不多说，直接上干货！
见【博主】撰写的https://mp.weixin.qq.com/s/FFSIOSecVdAr_aSDIFZwSA
Docker容器虚拟化的优点：
（1）环境隔离；
通过cgroups和namesapce进行实现资源隔离，实现一台机器运行多个容器互不影响。
比如：你在操作系统上安装了MySQL5.5.5版本。如果，你要安装MySQL5.5.5版本。此时，则需要配置文件和相关目录都更改掉。
而在docker环境下，可以同时使用独立运行，在使用的日志下随意切换，没点影响。
（2）更快速的交付部署；
使用docker，开发人员可以利用镜像快速构建一套标准的研发环境；开发完成后，测试和运维人员可以直接通过使用相同的环境来部署代码。Docker可以快速创建和删除容器，实现快速迭代，大量节约开发、测试、部署的时间。并且，各个步骤都有明确的配置和操作，整个过程全程课件，使团队里更容易理解应用创建和工作的过程。
使用Docker可以通过定制应用镜像来实现持续集成，持续交付，部署。开发人员构建后的镜像，结合持续集成系统进行集成测试，而运维人员则可以在生产环境中快速部署该镜像，也可以结合持续部署系统进行自动部署。
对开发和运维（ DevOps） 人员来说， 最希望的就是一次创建或配置， 可以在任意地方正常运行。
使用 Docker 可以通过定制应用镜像来实现持续集成、 持续交付、 部署。 开发人员可以通过 Dockerfile 来进行镜像构建， 并结合 持续集成(Continuous Integration) 系统进行集成测试， 而运维人员则可以直接在生产环境中快速部署该镜像， 甚至结合持续部署(Continuous Delivery/Deployment) 系统进行自动部署。
而且使用 Dockerfile 使镜像构建透明化， 不仅仅开发团队可以理解应用运行环境， 也方便运维团队理解应用运行所需条件， 帮助更好的生产环境中部署该镜像。
（3）更高效的资源利用；
docker容器的运行不需要额外的虚拟化管理程序的支持，它是内核级的虚拟化，可以实现更高的性能，同时对资源的额外需求很低。
Docker是基于内核级的虚拟化，可以实现更高效的性能，同时对资源的额外需求很低，相比传统虚拟机方式，相同配置的主机能够运行更多的应用。
由于容器不需要进行硬件虚拟以及运行完整操作系统等额外开销， Docker 对系统资源的利用率更高。 无论是应用执行速度、 内存损耗或者文件存储速度， 都要比传统虚拟机技术更高效。因此，相比虚拟机技术，一个相同配置的主机，往往可以运行更多数量的应用。
（4）更易迁移扩展；
由于 Docker 确保了执行环境的一致性， 使得应用的迁移更加容易。 docker容器几乎可以在任意的平台上运行，包括乌力吉、虚拟机、公有云、私有云、个人电脑、服务器等，这种兼容性让用户可以在不同平台之间轻松的迁移应用。其运行结果是一致的。 因此用户可以很轻易的将在一个平台上运行的应用， 迁移到另一个平台上， 而不用担心运行环境的变化导致应用无法正常运行的情。
Docker容器几乎可以在任何平台上运行，同时支持主流的操作系统发行版本。
（5）更简单的更新管理。
使用Dockerfile,只需要小小的配置修改，就可以替代以往的大量的更新工作。并且所有修改都是以增量的方式进行分发和更新，从而实现自动化和高效的容器管理。
（6）更快速的启动时间
传统的虚拟机技术启动应用服务往往需要数分钟，而Docker容器应用，由于直接运行于宿主内核，无需启动完整的操作系统，因此可以做到妙级，甚至毫秒级的启动时间，大大的节约了开发，测试，部署的时间。
（7）一致的运行环境
开发过程中一个常见的问题是环境一致性问题。 由于开发环境、 测试环境、 生产环境不一致， 导致有些 bug 并未在开发过程中被发现。 而 Docker 的镜像提供了除内核外完整的运行时环境， 确保了应用运行环境一致性， 从而不会再出现 “这段代码在我机器上没问题啊” 这类问题。
（8）更轻松的维护和扩展
Docker 使用的分层存储以及镜像的技术， 使得应用重复部分的复用更为容易， 也使得应用的维护更新更加简单， 基于基础镜像进一步扩展镜像也变得非常简单。 此外， Docker 团队同各个开源项目团队一起维护了一大批高质量的官方镜像， 既可以直接在生产环境使用， 又可以作为基础进一步定制， 大大的降低了应用服务的镜像制作成本。
同时，大家可以关注我的个人博客：
http://www.cnblogs.com/zlslch/ 和 http://www.cnblogs.com/lchzls/ http://www.cnblogs.com/sunnyDream/
详情请见：http://www.cnblogs.com/zlslch/p/7473861.html
人生苦短，我愿分享。本公众号将秉持活到老学到老学习无休止的交流分享开源精神，汇聚于互联网和个人学习工作的精华干货知识，一切来于互联网，反馈回互联网。
目前研究领域：大数据、机器学习、深度学习、人工智能、数据挖掘、数据分析。 语言涉及：Java、Scala、Python、Shell、Linux等 。同时还涉及平常所使用的手机、电脑和互联网上的使用技巧、问题和实用软件。 只要你一直关注和呆在群里，每天必须有收获
对应本平台的讨论和答疑QQ群：大数据和人工智能躺过的坑（总群）（161156071）
