百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

遭弃用的 Docker Desktop 放出大招:宣布支持 Linux

ztj100 2025-02-06 17:13 17 浏览 0 评论

当地时间 5 月 10 日,在 DockerCon 2022 上,Docker 首席执行官 Scott Johnston 宣布 Docker Desktop 登陆 Linux,为使用 Linux 桌面环境的开发人员提供与当前在 macOS 和 Windows 上完全相同的 Docker Desktop 体验。


Docker Desktop 是一款 Docker 容器集成开发环境(IDE),其包含了 Docker Engine、Docker CLI 客户端、Docker Compose、Docker Content Trust、Kubernetes 和 Credential Helper 等功能支持。


Docker Desktop 能够帮助开发者轻松构建和共享容器化应用程序和微服务。Docker 也常常与 Kubernetes、Docker Compose、BuildKit 和漏洞扫描等容器工具捆绑在一起使用。Windows 和 macOS 版本已经推出一段时间,这也是 Linux 版本首次出现。


Linux 的 Docker 桌面屏幕

为什么要构建 Docker Desktop for Linux ?


Docker 在官方博客中提到,Docker Desktop for Linux 是 Docker 公共路线图上第二大受开发者关注的问题。他们通过与投票支持路线图问题的 Linux 开发人员交谈,明显感知到开发者想要实现以下想法:


  • 在所有主流的操作系统上拥有统一的 Docker 使用体验;
  • 即时使用到新的功能(例如 Docker Extensions),这些功能在过去上仅在 Windows 和 Mac 上的 Docker Desktop 应用程序中可用;
  • Docker Desktop 提供 Kubernetes 无缝集成;
  • Docker Desktop 的 UI 使数据管理卷、容器和镜像变得更加容易,并提供对在开发者的机器上运行的 Docker 进程的洞察力。


根据 Docker 高级产品经理 Chris McLellan 的说法,“随着我们不断为 Docker Desktop 增加价值,对我们来说 Linux 社区能够从中受益非常重要。” McLellan 补充说:“也就是说,愿意在 Linux 上使用 Docker Engine 的开发人员当然可以继续这样做!Linux Desktop 只是确保 Linux 开发人员可以利用 Docker Desktop 中内置的所有新功能,而不必妥协在他们现有的、基于 CLI 的工作流程上。”

Docker 同时发布 Docker Extensions


此外,在 Docker Desktop 成功支持 Linux 平台同时,Docker 官方也发布了 Docker Extensions (
https://docs.docker.com/desktop/extensions/)的最新版本和 Docker Extension SDK Beta 版(
https://docs.docker.com/desktop/extensions-sdk/)。Docker Extensions 可以让开发者在 Docker Desktop 中构建新的功能,扩展现有功能,并集成其他工具。


截至目前,Docker 宣布 Docker Extensions 获得了包括 JFrog、Red Hat、Snyk 和 VMware 等 14 个合作伙伴的支持。


Docker CEO Scott Johnston 解释这一功能时表示:“大型、复杂的云原生工具环境给开发人员带来了挑战,他们现在需要正确的工具来完成正确的工作。Docker Extensions 使开发人员能够快速发现并开始使用他们的应用程序所需的工具,而不会浪费时间搜索、下载、配置、评估和管理工具。”


其中,值得一提的是 JFrog Xray 的 Docker Desktop Extensions 允许开发人员在开发早期自动扫描 Docker 容器的漏洞和违规行为。JFrog 开发者关系副总裁 Stephen Chen 在一份声明中说:“随着软件供应链攻击呈上升趋势,我们希望能够让开发人员及早深入地了解任何风险,这样他们就可以让团队去及时响应和补救,节省停机时间,从而不会失去客户的信任。”


JFrog Docker 桌面扩展集成允许开发人员:


  • 监控和审计封装在 Docker 容器中软件的安全性;
  • 在部署之前以及在生产环境中识别 Docker 容器中易受攻击的工件;
  • 增强的取证调查可提供对软件安全事件的全面可见性;
  • 通过在 JFrog 平台中与 Docker Desktop 轻松连接,快速启动并运行它。


在 Linux 上安装 Docker Desktop


需要注意的是,目前安装 Docker Desktop 可能并不容易。Docker 团队也计划尽快改进安装和更新过程。


到目前为止,感兴趣的用户可以获得正式支持 Ubuntu、Debian 和 Fedora 的 DEB 和 RPM 包。Arch Linux 的 Docker Desktop 软件包正在进行中,但可以进行测试。此外,如果用户在非 GNOME 桌面环境中,还需要安装 GNOME 终端。


总的来说,Linux 上 Docker Desktop 的整体系统要求包括:


  • 64 位 Ubuntu 22.04 LTS、Ubuntu 21.10、Fedora 35、Fedora 36 或 Debian 11;
  • KVM 虚拟化支持;
  • QEMU 5.2 或更新版本;
  • 系统初始化系统;
  • GNOME 或 KDE 桌面环境;
  • 4 GB 内存。


参考链接:


https://www.docker.com/blog/the-magic-of-docker-desktop-is-now-available-on-linux/


https://clomiddrug.com/docker-desktop-for-linux-has-finally-arrived/


https://news.itsfoss.com/docker-desktop-linux/

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: