雅寶社區 · 頂客論壇 (AHPAL.COM)

💻 3C 科技教學

2026 年 Docker 容器化部署實戰：從入門到 K8s 整合指南

發表時間：2026 年 08 月 15 日 | 更新日期：2026 年 08 月 15 日 | 編輯：雅寶社區編輯團隊

code {

font-f

m

process.exit(1))"

EXPOSE 3000

USER node

CMD ["npm", "start"]

3.2 使用 Docker Compose 串接資料庫與快取服務

有了前後端的映像檔之後，我們需要透過 Docker Compose 將所有服務黏合在一起。在這裡，我們加入了 PostgreSQL 與 Redis。為了讓資料庫資料不因容器重啟而消失，我們善用 Volume (卷軸) 來進行持久化儲存。同時，為了安全性，我們可以利用內建的 Docker 網路來隔離服務，讓資料庫不對外公開連接埠，僅允許後端容器存取。

# docker-compose.yml (合併版)

services:

前端服務

frontend:

build: ./frontend

ports:

• "8080:80"

depends_on:

• backend

後端服務

backend:

build: ./backend

environment:

使用資料庫服務名稱作為主機名稱

DB_HOST: database

DB_PORT: 5432

DB_USER: app_user

DB_PASSWORD: app_password

REDIS_HOST: redis

REDIS_PORT: 6379

ports:

• "3000:3000"

depends_on:

database:

condition: service_healthy

redis:

condition: service_healthy

PostgreSQL 資料庫

database:

image: postgres:16-alpine

environment:

POSTGRES_DB: app_db

POSTGRES_USER: app_user

POSTGRES_PASSWORD: app_password

volumes:

• db_data:/var/lib/postgresql/data

ports:

• "5432:5432" # 僅供本機測試用，正式環境通常不會對外開放

healthcheck:

test: ["CMD-SHELL", "pg_isready -U app_user -d app_db"]

interval: 10s

timeout: 5s

retries: 5

Redis 快取

redis:

image: redis:7-alpine

command: ["redis-server", "--appendonly", "yes"]

volumes:

• redis_data:/data

healthcheck:

test: ["CMD", "redis-cli", "ping"]

interval: 10s

timeout: 5s

retries: 5

volumes:

db_data:

redis_data:

重點提示： 在上述設定中，我們使用了 condition: service_healthy 來確保後端容器會等待資料庫成功啟動並通過健康檢查後，才開始啟動。這種「依賴宣告」是 2026 年撰寫 Compose 檔案的精髓，避免了因服務啟動順序錯誤而導致的連線失敗。

設定完成後，我們只需執行 docker compose up -d --build，Docker 就會開始建置映像檔並啟動所有服務。當終端機出現「Started」字樣後，透過瀏覽器連接到 http://localhost:8080，你就能親眼看到你的應用程式成功運行在容器中了！這就是容器化帶來的無縫開發體驗。

四、邁向雲端原生：與 Kubernetes (K8s) 整合

當我們的應用程式在單一主機上運行順利後，下一個挑戰便是：如何應對爆量的請求？如何確保服務不間斷？如何在主機故障時自動恢復？這些問題，便是 Kubernetes (簡稱 K8s) 登場的時機。K8s 是一個開源的容器編排平台，用來自動化容器的部署、擴展和管理。

4.1 為什麼單機 Docker 不夠？認識 Kubernetes 的調度威力

單機 Docker Compose 僅限於「單一主機」進行管理。如果主機掛了，整個服務就毀了。而 Kubernetes 的核心價值在於「叢集（Cluster）」管理。我們可以將多台伺服器（Node）組成一個叢集，K8s 會負責將我們的容器（Pod）調度到合適的節點上運行。

假設我們的服務有 3 個 Pod 實例在運行。當某一個節點因故離線時，K8s 的 Controller Manager 會自動偵測到節點異常，並在其他健康的節點上重新建立 Pod，確保服務的副本數（Replicas）始終維持在我們設定的數量。這就是 K8s 所提供的「自我修復」能力，也是它成為容器編排霸主的主要原因。

4.2 將 Docker 映像檔推送到 Container Registry

要讓 K8s 能夠下載我們的 Docker 映像檔，我們必須先將映像檔推送到一個「容器倉庫（Registry）」，例如 Docker Hub 或雲端平台提供的私有倉庫（如 AWS ECR、GCR、ACR）。首先，先為我們的映像檔打上標籤，然後推送：

# 重新為映像檔命名，加入使用者名稱與版本

docker tag yabaoblog-backend:latest ghcr.io/yourname/yabaoblog-backend:v1.0.0

推送映像檔到 GitHub Container Registry (GHCR)

docker push ghcr.io/yourname/yabaoblog-backend:v1.0.0

小提醒： 在正式團隊協作中，通常會結合 CI/CD 流程（如 GitHub Actions），在程式碼合併到主分支時，自動觸發建置並推送全新的映像檔。這樣可以確保每一位開發者部署的版本都有一致的來源與可追溯性。

4.3 部署到 K8s：編寫 Deployment 與 Service YAML

接下來，是整個指南的重頭戲：將我們的容器部署到 K8s 叢集。K8s 的操作核心是透過 YAML 定義檔與 API Server 溝通。以 Deployment 為例，它定義了應用程式的「期望狀態」，包含映像檔來源、副本數量、資源限制等。而 Service 則定義了如何對外暴露這些 Pod。

