如何清理 Docker 占用的磁盘空间的方法
docker 很占用空间,每当我们运行容器、拉取镜像、部署应用、构建自己的镜像时,我们的磁盘空间会被大量占用。
如果你也被这个问题所困扰,咱们就一起看一下 docker 是如何使用磁盘空间的,以及如何回收。
docker 占用的空间可以通过下面的命令查看:
$ docker system df
type
列出了docker 使用磁盘的 4 种类型:
- images:所有镜像占用的空间,包括拉取下来的镜像,和本地构建的。
- containers:运行的容器占用的空间,表示每个容器的读写层的空间。
- local volumes:容器挂载本地数据卷的空间。
- build cache:镜像构建过程中产生的缓存空间(只有在使用 buildkit 时才有,docker 18.09 以后可用)。
最后的 reclaimable
是可回收大小。
下面就分别了解一下这几个类型。
容器的磁盘占用
每次创建一个容器时,都会有一些文件和目录被创建,例如:
-
/var/lib/docker/containers/id
目录,如果容器使用了默认的日志模式,他的所有日志都会以json形式保存到此目录下。 -
/var/lib/docker/overlay2
目录下含有容器的读写层,如果容器使用自己的文件系统保存了数据,那么就会写到此目录下。
现在我们从一个完全干净的系统开始,假设 docker 刚刚安装:
首先,我们启动一个 nginx 容器:
现在运行 df
命令后,就会看到:
- 一个镜像,126mb
- 一个容器
此时没有可回收空间,因为容器在运行,镜像正被使用。
现在,我们在容器内创建一个 100mb 的空文件:
$ docker exec -ti www \ dd if=/dev/zero of=test.img bs=1024 count=0 seek=$[1024*100]
再次查看空间:
可以看到容器占用的空间增加了,这个文件保存在本机哪里呢?
和上面说的一样,是保存在容器的读写层。
当停止容器后,容器占用的空间就会变为可回收的:
如何回收呢?删除容器时会删除其关联的读写层占用的空间。
也可以一键删除所有已经停止的容器:
$ docker container prune
删除容器后,镜像也可以回收了:
上面的 docker container prune
命令是删除停止的容器,如果想删除所有容器(包括停止的、正在运行的),可以使用下面这2个命令:
$ docker rm -f $(docker ps -aq) $ docker container rm -f $(docker container ls -aq)
镜像的磁盘占用
有一些镜像是隐形的:
- 子镜像,就是被其他镜像引用的中间镜像,不能被删除。
- 悬挂状态的镜像,就是不会再被使用的镜像,可以被删除。
下面的命令列出所有悬挂状态的镜像:
$ docker image ls -f dangling=true
删除这类镜像:
$ docker image rm $(docker image ls -f dangling=true -q)
或者:
$ docker image prune
如果想删除所有镜像,可以使用下面的命令:
$ docker image rm $(docker image ls -q)
注意,正在被容器使用的镜像是不能被删除的。
数据卷的磁盘占用
数据卷是容器自身文件体统之外的数据存储。
例如容器中的应用有上传图片的功能,上传之后肯定不能保存在容器内部,因为容器内部的数据会随着容器的死掉而被删除,所以,这些图片要保存在容器之外,也就是数据卷。
比如我们运行了一个 mongodb 容器做测试,导入了很多测试数据,这些数据就不是在容器内部的,是在数据卷中,因为 mongodb 的 dockerfile 中使用了数据卷。
测试完成后,删除了这个 mongodb 容器,但测试数据还在,没被删除。
删除不再使用的数据卷:
$ docker volume rm $(docker volume ls -q)
或者:
$ docker volume prune
build cache 的磁盘占用
docker 18.09 引入了 buildkit,提升了构建过程的性能、安全、存储管理等能力。
删除 build cache 可以使用命令:
$ docker builder prune
一键清理
通过上面的说明,我们知道了像容器、镜像、数据卷都提供了 prune
这个子命令,帮助我们回收空间。
其实,docker 系统层面也有 prune
这个子命令,可以一键清理没用的空间:
$ docker system prune
定期执行这个命令是个好习惯。
翻译整理自:
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
上一篇: Docker镜像分层的原理详解