Что такое контейнер

Это урок-теория. Здесь мало команд. Но он нужен: дальше вся работа с Docker строится на трёх словах — образ, контейнер, реестр.

Какую проблему решает Docker

Вы написали Python-скрипт. На вашем ноутбуке он работает. Коллега запускает его и получает ошибку. Причины бывают такие:

• У коллеги Python 3.9, а у вас 3.12.
• У него другая версия библиотеки pandas.
• Не хватает системной библиотеки.
• Другая операционная система.

Это называют «у меня работает». Docker решает проблему так: вы упаковываете скрипт вместе со всем окружением в образ. Образ запускается одинаково везде.

Что такое контейнер

Контейнер — это изолированный процесс на вашем компьютере. У него есть:

• своя файловая система;
• свои процессы (он не видит процессы хоста);
• своя сеть;
• лимиты памяти и процессора, если их задать.

Внутри контейнера программа думает, что она одна в системе. Но на деле это обычный процесс Linux. Контейнеры используют общее ядро операционной системы. Поэтому они лёгкие и запускаются за секунды.

Изоляцию делает само ядро Linux. Две главные функции:

• namespaces — ограничивают, что процесс видит (файлы, сеть, другие процессы);
• cgroups — ограничивают, сколько процесс использует (память, процессор).

Docker не придумал эти функции. Он сделал их простыми в использовании.

Контейнер и виртуальная машина

Виртуальная машина (VM) — это целый компьютер внутри компьютера. У неё своя операционная система. Контейнер делит ядро с хостом и несёт только программу и её библиотеки.

	Виртуальная машина	Контейнер
Что внутри	Своя ОС целиком	Программа и библиотеки
Размер	Гигабайты	Мегабайты (десятки или сотни)
Запуск	Минуты	Секунды
Изоляция	Сильная	Хорошая, но слабее: общее ядро
Сколько на одном сервере	Единицы	Десятки и сотни

Контейнеры не заменяют виртуальные машины. Часто контейнеры работают внутри VM. Облако так и устроено.

Почему на macOS и Windows контейнеры видят Linux?

Контейнеры Linux нуждаются в ядре Linux. На macOS и Windows его нет. Поэтому Docker Desktop запускает одну маленькую виртуальную машину с Linux. Все ваши контейнеры работают внутри неё. Это видно по команде docker run --rm alpine:3.22 uname -sr. Она покажет Linux даже на Mac.

Образ, контейнер, реестр

Три главных слова:

Слово	Что это	Как связано
Образ (image)	Файл с программой и всем, что ей нужно. Только для чтения. Неизменяемый	Шаблон для контейнеров
Контейнер (container)	Запущенная копия образа	Из одного образа можно запустить много контейнеров
Реестр (registry)	Хранилище образов. Например, Docker Hub	Откуда образы скачивают и куда загружают

Ещё одно слово: Dockerfile — текстовый файл с рецептом. В нём написано, как собрать образ. Мы напишем его в уроке Свой образ.

Образ и контейнер — разные вещи. Это важно:

• Образ — это файл на диске. Он не «работает».
• Контейнер — это процесс. Он работает, останавливается, удаляется.
• Из образа postgres:17 можно запустить три контейнера Postgres. Образ при этом один.

Если вы знаете Python: образ похож на класс, а контейнер — на объект этого класса.

Слои образа

Образ состоит из слоёв. Команды RUN, COPY и ADD в Dockerfile создают слои с файлами: базовая система, Python, ваши библиотеки, ваш код.

• Слои только для чтения.
• Слои общие. Если у двух образов одинаковая база, она хранится на диске один раз.
• Docker скачивает только те слои, которых у вас ещё нет.

Когда вы запускаете контейнер, Docker добавляет сверху один тонкий слой для записи. Все файлы, которые программа создаёт, попадают туда.

Из этого следует важное правило: когда контейнер удаляют, слой записи удаляется вместе с ним. Данные пропадают. Как сохранить данные, мы разберём в уроке Тома.

Из чего состоит Docker

Когда вы пишете docker run, работают две части:

• CLI (docker) — программа, которую вы запускаете. Она только отправляет запросы.
• Engine (демон dockerd) — программа в фоне. Она скачивает образы и запускает контейнеры.

