博客
关于我
docker自定义网络模式,实现容器固定ip地址
阅读量:614 次
发布时间:2019-03-12

本文共 958 字,大约阅读时间需要 3 分钟。

当我们在使用 Docker 容器时,容器启动后分配的虚拟IP经常更改,这给运维团队带来了不少麻烦。

Docker 网络模式

Docker 默认使用 bridge 桥接网络模式。这种模式下,容器的网络接口会向容器内部服务暴露不同的 IP 地址。

工作原理

运行 docker network ls 查看现有的网络:

[root@localhost]# docker network lsNAME              DRIVER   SCOPE   VERSION   CODE   CREATE TIME   UPDATED TIME   STATE   DESCRIPTIONbridge          桥接    或者    或者    v0.24.0    docker    整个主机    2020-02-08T15:23:33    2020-02-08T15:23:33     健康    桥接网络

创建自定义网络

可以创建一个固定的网络:

docker network create --subnet=172.20.0.0/16 extnetwork

给容器指定 IP

创建容器时指定固定的 IP:

docker run -p 8066:8066 -it -v /home/docker/mycat/conf/:/home/mycat/conf/ -v /home/docker/mycat/logs/:/home/mycat/logs/ --net extnetwork --ip 172.20.0.2 镜像id

注意:IP 分配应从 172.20.0.2 开始,因为 172.20.0.1 是网关。

查看容器信息

使用 docker inspect 查看容器 IP:

[root@localhost]# docker inspect 你的容器id"NetworkSettings": {    "Interface": "something",    "IP": "172.20.0.2",    ...}

兼容性问题

确保 your application 可以处理固定 IP。

网络删除

如果不再使用这个网络,可以删除它:

docker network rm extnetwork

转载地址:http://cxjxz.baihongyu.com/

你可能感兴趣的文章
ok6410内存初始化
查看>>
one_day_one--mkdir
查看>>
OpenCV 中的图像转换
查看>>
opencv5-图像混合
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>
OpenCV中基于已知相机方向的透视变形
查看>>
opencv保存图片路径包含中文乱码解决方案
查看>>
opencv图像分割2-GMM
查看>>
OpenCV:概念、历史、应用场景示例、核心模块、安装配置
查看>>
Openlayers高级交互(10/20):绘制矩形,截取对应部分的地图并保存
查看>>
Openlayers高级交互(19/20): 地图上点击某处,列表中显示对应位置
查看>>
openlayers:圆孔相机根据卫星经度、纬度、高度、半径比例推算绘制地面的拍摄的区域
查看>>