這是一個最基本的 Deployment 範例：

# deployment.yaml

apiVersion: apps/v1

kind: Deployment

metadata:

name: yabaoblog-backend

labels:

app: yabaoblog

tier: backend

spec:

replicas: 3

selector:

matchLabels:

app: yabaoblog

tier: backend

template:

metadata:

labels:

app: yabaoblog

tier: backend

spec:

containers:

• name: backend

image: ghcr.io/yourname/yabaoblog-backend:v1.0.0

ports:

• containerPort: 3000

env:

• name: DB_HOST

value: "database"

resources:

requests:

memory: "256Mi"

cpu: "250m"

limits:

memory: "512Mi"

cpu: "500m"

readinessProbe:

httpGet:

path: /health

port: 3000

接著，建立一個 Service 來允許叢集內部或外部的流量訪問這些 Pod。如果是對外服務，通常會搭配 LoadBalancer 或 Ingress Controller：

# service.yaml

apiVersion: v1

kind: Service

metadata:

name: yabaoblog-backend-service

spec:

selector:

app: yabaoblog

tier: backend

ports:

• protocol: TCP

port: 80

targetPort: 3000

對外開放類型，若在雲端環境會自動建立負載平衡器

type: LoadBalancer

將上述檔案儲存後，我們只需執行 kubectl apply -f deployment.yaml -f service.yaml，K8s 就會立即開始建立 Pod 並進行調度。透過 kubectl get pods，我們可以觀察 Pod 的啟動狀態；透過 kubectl get svc，我們可以看到 K8s 分配給我們的對外 IP。至此，我們的應用程式已經具備了企業級的橫向擴展能力與高可用性，這是單純使用 Docker Docker Compose 無法達到的境界。

五、2026 年不可不知的進階技巧與趨勢

當你熟悉了 Docker 和 K8s 的基本整合後，想要在職場上具備更強的競爭力，就必須開始關注容器生態圈的進階議題。2026 年，我們特別聚焦在「安全」與「可觀測性」這兩個領域。

5.1 安全性強化：不再只是 root 權限

過去，我們看到太多因 Dockerfile 撰寫不良而導致的資安漏洞。例如，直接使用 root 使用者運行應用程式，或是在映像檔中不小心留下了敏感憑證。在 2026 年的最佳實務中，這件事絕對不可妥協。

5.2 可觀測性整合：Prometheus 與 OpenTelemetry

除了把服務部署起來，我們還需要隨時掌握服務的健康狀況。在 K8s 環境中，Prometheus 已成為監控資料收集的事實標準。你的應用程式只需要在 `/metrics` 路徑暴露符合 Prometheus 格式的指標，Prometheus 就會定期來抓取（Scrape）。

同時，追蹤系統也越來越重要。透過 OpenTelemetry 標準，我們可以在應用程式中輕鬆地植入分散式追蹤（Distributed Tracing），將一個請求從前端到後端、再到資料庫的完整路徑串聯起來。這對於微服務架構的效能調校與問題排查來說，絕對是不可或缺的工具。

利用 Docker 的 HOST 網路模式或 K8s 的 Pod 網路，可以方便地讓各服務與 Prometheus 等監控元件連通。筆者強烈建議各位要親手部署一次 Grafana + Prometheus 到 K8s 叢集中，親眼看到監控告警面板上的數據流動，才能真正理解 Log（日誌）、Metrics（指標）、Traces（追蹤）三者的相輔相成。

六、結語：從入門到實戰的學習路徑建議

不知不覺，我們已經從 Docker 的基礎概念，一路走到與 Kubernetes 整合的應用層次。回顧這段旅程，我們不僅學會了如何撰寫 Dockerfile、使用 docker-compose 管理多容器環境，更深入了解如何利用 K8s 打造高可用性的叢集架構。

學習容器化不該是死背指令，而是要理解背後要解決的問題。在雅寶社群中，筆者最喜歡看到的就是成員們分享自己的實作經驗。無論是你踩到了什麼雷，或是想出了一個超棒的解法，歡迎大家踴躍在底下留言討論。將知識分享出去，不僅能幫助他人，也能強化自己的理解。

對於剛入門的朋友，建議可以先從 Docker Desktop 開始，將日常開發環境容器化，感受一致的開發體驗。熟悉之後，再嘗試在自己的電腦上建立單節點的 Minikube 或 Kind 叢集，將今天所學的 Deployment 與 Service 實際執行一遍。這條路徑雖然不算輕鬆，但只要持續刻意練習，很快就能收到甜美的果實。

最後，隨著 AI 與邊緣運算的興起，容器技術的應用場景也變得更加多元。但請記住，無論底層技術如何演進，「標準化、自動化、可移植性」的容器核心精神恆久不變。期待在未來的文章或討論中，看到大家在雅寶社區內分享更多關於 Docker / K8s 的豐碩成果！祝大家部署順利，系統永遠穩定運行！

本文同步發布於雅寶社區 · 頂客論壇 #3C 科技教學版

```

🏠 返回首頁