【docker①】在VS Code中使用Docker容器

0 序言

本文将系统介绍在VS Code中使用Docker的相关知识，涵盖基础概念、环境配置、核心操作及高级应用。通过学习，你将理解为何在VS Code中集成Docker能提升开发效率，掌握Docker镜像、容器的基本概念，以及在VS Code中构建、运行、调试容器的具体方法，利用VS Code与Docker协同进行项目开发。

1 Docker与VS Code集成基础

在开发过程中，不同项目可能依赖不同的环境（如Python版本、数据库配置等），手动配置容易出现环境不一致问题。Docker通过容器化技术实现环境隔离，而VS Code提供了对Docker的深度支持，可在同一界面完成镜像构建、容器管理、代码调试等操作，减少工具切换成本，提升开发效率。

1.1 Docker核心概念

1.1.1 镜像（Image）

Docker镜像是一个包含代码、运行时、库、环境变量和配置文件的只读模板，是创建容器的基础。例如，一个Python镜像可能包含Python解释器、必要的依赖库等。

1.1.2 容器（Container）

容器是镜像的运行实例，是一个独立的可执行单元。镜像相当于类，容器相当于对象，一个镜像可创建多个容器，容器间相互隔离。

1.1.3 Dockerfile

Dockerfile是一个文本文件，包含一系列指令，用于构建Docker镜像。通过Dockerfile，开发者可定义镜像的基础环境、安装依赖、配置程序等，实现镜像的可重复构建。

1.1.4 Docker Compose

Docker Compose是用于定义和运行多容器Docker应用的工具，通过yaml文件配置应用的服务，可一键启动、停止所有服务，适合多组件协同的项目（如前端+后端+数据库）。

总结就是，如果用面包这个例子来做一个类比的话，就是Dockerfile相当于面包磨具的图纸，Image相当于制作面包的磨具，Container相当于制作出来的面包，Docker Compose相当于面包店的套餐组合单。

2 环境准备

2.1 安装Docker

2.1.1 Windows系统

在这里还需要考虑一件事，就是原先电脑里是否有虚拟机，如果没有用过虚拟机，那就直接按照以下步骤即可。

但如果之前有在电脑创建过虚拟机并且运行了，有一定的数据储存情况下，我们得先确保要不要接着保留虚拟机，比如VirualBox等这些。

因为docker跟如VirualBox此类虚拟机还是存在一定的冲突风险的，所以如果后续还想接着使用虚拟机，最好还是先请确认一下，尤其是windows系统。

这里有个方法，可以实现在Windows系统中 Docker Desktop 和 VirtualBox 虚拟机共存，避免两者因虚拟化技术冲突而无法同时使用，可参考以下方法：

确认当前系统环境，通过在命令提示符中执行 wsl -l -v 命令，查看 Windows Subsystem for Linux（WSL）的安装和版本情况。

若输出结果中显示已安装的 Linux 发行版（如 Ubuntu）及其对应的 WSL 版本为 2，且状态为 Stopped 或 Running，则说明 WSL 2 环境已准备就绪。如果没有安装 WSL 2 或者没有对应的 Linux 发行版，需要先进行安装和配置。

此外就是要想使用docker的桌面版本，你得Windows系统版本号需要1904以上！！！

打开Docker官网，点击下载， 只要你的电脑是 x86 架构 64 位处理器，一般都是选择AMD64版本。

下载完后双击打开该exe文件，

选择以上两个选项，点击下一步。

等待加载。

点 Close and log out 注销 – 重新登录 – 启动 Docker 继续配置，注销只是短暂退出登录，不会丢文件。

在弹出该页面的地方选择Accept

单纯想先用 Docker 跑公开镜像、本地容器，不用登录，直接跳过即可。

如果你想用私有镜像、Docker Hub 远程操作，或是已经有账号，就直接sign in即可。

正常填写即可，也可以选择跳过，不影响后续操作。

接下来需要完成 WSL 2 集成配置，这样 Docker 才能借助 WSL 2 跑容器。

点击 Docker Desktop 右上角的 齿轮图标（Settings，设置），进入配置界面。

按上图要求完成配置。

Docker Desktop 已正常启动并处于运行状态，但还需结合功能验证来确认是否真的能正常工作。

win + r输出cmd打开Windows 命令提示符，输入docker ps并回车。

由于国内的镜像源拉取速度比较慢，很容易出现网络超时这种情况，因此有必要用国内的镜像源来加快拉取速度。

粘贴以下程序：

{
"builder": {
"gc": {
"defaultKeepStorage": "20GB",
"enabled": true
}
},
"experimental": false,
"registry-mirrors": [
"https://docker.mirrors.ustc.edu.cn",
"https://hub-mirror.c.163.com",
"https://mirror.baidubce.com"
]
}

然后在下面这个地方修改一下镜像存放的位置。 （也可以选择不做更改，都可以，如果C盘空间足够的话）

接着打开终端，验证一下docker能够正常拉取镜像。

如果出现这个就说明成功拉取到了。

当然，你也可以回到docker桌面端，在images中可以看到你拉取到的镜像，点击运行即可。

点运行后会弹出创建容器，根据自己需求填写后点运行即可。

运行后就可以看到运行结果了。

2.2 配置VS Code

2.2.1 安装Docker插件

这里就看到VsCode已经自动连接上docker了。

2.2.2 配置Docker连接（默认无需额外配置）

Docker插件默认会自动连接本地Docker服务，若需连接远程Docker服务，可按以下步骤：

3 VS Code中使用Docker的核心操作

3.1 创建Dockerfile

3.1.1 新建Dockerfile

# 基础镜像
FROM python:3.9-slim

# 设置工作目录
WORKDIR /app

# 复制项目依赖文件
COPY requirements.txt .

# 安装依赖
RUN pip install –no-cache-dir -r requirements.txt

# 复制项目代码
COPY . .

# 暴露端口（若项目有服务）
EXPOSE 5000

# 启动命令
CMD ["python", "app.py"]

在运行程序之前，需要确保你的项目目录下需要有 requirements.txt 文件（用于记录 Python 项目的依赖包），如果没有实际依赖，可以创建一个空的 requirements.txt 文件，

