， `docker.io/mysql:5.7` 镜像依然存在！

那么，如果某个镜像不存在多个标签，当且仅当只有一个标签时，执行删除命令时，您就要小心了，这会彻底删除镜像。

例如，这个时候，我们再执行 `docker rmi docker.io/mysql:5.7` 命令：

[![Docker 删除镜像][Docker 9]][Docker 9]

从上图可以看到，我们已经删除了 `docker.io/mysql:5.7` 镜像的所有文件层。该镜像在本地已不复存在了！

### 4.2 通过 ID 删除镜像 ###

除了通过标签名称来删除镜像，我们还可以通过制定镜像 ID, 来删除镜像，如：

docker rmi ee7cbd482336

一旦制定了通过 ID 来删除镜像，它会先尝试删除所有指向该镜像的标签，然后在删除镜像本身。

### 4.3 删除镜像的限制 ###

删除镜像很简单，但也不是我们何时何地都能删除的，它存在一些限制条件。

当通过该镜像创建的容器未被销毁时，镜像是无法被删除的。为了验证这一点，我们来做个试验。首先，我们通过 `docker pull alpine` 命令，拉取一个最新的 `alpine` 镜像, 然后启动镜像，让其输出 `hello,docker!`:

[![Docker run alpine][]][Docker run alpine]

接下来，我们来删除这个镜像试试：

[![Docker 删除镜像][Docker 10]][Docker 10]

可以看到提示信息，无法删除该镜像，因为有容器正在引用他！同时，这段信息还告诉我们，除非通过添加 `-f` 子命令，也就是强制删除，才能移除掉该镜像！

docker rmi -f docker.io/alpine

但是，我们一般不推荐这样暴力的做法，正确的做法应该是：

1.  先删除引用这个镜像的容器；
2.  再删除这个镜像；

也就是，根据上图中提示的，引用该镜像的容器 ID ( `9d59e2278553`), 执行删除命令：

docker rm 9d59e2278553

然后，再执行删除镜像的命令：

docker rmi 5cb3aa00f899

[![Docker 删除镜像][Docker 11]][Docker 11]Docker 删除镜像

这个时候，就能正常删除了！

### 4.4 清理镜像 ###

我们在使用 Docker 一段时间后，系统一般都会残存一些临时的、没有被使用的镜像文件，可以通过以下命令进行清理：

docker image prune

它支持的子命令有：

*  `-a,--all`: 删除所有没有用的镜像，而不仅仅是临时文件；
 *  `-f,--force`：强制删除镜像文件，无需弹出提示确认；

## 五 Docker 创建镜像 ##

此小节中，您将学习 Docker 如何创建镜像？Docker 创建镜像主要有三种：

1.  基于已有的镜像创建；
2.  基于 Dockerfile 来创建；
3.  基于本地模板来导入；

我们将主要介绍常用的 1，2 两种。

### 5.1 基于已有的镜像创建 ###

通过如下命令来创建：

docker container commit

支持的子命令如下：

*  `-a,--author`="": 作者信息；
 *  `-c,--change`=\[\]: 可以在提交的时候执行 Dockerfile 指令，如 CMD、ENTRYPOINT、ENV、EXPOSE、LABEL、ONBUILD、USER、VOLUME、WORIR 等；
 *  `-m,--message`="": 提交信息；
 *  `-p,--pause`=true: 提交时，暂停容器运行。

接下来，基于本地已有的 Ubuntu 镜像，创建一个新的镜像：

[![Docker 创建镜像][Docker 12]][Docker 12]

首先，让我将它运行起来，并在其中创建一个 test.txt 文件：

[![Docker 创建镜像][Docker 13]][Docker 13]

命令如下：

docker run -it docker.io/ubuntu:latest /bin/bashroot@a0a0c8cfec3a:/# touch test.txtroot@a0a0c8cfec3a:/# exit

创建完 test.txt 文件后，需要记住标注的容器 ID: `a0a0c8cfec3a`, 用它来提交一个新的镜像(PS: 你也可以通过名称来提交镜像，这里只演示通过 ID 的方式)。

