ARM版本的 rabbitmq 镜像资源 版本 3.8.9 使用拷贝到主机 执行：docker load < rabbitmq_arm3.8.9.tar 生成docker镜像

导入：docker load -i cloudreve3.8.3.tar 运行：docker run -d --name cloudreve3.8.3 --network host cloudreve:3.8.3 查看账户：docker logs -f cloudreve3.8.3 访问：ip

基于docker官网centos7镜像配置java运行环境，自己安装jdk和tomcat，解决docker容器与宿主机时间不一致问题

arm64架构下arangodb3.10.11

OpenJDK 8 是Java平台的开源实现，它遵循GPLv2+CE许可证。它由Sun Microsystems公司于2006年启动，并在2010年被Oracle公司收购，进而成为Oracle JDK的开源对照版。OpenJDK 8作为Java 8的开源版本，提供了Java语言和Java虚拟机（JVM）的基本实现。它包含了Java编程语言的核心库以及运行Java程序的虚拟机。 Docker是一个开源的应用容器引擎，允许开发者打包应用以及应用的依赖包到一个可移植的容器中，然后发布到任何流行的Linux机器上，也可以实现虚拟化。使用Docker可以更好地创建、部署和运行应用程序。通过容器化技术，Docker能够将软件及其所有依赖项封装到一个可移植的容器中，使得应用在不同环境下的运行变得一致。 当OpenJDK 8与Docker技术结合时，我们通常是指创建一个包含OpenJDK 8运行环境的Docker镜像。这个Docker镜像允许用户在容器内运行Java应用程序，而无需在宿主机上安装Java开发工具包（JDK）。这样的做法具有多方面的优点，包括了环境的一致性、便于开发部署、隔离的应用运行环境、以及简化了应用程序的分发和扩展。 在构建OpenJDK 8的Docker镜像时，通常会编写一个Dockerfile，这是一个包含了一系列指令的文本文件，Docker程序利用它来构建镜像。Dockerfile中会指定基础镜像，下载安装OpenJDK 8，并设置必要的环境变量和工作目录。最终通过Dockerfile构建出的镜像，就包含了运行Java应用程序所需的全部组件。 Java是一种高级编程语言，广泛用于企业级应用开发。由于其跨平台、面向对象、安全性高、支持多线程等特性，Java得到了业界的广泛认可。OpenJDK 8作为Java 8的开源版本，提供了包括lambda表达式、新的日期时间API、增强的注解处理等在内的新特性。Java 8的流API也是该版本中的一大亮点，它允许以声明式方式处理数据集合，极大地简化了代码。 openjdk.8.tar的Docker镜像为Java应用开发者和运维人员提供了一个便捷的环境，让开发、测试、部署Java应用更加高效，同时保证了应用的可移植性和隔离性。

一、打包vue项目 　　在开发完的vue项目输入如下命名，打包生成dist文件夹 yarn build / npm run build 　　此时根目录会多出一个文件夹：dist文件夹，里面就是我们要发布的东西。 　　如果将该dist目录整个传到服务器上，部署成静态资源站点就能直接访问到该项目。 二、获取nginx 镜像 　　nginx 是一个高性能的HTTP和反向代理服务器，此处我们选用 nginx 镜像作为基础来构建我们的vue应用镜像。 　　在终端输入： docker pull nginx 　　即可以获取到nginx镜像。 　　Docker镜像是一个特殊的文件系统，除了提供容器运行时

docker load 后执行命令 docker run --name "pg14-3-3" --restart always -e TZ=Asia/Shanghai -p 5432:5432 -e POSTGRES_USER=postgres -e POSTGRES_PASSWORD=postgres -e PASSWORD_AUTHENTICATION="scram-sha-256" -v 自定义挂载目录:/var/lib/postgresql/data -d -t pgrouting/pgrouting:14-3.3-3.4 即可运行

node:18.15-alpine镜像的tar文件 使用步骤（确保本地环境已经安装docker） 1、将tar包下载到本地 2、打开终端 3、进入到上述tar包的下载路径 4、运行docker load node-18.15-alpine.tar

arm64v8架构docker镜像包括（java8\mysql8\nacos2.1.1\redis7.0.4\nginx1.21.1）

本资源为Vitis-AI3.0版本docker镜像的.tar文件的下载链接，适用于NVIDIA显卡硬件平台，内置pytorch量化编译器镜像以及pytorch优化器镜像 使用方法： 使用docker load指令将镜像文件导入后（导入后可以使用docker tag指令改名），再按照官方手册中的使用方法即可 docker镜像生成过程： 按照官方github提供的3.0.0.001版本源代码中的dockerfile进行docker创建 以NVIDIA提供的nvidia/cuda:11.3.1-cudnn8-runtime-ubuntu20.04镜像为基础 仅修改apt、python、conda为国内下载源，其他未作变动 dockerfile修改内容： 参考文章https://blog.csdn.net/qq_36745999/article/details/129920225