在上个月的博客中我们讨论了如何 将博客Docker化 （ 译文链接 ）。但是那篇文章我没有讲我是怎么使用Docker Hub的 自动构建 功能来在包含了本博客源码的GitHub仓库有改动的时候自动地构建一个新的镜像。

【编者的话】鉴于还没有用Docker创建本地开发环境的先例，Jeff Nickoloff开创了一个先例，相信大家也可以。 译者解释：作者在此处使用了Frankenstein一词。Frankenst

社区观点 不要把Docker当虚拟机 一个常见的问题是坚持每个Docker容器只运行一个应用进程，还是当作一个轻量虚拟机？我认为如果要把容器当作一个轻量虚拟机，LXC/LXD更适合。 微博 Docker新闻

来管理Docker容器的生命周期，又可以管理不同系统的启动任务。 要深入学习Systemd，必须要深入查看一系列关于Systemd的博客。不过，在此我们只讨论需要CoreOS上的Docker容器上操作所需要的一些Systemd知识。

PaaS（平台即服务）是云计算中的一个火热的话题，本次分享跟大家聊聊PaaS，特别是PaaS的三个典型代表：CloudFoundry、Docker和Kubernetes，包括一些技术性和非技术性话题，希望更加全面地帮助大家了解PaaS。

昨晚，有个资深专家专问来找我讨论docker，他说他知道我在做一些docker的工作，所以，想来和我了解一下docker的情况。我一开始就问他主要想要解决什么样的问题？他说，主要是想解决资源隔离的事情

数人云CEO 王璞 自2013年Docker诞生以来，该技术在业界迅速掀起一股热潮。短短几年时间内，Docker生态系统迅猛发展，在企业中的应用遍地开花。Docker为企业级应用的构建、交付和运行带来

介绍360如何让Docker落地。主要包括三方面内容：一，结合公司业务特点，如何使Docker适配现有技术架构 ，完成线上环境快速部署扩容；二，“让产品失败的更廉价”，使用Docker构建PaaS环境

2015年是各种容器技术与名词扎堆的一年，Docker的出现使得“应用容器”的实施变得易如反掌的同时，也带动了它的许多竞争者。其中一个比较有趣的看点就在于“容器规范”的较量，最近红帽和英特尔也按捺不住，拿出自家的产品趁势搅局。

Initiative）生成和运行容器。它的远景是：由Docker、Google、IBM、Microsoft、RedHat还有其他参与者创建一个通用且标准化的运行环境，提供容器运行时的元素可读文档，由Docker向OCI提供基于代码的

Containers和 Linux Containers关联体上运行代码而生成的应用程序，此次展示更好的证明了微软与Docker 合作 的前景，我们可以通过促使开发人员选择他们的工具和平台来构建基于分布式应用的Contai

【编者的话】Arun Gupta是 《Docker for Java Developers》 一书的作者，本文介绍了构建Java镜像的五个小窍门，从而以超越基本概念和框架的方式开启Docker容器之旅。 如果你是

Flannel是CoreOS团队针对Kubernetes设计的一个网络规划服务，简单来说，它的功能是让集群中的不同节点主机创建的Docker容器都具有全集群唯一的虚拟IP地址。 在Kubernetes的网络模型中，假设了每个物

Container 利用了 Docker。通过 IBM Container，开发人员可以在云上实例化 Docker 镜像并运行它。他们可以在 Docker 容器中打包应用程序，并在支持 Docker 的环境中运行它

译者按:Dockerfile的语法非常简单，然而如何加快镜像构建速度，如何减少Docker镜像的大小却不是那么直观，需要积累实践经验。这篇博客可以帮助你快速掌握编写Dockerfile的技巧。 为

3ContainerOps解决方案技术实践 18. 目录分布式应用版本控制技术实践01提供存取Docker和Rkt主流容器镜像的分布式镜像托管OCI Hub，目前支持DockerV1/V2协议Distributed

的Mesos和它的框架，包括发布的候选版本，因为在我们的设置下，这个问题变成只要运行不同版本的Docker镜像就可以了。 当我们开发 Mesos框架 时，能使用不同版本的Mesos（和其它工具

安装快速简单，几乎不花时间就可以开始运行Docker。 运行速度非常快。使用内存硬盘。 我的情况。 win8 笔记本偶尔玩游戏，但是装Linux双系统可能需要我一天的时间来完成。 我的所有业务都只需要在Docker中跑就可以了。

lay。看来Overlay以后将是Docker存储的首选。 在上周的Docker伦敦大会上面，Jérôme Petazzoni分享了「 深度研究Docker存储驱动 」的演讲，非常棒。如果这件事还没有令我足够信服，那么Jessie

但是，请不要担心！有一个更好的方法： 容器化你的数据科学应用，以方便部署、可移植以及框架内的集成 。 数据科学家应该关心Docker的原因 该问题的简单回答就是：数据科学家想让他们的模型、仪表盘、优化等等被实际使用。为了让