2、Docker 本地导入镜像,启动镜像,保存镜像,载入镜像,删除镜像

本文详细介绍Docker镜像的本地导入、启动、保存、载入及删除操作流程,包括具体命令示例,帮助读者掌握Docker镜像的全生命周期管理。
该文章已生成可运行项目,

Docker 本地导入镜像,启动镜像,保存镜像,载入镜像,删除镜像

1、Docker导入本地镜像

有时候我们自己在本地或者其它小伙伴电脑上拷贝了一份镜像,有了这个镜像之后,我们可以把本地的镜像导入,使用docker import 命令。

例如这里下载了一个 ros_melodic_builder_exported.tar.gz 镜像文件,使用下列命令导入:

root@sz-H81U:/home/sz# cat ros_melodic_builder_exported.tar.gz | docker import - ros-hilens1    (镜像名自己定义)
root@sz-H81U:/home/sz# docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
ros-hilens1         latest              16276558a9e1        5 minutes ago       7.79GB
ros_hilens          1.0.0               5a8ff4eff96d        20 hours ago        7.79GB
hello-world         latest              fce289e99eb9        12 months ago       1.84kB

可以看到导入完成后,docker为我们生成了一个镜像ID,使用docker images也可以看到我们刚刚从本地导入的镜像。

注意镜像文件必须是tar.gz类型的文件。

2、启动导入本地镜像

root@sz-H81U:/home/sz# docker run -it ros-hilens1:latest /bin/bash 
root@fe5282e395eb:/# ls
bin        demo_ws  home   media  proc    root@192.168.0  sbin  tmp
boot       dev      lib    mnt    rodasf  ros_catkin_ws   srv   usr
catkin_ws  etc      lib64  opt    root    run             sys   var

root@sz-H81U:/home/sz# docker run -it ros-hilens1 /bin/bash 
root@eabc9ff1d0cd:/# ls
bin        demo_ws  home   media  proc    root@192.168.0  sbin  tmp
boot       dev      lib    mnt    rodasf  ros_catkin_ws   srv   usr
catkin_ws  etc      lib64  opt    root    run             sys   var


##启动导入本地镜像:qubie????

3、保存镜像

我们的镜像做好之后,我们要保存起来,以供备份使用,该怎么做?使用docker save命令,保存镜像到本地。

[root@rocketmq-nameserver4 dev]# docker save -o rocketmq.tar rocketmq ##-o:指定保存的镜像的名字;rocketmq.tar:保存到本地的镜像名称;rocketmq:镜像名字,通过"docker images"查看
[root@rocketmq-nameserver4 dev]# ll 

4、载入镜像

我们有了本地的镜像文件,在需要的时候可以使用docker load将本地保存的镜像再次导入docker中。
docker load --input rocketmq.tar 或 docker load < rocketmq.tar

5、删除镜像

有些镜像过时了,我们需要删除。使用如下的命令:docker rmi -f image_id ##-f:表示强制删除镜像;image_id:镜像id

参考:https://blog.csdn.net/yechen1/article/details/103835617

本文章已经生成可运行项目
内容概要:本文围绕“多主体综合能源系统+分布式ADMM研究”展开,系统阐述了交替方向乘子法(ADMM)在多主体综合能源系统中的分布式优化应用,提供了完整的Matlab代码实现。研究聚焦于多利益主体之间的协同优化问题,通过建立合理的数学模型,采用ADMM算法实现去中心化的求解架构,有效保障各主体的数据隐私性与决策自主性,同时提升整体系统的计算效率与优化性能。内容涵盖系统建模、优化问题分解、ADMM迭代求解流程、收敛性验证及结果分析,具有较强的理论深度与工程实践价值,适用于能源互联网、微电网群、园区综合能源系统等复杂场景的能量管理与协调调度。; 适合人群:具备电力系统分析、优化理论基础及Matlab编程能力的研究生、高校科研人员,以及从事综合能源系统规划、微电网优化、分布式能源管理等方向的工程技术人员。; 使用场景及目标:①应用于多主体参与的综合能源系统能量管理与协同优化调度;②帮助读者深入理解ADMM算法的分解-协调机制及其在分布式优化中的具体实现,支撑高水平学术论文复现、科研课题攻关或实际工程项目开发;③推动智能电网与能源互联网中去中心化、隐私保护型优化调度技术的发展与落地; 阅读建议:建议读者结合文中提供的Matlab代码进行动手实践,逐行调试并可视化关键变量的迭代过程,深入掌握ADMM算法的参数设置、收敛判据及数值稳定性处理技巧,并尝试将其拓展至电动汽车集群调度、多微电网互动、可再生能源消纳等其他分布式优化应用场景中进行仿真验证。
内容概要:本文围绕三相不平衡配电网的静态与动态状态估计开展仿真研究,提出并实现了基于Matlab的完整仿真代码体系,旨在精确获取配电网在复杂运行工况下的电压、电流等关键状态变量。研究深入构建了适用于三相不平衡系统的数学模型,设计并实现了高精度的状态估计算法,重点引入自适应无迹卡尔曼滤波(AUKF)等先进滤波技术以提升动态估计的鲁棒性与准确性。通过在静态与动态两种典型场景下的仿真实验,系统性地验证了所提方法在应对量测噪声、数据缺失等实际问题时的有效性与优越性。该研究为未公开发表的创新性工作,兼具重要的理论前瞻性和工程应用潜力。; 适合人群:具备电力系统分析基础理论知识和Matlab编程能力的高校研究生、科研院所的研究人员,以及从事智能配电网监控、调度自动化等相关领域的工程师。; 使用场景及目标:①作为教学与科研工具,深化对配电网状态估计基本原理、建模方法及先进算法实现的理解;②为开发新一代配电网高级应用软件(如能量管理系统EMS)提供可靠的算法原型和技术验证平台;③支撑高水平学术论文的撰写、科研项目的申报与关键技术攻关。; 阅读建议:建议读者结合提供的Matlab代码进行同步学习与调试,重点关注三相不平衡建模、状态空间方程构建、AUKF算法实现流程及仿真结果的对比分析部分,以深刻理解算法细节与性能优势。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值