项目目录下还需要有 app.py 文件。 app.py文件程序内容如下：

from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello_world():
return 'Hello, Docker!'

if __name__ == '__main__':
app.run(host='0.0.0.0', port=5000)

3.1.2 Dockerfile指令说明

• FROM：指定基础镜像，必须为Dockerfile的第一条指令。
• WORKDIR：设置后续指令的工作目录。
• COPY：将本地文件复制到镜像中。
• RUN：在镜像构建过程中执行命令。
• EXPOSE：声明容器运行时暴露的端口（仅为文档说明，需配合-p参数映射）。
• CMD：指定容器启动时执行的命令（可被docker run后的命令覆盖）。

3.2 构建Docker镜像

3.2.1 基于Dockerfile构建

从docker的images就能看到新建好的镜像了。

3.2.2 查看镜像信息

在VS Code Docker面板中，右键镜像选择“Inspect”，可查看镜像的详细配置（如层信息、环境变量等）；或在终端执行：

docker images my-python-app:1.0

3.3 运行Docker容器

3.3.1 基础运行命令

在终端执行：

docker run -d -p 5000:5000 –name my-app-container my-python-app:1.0

• -d：后台运行容器。
• -p 5000:5000：将容器的5000端口映射到主机的5000端口（主机端口:容器端口）。
• –name：指定容器名称。

3.3.2 在VS Code中管理容器

3.4 调试容器内的应用

3.4.1 配置调试环境

{
"version": "0.2.0", // 配置文件的版本，固定值
"configurations": [ // 调试配置列表（可以有多个配置）
{
"name": "Docker: Python – Launch", // 配置名称（自己能认就行，比如“调试Docker里的Python”）
"type": "docker", // 调试类型：告诉VS Code这是Docker环境的调试
"request": "launch", // 调试方式：启动新的容器并开始调试（另一种是“attach”，附加到已运行的容器）
"preLaunchTask": "docker-build", // 调试前自动执行的任务：这里是先构建镜像（确保代码最新）
"python": { // Python相关的调试配置
"pathMappings": [ // 路径映射：关键！让VS Code知道本地代码和容器内代码的对应关系
{
"localRoot": "${workspaceFolder}", // 本地代码路径（你电脑上的项目文件夹）
"remoteRoot": "/app" // 容器内代码路径（Dockerfile里WORKDIR设置的/app）
}
],
"projectType": "general" // 项目类型：通用Python项目（不用改）
}
}
]
}

这个 launch.json 配置是用于 在 VS Code 中直接调试 Docker 容器内的 Python 代码。

因为通过上文我们已经通过 docker build 和 docker run 让代码在容器里跑起来了，但如果个问题： 如果代码出了 bug，怎么像本地调试那样一步步看哪里错了？

直接在容器里打印日志太麻烦，而 VS Code 的调试功能（断点、变量监视）又默认只能用在本地环境。

这个 launch.json 就是让 VS Code 和 Docker 容器打通，让调试器能到容器内部，直接调试里面运行的代码。

{
"version": "2.0.0", // 配置文件版本，固定值
"tasks": [
{
"label": "docker-build", // 任务名称（必须和launch.json里的preLaunchTask一致）
"type": "docker-build", // 任务类型：Docker构建（VS Code的Docker插件会识别）
"dockerBuild": {
"context": "${workspaceFolder}", // 构建上下文：当前项目文件夹（和手动构建时的“.”作用一样）
"tag": "my-python-app:1.0" // 镜像标签（和手动构建的 -t 参数一样）
}
}
]
}

这个 tasks.json 文件是为了在 VS Code 里更方便地管理 Docker 构建任务，让你不用每次手动输入 docker build 命令，同时和调试流程（launch.json 里的 preLaunchTask）联动，

你之前手动构建镜像的命令是：

docker build -t my-python-app:1.0 .

而 tasks.json 的作用是把这个命令固化成 VS Code 的一个任务，

以后就可以用快捷键自动执行构建。

3.4.2 启动调试

从日志看，镜像构建已经成功完成。

构建过程利用了 Docker 的缓存机制（CACHED 的步骤），加速了构建流程（因为代码 / 依赖没变化，复用了之前的结果 ）。

终端提示是正常的 VS Code 任务执行收尾逻辑，按需按任意键关闭即可，不影响镜像使用。

4 小结

本文很基础，介绍了在VS Code中使用Docker的全流程。首先明确了Docker与VS Code集成的价值——解决环境一致性问题并提升开发效率；接着讲解了镜像、容器等核心概念，以及Docker和VS Code的安装配置；然后通过实例演示了Dockerfile编写、镜像构建、容器运行及调试的具体操作。

掌握这些知识后，你可在VS Code中高效完成容器化开发，无论是单服务应用还是多组件协同项目（道理一样），都能通过Docker实现环境隔离与快速部署，显著提升开发体验和项目可维护性。