4. Dockerfile 编写基础：FROM、RUN、COPY、CMD 等指令详解

好，咱们开始进入正题。上一章我们把 Docker 的基本概念捋了一遍，这一章就动手写真正的 Dockerfile 了。

说实话，我第一次写 Dockerfile 的时候，以为就是把命令一行行堆进去就行。结果镜像直接干到 3 个 G，跑起来还各种报错。后来才明白，每个指令都有它自己的“脾气”。

我们一个一个来过。这章会覆盖五个最常用的指令：FROM、RUN、COPY、CMD，外加一个我经常用的 WORKDIR。学完你就能写出一份能用的 MaxQuant 容器基础。

Dockerfile 核心指令流程图 FROM 指定基础镜像 WORKDIR 设置工作目录 COPY 复制文件入容器 RUN 执行构建命令 CMD 设置容器启动命令 建议严格按此顺序编写 Dockerfile

4.1 FROM：一切的基础

FROM 是每个 Dockerfile 必须有的第一行。它告诉 Docker 用哪个镜像作为起点。说白了，就是“我站在谁的肩上”。

对于 MaxQuant，我们需要一个有 Java 运行环境的 Linux 系统。我推荐用 eclipse-temurin:17-jdk-focal，它基于 Ubuntu 20.04，稳定且包管理方便。千万别用 scratch，除非你想从头搭整个操作系统——这在生产里几乎没意义。

FROM eclipse-temurin:17-jdk-focal

这里有个坑：基础镜像的 tag 一定要写具体，别用 latest。我记得有一次没指定版本，结果第二天构建失败，因为镜像维护者更新了底层库。从此我所有项目都用完整版号。

基础镜像选择 适用场景 大小（约）
eclipse-temurin:17-jdk-focal Java 应用标准容器（推荐） 450 MB
ubuntu:20.04 需要自己装 JDK 时 70 MB
alpine:3.16 极致压缩镜像体积 5 MB
注意：Alpine 镜像使用 musl libc，可能与某些生物信息学工具兼容性不好。如果你不确定，先用 Ubuntu 系列。

4.2 WORKDIR：别在根目录里乱扔东西

我以前犯过一个低级错误：把所有文件都 COPY 到根目录下。结果镜像挺大，管理和迁移都混乱。后来养成习惯，第一件事就是设工作目录。

WORKDIR /opt/maxquant

这行之后，所有 COPY、RUN、CMD 都在这个路径下执行。相当于 cd 到了那个目录。如果目录不存在，Docker 会自动创建。

我个人习惯把工作目录放在 /opt 下，但你也用 /app 或 /home，看团队规范。

4.3 COPY：把文件搬进镜像

MaxQuant 的安装包、脚本、配置文件，怎么进到容器里？靠 COPY。

COPY MaxQuant/. /opt/maxquant

左边是宿主机路径（相对 Dockerfile 的构建上下文），右边是容器内目标路径。注意一点：COPY 只复制目录下的 内容，不包含目录本身。想带目录层级？写成 COPY MaxQuant /opt/ 就会把整个 MaxQuant 文件夹扔进去。

小技巧：用 COPY --chown=1000:1000 可以指定文件所属用户和组，适合在容器里跑非 root 进程。

我见过有人用 ADD 代替 COPY。ADD 可以自动解压 tar 包，但行为不够透明。项目里我统一用 COPY，除非确实需要解压，否则减少不确定性。

4.4 RUN：构建时的“灵魂”指令

RUN 在构建镜像时执行，常用于装依赖、配置环境、编译代码。每个 RUN 会创建一层新镜像，所以层数多了镜像会膨胀。

以 MaxQuant 为例，我们需要装好运行所需的系统库，并设置环境变量：

RUN apt-get update && \
    apt-get install -y --no-install-recommends \
        libc6 \
        libstdc++6 \
        procps && \
    rm -rf /var/lib/apt/lists/*