执行命令：

docker container commit -m "Added test.txt file" -a "Allen" a0a0c8cfec3a test:0.1

提交成功后，会返回新创建的镜像 ID 信息，如下图所示：

[![Docker 提交新创建的镜像][Docker 14]][Docker 14]

再次查看本地镜像信息，可以看到新创建的 `test:0.1` 镜像了：

[![Docker 查看镜像信息][Docker 15]][Docker 15]

### 5.2 基于 Dockerfile 创建 ###

通过 Dockerfile 的方式来创建镜像，是最常见的一种方式了，也是比较推荐的方式。Dockerfile 是一个文本指令文件，它描述了是如何基于一个父镜像，来创建一个新镜像的过程。

下面让我们来编写一个简单的 Dockerfile 文件，它描述了基于 Ubuntu 父镜像，安装 Python3 环境的镜像：

FROM docker.io/ubuntu:latest
    LABEL version="1.0" maintainer="Allen <weiwosuo@github>"
    RUN apt-get update && \    apt-get install -y python3 && \    apt-get clean && \    rm -rf /var/lib/apt/lists/*

创建完成后，通过这个 Dockerfile 文件，来构建新的镜像，执行命令：

docker image build -t python:3 .

注意： 命令的最后有个点，如果不加的话，会构建不成功 ！

[![Docker 通过 Dockerfile 构建镜像][Docker _ Dockerfile]][Docker _ Dockerfile]

编译成功后，再次查看本地镜像信息，就可以看到新构建的 python:3 镜像了。

[![Docker 查看镜像信息][Docker 16]][Docker 16]

## 六 Docker 导出&加载镜像 ##

此小节中，您将学习 Docker 如何导出&加载镜像。

通常我们会有下面这种需求，需要将镜像分享给别人，这个时候，我们可以将镜像导出成 tar 包，别人直接通过加载这个 tar 包，快速地将镜像引入到本地镜像库。

要想使用这两个功能，主要是通过如下两个命令：

1.  `docker save`
2.  `docker load`

### 6.1 导出镜像 ###

查看本地镜像如下：

[![Docker 查看镜像信息][Docker 16]][Docker 16]

例如，我们想要将 python:3 镜像导出来，执行命令：

docker save -o python_3.tar python:3

执行成功后，查看当前目录：

[![Docker 导出文件][Docker 17]][Docker 17]Docker 导出文件

可以看到 `python_3.tar` 镜像文件已经生成。接下来，你可以将它通过复制的方式，分享给别人了！

### 6.2 加载镜像 ###

别人拿到了这个 `tar` 包后，要如何导入到本地的镜像库呢？

通过执行如下命令：

docker load -i python_3.tar

或者：

docker load < python_3.tar

导入成功后，查看本地镜像信息，你就可以获得别人分享的镜像了！怎么样，是不是很方便呢！

## 七 Docker 上传镜像 ##

我们将以上传到 Docker Hub 上为示例，演示 Docker 如何上传镜像。

### 7.1 获取 Docker ID ###

想要上传镜像到 Docker Hub 上，首先，我们需要注册 Docker Hub 账号。打开 Docker Hub 网址 https://hub.docker.com，开始注册：

[![Docker Hub 注册账号][Docker Hub]][Docker Hub]

填写您的 Docker ID (也就是账号)，以及密码，Email, 点击继续。

接下来，Docker Hub 会发送验证邮件，到您填写的邮箱当中：

[![Docker Hub 验证邮件][Docker Hub 1]][Docker Hub 1]

点击验证即可，接下来，再次返回 Docker Hub 官网，用您刚刚注册的 Docker ID 和密码来登录账号！

[![Docker Hub 登录页面][Docker Hub 2]][Docker Hub 2]

### 7.2 创建镜像仓库 ###

登录成功后，会出现如下页面：

[![欢迎来到 Docker Hub][Docker Hub 3]][Docker Hub 3]

选择创建一个镜像仓库：

[![创建 Python 仓库][Python]][Python]

