Linux清理无用Docker镜像教程
本文系统讲解了Linux环境下高效、安全清理Docker无用资源的实战方法,不仅详解了`docker system prune`的默认行为与关键参数(如`-a`、`--volumes`、`-f`)的精准用途,还深入剖析了其局限性——例如无法自动清理被覆盖标签但仍存在的“有名字却无引用”的镜像;更提供了手动识别真正未被任何容器使用的镜像、批量清理已退出容器、处理顽固日志文件、应对overlay2/devicemapper存储驱动下空间不释放等生产级难题的可靠方案,兼顾安全性与彻底性,是运维人员和开发者优化Docker磁盘占用、保障系统稳定运行的必备指南。

docker system prune 会删掉哪些东西
执行 docker system prune 默认只清理「已停止的容器」「悬空镜像(dangling images)」「未被任何容器引用的网络」和「构建缓存」,但不会动正在运行的容器、用户手动打标签的镜像、或有名字但未被使用的卷。它安全,但不够彻底——比如你用 docker build -t myapp:v1 . 构建过多次,旧的 myapp:v1 如果被新构建覆盖,老镜像不会变成 dangling,也就不会被 prune 清掉。
- 加
-a参数才清理所有未被容器引用的镜像(包括有名字的),但会删掉你可能还想留着的中间版本 - 加
--volumes才清理未被任何容器挂载的卷,慎用,容易误删数据库数据 - 加
-f跳过确认提示,脚本中可用,交互式操作建议不加
如何精准识别并删除“无用镜像”而非仅 dangling
悬空镜像只是无用镜像的一种。真正没被任何容器引用的镜像,得自己查:先列出所有镜像,再排除当前容器用到的 Image 或 Repository:Tag。
docker ps -a --format '{{.Image}}' | sort -u上面命令输出所有容器(含已停止)实际在用的镜像标识;再用 docker images --format '{{.Repository}}:{{.Tag}} {{.ID}}' 对比,就能筛出未被引用的。更省事的做法是:
- 用
docker image ls -f dangling=true看悬空镜像 - 用
docker image ls --filter "dangling=false" -q | xargs -r docker image inspect --format='{{.Id}} {{.RepoTags}}' 2>/dev/null | grep '\[\]' | cut -d' ' -f1找有名字但 RepoTags 为空的镜像 ID(即 tag 被覆盖后残留的) - 确认无误后,用
docker image rm逐个删,别直接docker image prune -a,除非你刚做完镜像重构且确定不需要回滚
停止并清理“退出但未删除”的容器
docker ps -a 里状态为 Exited (0) 或 Exited (1) 的容器,占磁盘又不干活。它们常来自 CI/CD 临时任务、调试时忘记加 --rm、或 docker run 启动后立刻失败退出。
- 批量删所有已退出容器:
docker container prune -f - 只删特定命名的(比如测试用的):
docker rm $(docker ps -a -q --filter "name=test_" --filter "status=exited") - 删容器前想看日志确认是否真无用:
docker logs| tail -20
注意:docker rm -f 强制删运行中容器会中断服务,务必核对 docker ps 输出里的 STATUS 列。
清理后空间没释放?检查 overlay2 和 devicemapper
执行完 prune 和 rm,df -h 显示的 /var/lib/docker 空间可能不变——尤其用 overlay2 存储驱动时,删镜像只是解除引用,底层 layer 文件要等下一次 docker system prune -f 或重启 dockerd 才真正回收(取决于内核版本和 overlay2 配置)。devicemapper 更麻烦,空间几乎不自动返还。
- overlay2 下可手动触发清理:
echo 3 > /proc/sys/vm/drop_caches(仅清页缓存,不影响业务),再docker system prune -f - 生产环境别轻易重启 dockerd;若长期空间告急,考虑迁移到
zfs或btrfs驱动,它们支持即时空间回收 - 定期监控:
du -sh /var/lib/docker/overlay2/* | sort -hr | head -10找出最大 layer 目录,结合docker image inspect查它属于哪个镜像
最易被忽略的是:容器日志文件(/var/lib/docker/containers/**/*-json.log)可能膨胀到几十 GB,它们不在 system prune 范围内,需单独配置 log rotation 或用 truncate -s 0 清空。
以上就是本文的全部内容了,是否有顺利帮助你解决问题?若是能给你带来学习上的帮助,请大家多多支持golang学习网!更多关于文章的相关知识,也可关注golang学习网公众号。
Redis优化:降低Hash内存占用技巧
- 上一篇
- Redis优化:降低Hash内存占用技巧
- 下一篇
- PDF转PPT方法详解
-
- 文章 · linux | 1天前 | Linux · 运维 · 日志排查 · journalctl 启动日志 Boot ID --list-boots systemd日志导出
- journalctl 按启动会话筛选并导出日志
- 369浏览 收藏
-
- 文章 · linux | 1天前 | Linux · Linux防火墙 nftables verdict map 多端口策略
- nftables verdict map 组织多端口策略的规则设计
- 475浏览 收藏
-
- 文章 · linux | 1天前 | 权限控制 · 服务管理 · systemd socket激活 systemd.socket ListenStream Accept
- systemd socket 激活服务的依赖与监听配置
- 229浏览 收藏
-
- 文章 · linux | 2天前 |
- Linux ip rule 怎么按来源地址选择路由表
- 347浏览 收藏
-
- 文章 · linux | 2天前 | Linux · 文件系统 · Linux mount bind mount remount
- Linux bind mount 怎么二次挂载为只读
- 116浏览 收藏
-
- 文章 · linux | 2天前 |
- systemd-sysusers 怎么声明软件包所需系统账号
- 150浏览 收藏
-
- 文章 · linux | 2天前 |
- systemd-tmpfiles 怎么按文件年龄自动清理目录
- 464浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 266次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 318次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 303次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 275次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 94次使用
-
- Linux vmstat 如何分辨内存抖动与磁盘等待:si、so、wa 与复测顺序
- 2026-08-30 501浏览
-
- Linux搭建vsftpdFTP服务器教程
- 2026-04-30 501浏览
-
- Shell脚本安装教程:.sh一键安装指南
- 2026-03-16 501浏览
-
- Linux清空文件内容的几种方法
- 2025-12-01 501浏览
-
- Linux命令行下载文件技巧
- 2025-11-23 501浏览
