docker镜像的导入导出和拉取

场景:在搭建HyperLedger Fabric1.4的基础环境时,会频繁的和docker镜像打交道,公司内网一般都不给力,所以更多的情况是从别的虚拟机上将docker镜像导出,再通过U盘等方式导入在自己的虚拟机上。

1.docker镜像的导出(使用docker images查看已有镜像,根据镜像的Image ID保存到本虚拟机的/tmp/docker-images文件夹,保存位置可以自己定)

docker save 432c24764fbb> /tmp/docker-images/fabric-tools-1.4.1.tar
docker save d7433c4b2a1c> /tmp/docker-images/fabric-ccenv-1.4.1.tar
docker save ec4ca236d3d4> /tmp/docker-images/fabric-orderer-1.4.1.tar
docker save a1e3874f338b> /tmp/docker-images/fabric-peer-1.4.1.tar
docker save 3a1799cda5d7> /tmp/docker-images/fabric-ca-1.4.1.tar
docker save 20c6045930c8> /tmp/docker-images/fabric-zookeeper-0.4.15.tar
docker save b4ab82bbaf2f> /tmp/docker-images/fabric-kafka-0.4.15.tar
docker save 8de128a55539> /tmp/docker-images/fabric-couchdb-0.4.15.tar
docker save 9d6ec11c60ff> /tmp/docker-images/fabric-baseos-0.4.15.tar

2.docker镜像的导入(通过U盘等设备将已经备份好的镜像tar包拷贝到不能联网或网络连接有问题的虚拟机上进行导入,存放目录同为/tmp/docker-images,也可更改目录)

docker load < /tmp/docker-images/fabric-tools-1.4.1.tar
docker load < /tmp/docker-images/fabric-ccenv-1.4.1.tar
docker load < /tmp/docker-images/fabric-orderer-1.4.1.tar
docker load < /tmp/docker-images/fabric-peer-1.4.1.tar
docker load < /tmp/docker-images/fabric-ca-1.4.1.tar
docker load < /tmp/docker-images/fabric-zookeeper-0.4.15.tar
docker load < /tmp/docker-images/fabric-kafka-0.4.15.tar
docker load < /tmp/docker-images/fabric-couchdb-0.4.15.tar
docker load < /tmp/docker-images/fabric-baseos-0.4.15.tar

3.导入后的镜像的TAG都为空,需要为镜像做TAG

docker tag 432c24764fbb docker.io/hyperledger/fabric-tools:latest
docker tag d7433c4b2a1c docker.io/hyperledger/fabric-ccenv:latest
docker tag ec4ca236d3d4 docker.io/hyperledger/fabric-orderer:latest
docker tag a1e3874f338b docker.io/hyperledger/fabric-peer:latest
docker tag 3a1799cda5d7 docker.io/hyperledger/fabric-ca:latest
docker tag 20c6045930c8 docker.io/hyperledger/fabric-zookeeper:latest
docker tag b4ab82bbaf2f docker.io/hyperledger/fabric-kafka:latest
docker tag 8de128a55539 docker.io/hyperledger/fabric-couchdb:latest
docker tag 9d6ec11c60ff docker.io/hyperledger/fabric-baseos:latest

4.镜像的拉取(在网络比较好的情况下,也可以直接使用docker命令从在线拉取镜像到本地)

docker pull hyperledger/fabric-tools:amd64-1.4.1
docker pull hyperledger/fabric-ccenv:amd64-1.4.1
docker pull hyperledger/fabric-orderer:amd64-1.4.1
docker pull hyperledger/fabric-peer:amd64-1.4.1
docker pull hyperledger/fabric-ca:amd64-1.4.1
docker pull hyperledger/fabric-kafka:amd64-0.4.15
docker pull hyperledger/fabric-zookeeper:amd64-0.4.15
docker pull hyperledger/fabric-couchdb:amd64-0.4.15
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,242评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,769评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,484评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,133评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,007评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,080评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,496评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,190评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,464评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,549评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,330评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,205评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,567评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,889评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,160评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,475评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,650评论 2 335