填写仓库名称、描述信息、是否公开后，点击创建。

[![仓库镜像展示页][68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548483638386963756a6441486e504f634845614154787570624f6e3475374c534b45424b6f445762316450495369615037353756426962647747512f3f77785f666d743d6a706567]][68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548483638386963756a6441486e504f634845614154787570624f6e3475374c534b45424b6f445762316450495369615037353756426962647747512f3f77785f666d743d6a706567]仓库镜像展示页

我们看到，仓库已经创建成功了，但是里面还没有任何镜像，接下来开始上传镜像，到此新创建的仓库中。

### 7.3 上传镜像 ###

进入命令行，用我们刚刚获取的 Docker ID 以及密码登录，执行命令：

docker login

[![命令行登录 Docker ID][Docker ID]][Docker ID]命令行登录 Docker ID

登录成功后，我们开始准备上传本地的 `python:3` 镜像：

[![python:3 镜像][python_3]][python_3]

首先，我们对其打一个新的标签，前缀与我们新创建的 Docker ID 、仓库名保持一致:

docker tag python:3 weiwosuoai1991/python:3

[![python:3 镜像打标签][python_3 1]][python_3 1]

查看本地信息，可以看到，标签打成功了。接下开，开始上传！执行命令：

docker push weiwosuoai1991/python:3

[![上传 python:3 镜像][python_3 2]][python_3 2]

上传成功！去 Docker Hub 官网，新创建的仓库的信息页面验证一下，是否真的成功了：

[![仓库镜像展示页][68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484835696246427568696272426e36586539746778674f374c7874584939464a3048744c6a767569624a6842715a50796578575937384d6d426961672f3f77785f666d743d6a706567]][68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484835696246427568696272426e36586539746778674f374c7874584939464a3048744c6a767569624a6842715a50796578575937384d6d426961672f3f77785f666d743d6a706567]仓库镜像展示页

大工告成！！！

## 八 总结 ##

本文中，我们着重学习了 Docker 中下载镜像,、查看镜像信息、搜索镜像、删除镜像,、创建镜像、导出&加载镜像以及向 Docker Hub 上传镜像的相关操作。

出处：https://github.com/Snailclimb/JavaGuide/blob/master/docs/tools/Docker-Image.md

