1. Docker 基础：Docker 简介与核心概念
第一次接触Docker是在一个单细胞分析项目上。当时我需要在三台不同实验室的服务器上跑同样的Seurat流程，环境依赖搞得我焦头烂额。后来我用了Docker，用一个命令就把整个分析环境搬到了另一台机器上。嗯，今天我们就从最基础的东西开始聊。
1.1 Docker 到底是什么？
说白了，Docker就是一种“轻量级虚拟机”。但它不模拟硬件，而是共享宿主机内核，只把应用程序和它需要的依赖（库、配置文件、系统工具）打包在一起。这个打包好的单元叫“容器”。
我印象最深的是这样一个场景：有个同事在CentOS上开发了一个R包分析流程，我自己的电脑是Ubuntu，直接跑各种报错。用Docker后，他的环境被完整打包成镜像，我拉下来就能跑，省了整整两天调试时间。
Docker与传统虚拟机的核心区别：
- 虚拟机：包含完整操作系统，重量级，启动分钟级
- Docker容器：共享宿主机内核，轻量级，启动秒级
1.2 三个核心概念
学Docker其实就是在理解这三个东西：镜像、容器、仓库。我习惯把它们类比成面向对象编程里的类、实例、代码仓库。
| 概念 | 类比 | 一句话解释 |
|---|---|---|
| 镜像 | 类 | 只读模板，包含操作系统、软件、依赖 |
| 容器 | 对象 | 镜像的运行实例，可读写、可删除 |
| 仓库 | GitHub | 存储和分发镜像的地方（比如Docker Hub） |
1.3 Docker 镜像分层结构
镜像为什么能这么轻？因为它采用了分层文件系统。每个指令（比如安装一个包）会生成一层，这些层可以复用。比如两个镜像都基于Ubuntu 22.04，那底层就共用同一份，只在上层叠加不同的软件。
为什么会这样？因为Docker使用联合文件系统（UnionFS）把多个只读层合并成一个逻辑文件系统。我认识一个搞生信的同事，他的RNA-seq镜像从300MB减到120MB，就是通过合并RUN指令减少层数做到的。
1.4 常用的 Dockerfile 指令
构建镜像靠的是Dockerfile。我推荐你从一开始就掌握这几个最常用的指令：
# 基础镜像，我习惯用官方标签带版本号
FROM ubuntu:22.04
# 维护者信息（现在推荐用LABEL）
LABEL maintainer="yourname@example.com"
# 安装系统依赖
RUN apt-get update && apt-get install -y \
python3 \
r-base \
curl
# 设置工作目录
WORKDIR /workspace
# 复制本地文件到镜像
COPY scripts/ /workspace/scripts/
# 暴露端口（仅供文档说明，容器间通信还需要-p）
EXPOSE 8787
# 默认启动命令
CMD ["Rscript", "/workspace/run.R"]apt-get clean && rm -rf /var/lib/apt/lists/*。否则镜像体积会膨胀得离谱。我踩过最大的坑就是忘记了，结果一个900MB的镜像光缓存就占了300MB。
1.5 容器数据持久化：卷与挂载
容器默认是无状态的——你删掉容器，里面的数据也就没了。数据必须保存在宿主机上，这就要用卷（Volumes）或绑定挂载（Bind Mounts）。
# 创建一个数据卷
docker volume create sc_data
# 启动容器时挂载卷
docker run -v sc_data:/data sc_analysis_image
# 或者绑定挂载宿主机目录
docker run -v /home/user/data:/data sc_analysis_image我个人更喜欢用数据卷，因为Docker会自动管理它的位置，而且能在不同容器间共享。绑定挂载更适合开发阶段频繁改代码的场景。
1.6 Docker 网络模式
容器之间怎么通信？Docker提供几种网络模式：
- bridge（默认）：每个容器有独立IP，通过docker0网桥通信。适合单机单容器。
- host：容器直接使用宿主机网络，没有隔离。性能好但安全性差。
- none：不给容器任何网络，完全隔离。
- 自定义网络：我常用的方式，用
docker network create创建，容器间可通过名字互相访问。
拿空间单细胞分析来说：你可能会同时启动一个R容器跑Seurat和一个Python容器跑Scanpy，它们需要共享同一个数据目录并互相调用API。这时候自定义网络 + 数据卷是最稳的组合。
1.7 一张图看懂 Docker 核心架构
下面这张SVG图是我用Docker时的思维模型，帮新同事理解最快。建议你先看整体结构，再细抠每个部分。
1.8 本章小结
我们搞懂了Docker为什么是生信分析的最佳拍档——轻量、可复现、环境隔离。核心概念就三个：镜像、容器、仓库。我还分享了我个人的一些坏习惯和踩坑经历，希望你能少走弯路。
一句话记住：Docker 让你像管理代码一样管理你的分析环境。对于一个空间单细胞项目来说，这意味着你可以把整个分析流水线（从原始fastq到最终可视化的R环境）固化成一个镜像，无论换到哪台服务器都能一秒拉起来跑。嗯，这就是Docker的魅力。