这里有个经典教训：记得在最后清理 apt 缓存，否则镜像会多出几十 MB 无用数据。我早期做的一个镜像，就是因为没写 rm -rf，体积直接翻倍。

如何优化 RUN 指令？把多个命令用 && 串为一行。比如：

RUN wget https://github.com/MaxQuant/MaxQuant/releases/download/v2.4.0/MaxQuant_2.4.0.tar.gz && \
    tar xzf MaxQuant_2.4.0.tar.gz && \
    rm MaxQuant_2.4.0.tar.gz

这样做的好处是只产生一层镜像。虽然看起来长，但实际更高效。

4.5 CMD：容器启动时“跑什么”

CMD 定义容器启动后的默认命令。它不参与构建，只在 docker run 时生效。如果用户手动传参，CMD 会被覆盖。

MaxQuant 通常以命令行方式执行，比如处理一个 mzML 文件：

CMD ["java", "-jar", "/opt/maxquant/MaxQuant.jar", "analysis.xml"]

注意我用的是 JSON 数组格式（exec form），而不是 CMD java -jar ...（shell form）。shell form 会启动 /bin/sh -c，可能引入信号处理问题和环境变量展开异常。我踩过这个坑：某次部署，shell form 导致 SIGTERM 没传给 Java 进程，容器无法优雅关闭。

最佳实践：CMD 使用 exec form（即 JSON 数组），除非你明确需要 shell 展开。

如果想同时提供默认参数又允许用户自定义，你可以结合 ENTRYPOINT 和 CMD。像这样：

ENTRYPOINT ["java", "-jar", "/opt/maxquant/MaxQuant.jar"]
CMD ["default.xml"]

用户执行 docker run my-image custom.xml，就会用 custom.xml 替换默认参数。这就是设计的灵活性。

4.6 完整 Dockerfile 示例

我们把这几个指令串起来，写一个针对 MaxQuant 2.4.0 的基础 Dockerfile：

FROM eclipse-temurin:17-jdk-focal

WORKDIR /opt/maxquant

COPY MaxQuant_2.4.0.tar.gz .

RUN tar xzf MaxQuant_2.4.0.tar.gz && \
    rm MaxQuant_2.4.0.tar.gz

ENV MAXQUANT_HOME=/opt/maxquant

CMD ["java", "-jar", "/opt/maxquant/MaxQuant.jar"]

这里面我加了一个 ENV 指令来设置环境变量，它也是常用指令之一，但本章不展开。注意顺序：我把 RUN 放在 COPY 之后，因为构建上下文的文件只在 COPY 后可见。

4.7 常见错误及我的避坑列表

写 Dockerfile 最容易犯的错，我列了个清单，每个都是我流过的血泪：

  • 忘记写 .dockerignore：构建上下文混入 .git 目录、node_modules 等，镜像体积爆炸。在项目根目录加一个 .dockerignore 文件：
.git
*.md
node_modules
__pycache__
  • RUN 行太多，层数失控：每个 RUN 产生一层。我一个同事写了 20 个 RUN，镜像又大又慢。合并为 3~5 个合理。
  • 硬编码版本号：把下载 URL 的版本号写在 Dockerfile 里，下次升级要改多个地方。建议用 ARG 参数化：
ARG MAXQUANT_VERSION=2.4.0
COPY MaxQuant_${MAXQUANT_VERSION}.tar.gz .
  • 没有清理临时文件：apt 安装后不删缓存、wget 下载后不删压缩包。每个 RUN 结束后顺手清理。
  • 用 root 运行服务：容器里跑 Java 进程如果是 root，万一被利用权限太大。创建一个非 root 用户：
RUN useradd -m -s /bin/bash maxquant
USER maxquant
执行顺序原则：将变化最少的指令放在 Dockerfile 前面（如 FROM、WORKDIR），变化最频繁的放在后面（如 COPY 源代码）。这样可以最大化利用构建缓存。
← 上一章 📖 返回目录 下一章 →