转载于:https://www.cnblogs.com/myseries/p/10983453.html

[Docker]: /images/20211214/0953d4e028554b90ad39bc1d6344e792.png
[68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c484333514e635369616962337533454d303134437042545030516271413453544f52776d6b6d76314f635a4d386e384269617243725778476961795846644d56476c76476a76374e55464e44577048512f3f77785f666d743d6a706567]: /images/20211214/75e50ea54e744801b2a88c4b8516013f.png
[Docker 1]: /images/20211214/25fae509cc614c7f89a978df6d0b390a.png
[Docker 2]: /images/20211214/d0d7a446e30844269b0240c5c5786f18.png
[Docker tag]: /images/20211214/0cc1d3fd044f4eb4b571cad61defdfc9.png
[Docker tag 1]: /images/20211214/8a109d9f62b948ad845d75e2998bfe43.png
[Docker inspect]: /images/20211214/19394f0d0c6d417690d230f2cf205260.png
[Docker inspect 1]: /images/20211214/c206753a912145c78890f19cacf4b908.png
[Docker history]: /images/20211214/c73aa0cfe3bf48d389df78184613b98e.png
[Docker 3]: https://camo.githubusercontent.com/abf6168e60343177959c06097d4283caee3f8db8/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c484333514e635369616962337533454d303134437042545033504247553771324e6f4b36574753526d63785773304f4d69636a654477544246764f41625842354d75614446505958416f64334e5a412f3f77785f666d743d6a706567
[Docker 4]: https://camo.githubusercontent.com/ad0a31d080178dfd01c3cbc07a542be5d8a4690b/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c484333514e635369616962337533454d3031344370425450757038743530736b77434f45583070776e523975696376575a574e786337567634736c587a496f474c68535063774471353178705547412f3f77785f666d743d6a706567
[Docker 5]: https://camo.githubusercontent.com/b6a50855fd137051f7b91d0bf64c3c9d2c356088/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c484333514e635369616962337533454d30313443704254507362654d56425369614c4c494e7a566d6b624733567449627233584a6e56624971574b7653303136596962335751516d7261716c454e47412f3f77785f666d743d6a706567
[Docker 6]: https://camo.githubusercontent.com/6b4eb9a78ed6cacd13d599d1cbfeac92dcf6788a/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548486a4d50334e69615369625a5a30584b546961737572423167696165336e665a76575a696252616c37544b66696141684a69635851666962696371436f354b772f3f77785f666d743d6a706567
[Docker 7]: https://camo.githubusercontent.com/aee548563a32e06778e404d974b50523b6e2636f/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548486668356f44633347447a6c703742356f6156526963376848497a76526963447a317743626749427251764d584b386a596f3379504f6c35512f3f77785f666d743d6a706567
[Docker 8]: https://camo.githubusercontent.com/10a98f3dc91fbd0d2cfda7a78bd2b5b14a734cd5/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484869636961716a6f4c4b5a69616f565a46654c4a6b6641325466554b616962326d75534e72544a503252766963696234616333674d58506961426b4239512f3f77785f666d743d6a706567
[Docker 9]: https://camo.githubusercontent.com/439d03d2f3cb3add097bc4162014f2903a4e4c5b/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c565834475276654848416a717476384a486f767a54436466494d35664954354e69613369614937774b4c6f3133765167735769625252395932466437335639637a672f3f77785f666d743d6a706567
[Docker run alpine]: https://camo.githubusercontent.com/27c4ac60e9bda984d329783f35232d8863211cef/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484869613135377969635251653567356164333670657574446c4178754763576264786f7045776d4858434d37726761383063596a30436775412f3f77785f666d743d6a706567
[Docker 10]: https://camo.githubusercontent.com/cf59603340208b84d3c3d9f808091fd5c5ae9eeb/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484869613577544872564b54314e5048465a764c6963774d69634b696247355648566a45574a4f5872504f4734704b3556447741594d6341597a4a672f3f77785f666d743d6a706567
[Docker 11]: https://camo.githubusercontent.com/d13105fb8f2d2cff6567ad998a0f7ac02e32a33a/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c565834475276654848576962797442314e47567a53314b424d69613773594d4e6d326553744e6434506963786f5941354366516669634d6834656f4a4d6a7448696163412f3f77785f666d743d6a706567
[Docker 12]: https://camo.githubusercontent.com/98880fba6c1da114ab9104b394dcbba3a17bcaf9/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548484d69626b4369614e62314162544e6f516963564b6b6961414f49685a4f324673524e625359306b7a715a657a56476366674f69624a5244353851512f3f77785f666d743d6a706567
[Docker 13]: https://camo.githubusercontent.com/5946b2d6e5e7ead463220581f86d16beb31defc4/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548485164374175696257386d6c3335546b39304f4f313573343343414851745878356b597a6962503576744e417769633935716962447a61363142512f3f77785f666d743d6a706567
[Docker 14]: https://camo.githubusercontent.com/9e3c92c72160cdf0f4deb10f37ed985f77730c20/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548486758356b73313837797175704c574c516e764e75774c4769626336536f31786b384f5a6336537058455642357a44456f36576c785168772f3f77785f666d743d6a706567