Если Engine не запущен, CLI пишет Cannot connect to the Docker daemon. Мы видели это в уроке Установка.

Docker — не единственный инструмент. Формат образов и контейнеров стандартный (OCI). Образ, который вы собрали в Docker, запустят Podman, containerd и Kubernetes.

Почему контейнеры подходят для данных

Работа с данными — это много разных инструментов. У каждого свои зависимости и своя версия Python или Java. Контейнеры дают каждому инструменту отдельную изолированную среду.

Инструмент	Как работает в контейнерах
Airflow	Несколько контейнеров: планировщик, веб-сервер, воркеры, база метаданных
dbt	Образ с нужной версией dbt. Запуск моделей как одноразовая команда
BI (Metabase, Superset)	Один контейнер для BI и один для базы. Запуск за минуту
Postgres, MySQL, ClickHouse	Локальная база для разработки. Удаляется и создаётся заново за секунды
Kafka	Локальный брокер для проверки стриминга без кластера
Spark	Образ с Spark и нужными JAR-файлами. Одинаковая среда для разработки и кластера
Jupyter	Ноутбук с нужными библиотеками. Не засоряет систему
ML (MLflow, модели)	Модель и её зависимости в одном образе. Запуск сервиса предсказаний
Проверки качества данных (Great Expectations, Soda)	Запуск проверок как одноразовая задача после загрузки
ETL-скрипт на Python	Образ со скриптом. Запуск по расписанию в облаке (ECS, Cloud Run, Airflow)
Тесты и CI	Тестовая база создаётся на время теста и удаляется
Стек команды	git clone и docker compose up. Новый коллега работает в первый же день

Общая идея: контейнер — одноразовая и повторяемая среда. Сломали — удалили и создали заново.

Подробные примеры с командами — в уроке Open source за минуты.

Когда контейнеры не нужны

• Одноразовый запрос в DuckDB на вашем компьютере. Достаточно duckdb.
• Продакшен-база с важными данными. Postgres в контейнере хорош для разработки. В продакшене чаще берут управляемую базу (Amazon RDS, Cloud SQL), чтобы не отвечать за бэкапы самому.
• Программы с окном и мышью. Контейнеры лучше всего работают с серверными программами.

Практика

Для заданий нужен запущенный Docker. Первые команды docker run мы разберём подробно в следующем уроке. Сейчас просто выполните их.

Задание 1

Запустите Python 3.12 в контейнере и узнайте его версию. Затем узнайте версию Python на своём компьютере (python3 --version). Совпадают ли они?

Проверка: контейнер печатает Python 3.12.<число>. Версия на вашем компьютере может быть другой, или Python может не быть совсем. Контейнеру это всё равно.

Решение

docker run --rm python:3.12-slim python --version
python3 --version

Задание 2

Узнайте, какая операционная система и какое ядро внутри контейнера Alpine. Затем сравните с вашей системой (uname -sr).

Проверка: контейнер отвечает Linux <версия>. Первое слово — всегда Linux, даже если у вас Mac.

Решение

docker run --rm alpine:3.22 uname -sr
uname -sr

На macOS второй ответ начнётся с Darwin. Ядро контейнера — Linux из виртуальной машины Docker Desktop.

Задание 3

Файл в контейнере исчезает вместе с ним. Проверьте это. Создайте файл /tmp/f внутри контейнера и покажите содержимое /tmp. Затем запустите новый контейнер из того же образа и снова покажите /tmp.

Проверка: первый контейнер показывает f. Второй не показывает ничего, папка пустая.

Решение

docker run --rm alpine:3.22 sh -c 'echo test > /tmp/f && ls /tmp'
docker run --rm alpine:3.22 ls /tmp

Каждый контейнер — новая копия образа со своим слоем записи. Файл из первого контейнера пропал вместе с ним.

Задание 4

Ответьте без команд. Это образ или контейнер?

1. postgres:17 на Docker Hub.
2. Процесс Postgres, который сейчас слушает порт 5432.
3. Файл на диске, который Docker скачал командой pull.
4. То, что показывает docker ps.

Проверка: образ, контейнер, образ, контейнер.

Объяснение

Образ — это шаблон, он лежит на диске и не работает. Контейнер — запущенный процесс. docker ps показывает только контейнеры. Образы показывает docker images.

Дальше: Первые контейнеры.