[Docker 15]: https://camo.githubusercontent.com/cabe6e2c85e4a69a37527fa5b73c124707fd7d31/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548486962575a453942424d726756417a4441627057696245414e6963506f684a45724e5643517041464d66764b45786f4c6a3245516c49595132672f3f77785f666d743d6a706567
[Docker _ Dockerfile]: https://camo.githubusercontent.com/642e726e64192d744c84ca9133291f5981b5f79a/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548486b3672436578434c35506351714d696136517a764f69634d67373534424b4f336d4f696251436651364d49377452314a413241355a714937412f3f77785f666d743d6a706567
[Docker 16]: https://camo.githubusercontent.com/21de43d54c05225274ca6a0cdd7cb6b28053290b/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484830616d6a424566317052474e55533453627a6962757079704965626d696172484c6f746b3373316e325064617155506962724561536f5476512f3f77785f666d743d6a706567
[Docker 17]: https://camo.githubusercontent.com/3ce1d93b2e54984a6b0faa1e505882dfb883094f/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548484f7a4f6844675934336862475347656e61346737597059524564774431707a5750616e686963317062304c6d4672734e474b41594b38672f3f77785f666d743d6a706567
[Docker Hub]: https://camo.githubusercontent.com/5c0fed487907410c07c754b9b288f37af6a1f9ae/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c565834475276654848364a746963454e696273696133686b6644447542713750744f6f7469633772504b34367746646f744d304c55597579465a624f5655614a6f65512f3f77785f666d743d6a706567
[Docker Hub 1]: https://camo.githubusercontent.com/04bd6386b77674ab8a3a6c532de21374f2201419/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548486665644b6370333456347433353154715466426961526d774162486d4f6e566164487964696370334d744c516e55796b51595556343946412f3f77785f666d743d6a706567
[Docker Hub 2]: https://camo.githubusercontent.com/a66b9aabea31f27c67cd6dcfbfd2ced6bf2dccba/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548486135493137595363653136424e464f674e617941306961575957474a6e4857775a556a736c7242527956316a4c7373444b61376d7973412f3f77785f666d743d6a706567
[Docker Hub 3]: https://camo.githubusercontent.com/33b90e3251fc8056d3e555f0460d65db52c941d0/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484852493353466961536c32797558584f31434c6852445230336d5670544f346a776d6c6a49615a43304b70746357376b6d4d303358786963672f3f77785f666d743d6a706567
[Python]: https://camo.githubusercontent.com/ac1d20a16ecdf082fcc17e4b322e3485ffdb4750/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548484d7363333155736b69623353524d34755a5a43716b5977794e4a464e386961344c6b414b4e5a7575724162484a79513166696239444b4745772f3f77785f666d743d6a706567
[68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548483638386963756a6441486e504f634845614154787570624f6e3475374c534b45424b6f445762316450495369615037353756426962647747512f3f77785f666d743d6a706567]: https://camo.githubusercontent.com/e8722fde6383bfd4843a0133a6802e037e80cdf0/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548483638386963756a6441486e504f634845614154787570624f6e3475374c534b45424b6f445762316450495369615037353756426962647747512f3f77785f666d743d6a706567
[Docker ID]: https://camo.githubusercontent.com/4074033e7da1b3ec70bf578800d4c656f9311504/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c565834475276654848734a4e4f615844707933433476753378504f51554139586659466961735a4f733639504c4f787055536961477645696359696233574b6d3838512f3f77785f666d743d6a706567
[python_3]: https://camo.githubusercontent.com/2eb2a721cac405f3296f72ad00058a82fdf9b4e9/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c5658344752766548484e4e616b4d6243483454465154543069616439456232766465384a7a6667774958464c7069614b7a654d41594961376674323277424d45412f3f77785f666d743d6a706567
[python_3 1]: https://camo.githubusercontent.com/e3828d7e215dbdce1ebab10b2b7dee9877a573c4/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c565834475276654848536c387269613065316b4646576c493167417777737a563238496b7a744c7630733958535a47366669635949416f4f316d666f344c726d512f3f77785f666d743d6a706567
[python_3 2]: https://camo.githubusercontent.com/c99bf8385cedabb9c397559732306411839f1953/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c565834475276654848656961563246745370763765776b70794f4c456f3765364e6f3432475362434c716661786a5569636e4668424571376d344f7949523647412f3f77785f666d743d6a706567
[68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484835696246427568696272426e36586539746778674f374c7874584939464a3048744c6a767569624a6842715a50796578575937384d6d426961672f3f77785f666d743d6a706567]: https://camo.githubusercontent.com/ea07d4641f610fbe1ca74dce0342ae74d9f0f41c/68747470733a2f2f6d6d62697a2e717069632e636e2f6d6d62697a5f6a70672f6b6e6d724e486e6d434c46534b493152784d717972566c56583447527665484835696246427568696272426e36586539746778674f374c7874584939464a3048744c6a767569624a6842715a50796578575937384d6d426961672f3f77785f666d743d6a706567