08 - 下一步：docker-compose

恭喜你坚持到这里！Docker 的核心你已经全掌握了。这一章给你指个方向，不需要现在精通。

一个新问题

真实的 AI 应用，往往不只一个容器。比如一个 RAG 问答系统可能包含：

一个 AI 后端服务（FastAPI）
一个 向量数据库（如 Qdrant）
一个前端（如 React）
也许还有一个 Redis 做缓存

如果用 docker run 一个个手动启动，要敲好几条又长又难记的命令，还要管它们之间的网络、启动顺序……很麻烦。

docker-compose 来救场

docker-compose 让你把”要跑哪些容器、各自怎么配置”写进一个 docker-compose.yml 文件，然后一条命令全部拉起。

一个简化的例子：

services:
  api:
    build: .
    ports:
      - "8000:8000"
    environment:
      - OPENAI_API_KEY=${OPENAI_API_KEY}

  vectordb:
    image: qdrant/qdrant
    ports:
      - "6333:6333"

然后：

docker compose up -d    # 一条命令，所有服务一起启动
docker compose down     # 一条命令，全部停止并清理

是不是比一个个 docker run 清爽多了？

你现在该知道的

是什么：用一个 yml 文件管理一组容器，一键启停。
什么时候用：当你的应用需要”多个容器协同工作”时。
现在要不要学：不急。先把单容器（前面学的）玩熟，等真的需要多服务协作时，再花一两个小时学 compose 就够了。

学习路线建议

你现在的水平已经能搞定大部分日常开发了。如果想继续进阶，按这个顺序：

✅ 单容器（你已掌握）：build、run、Dockerfile —— 这是 80% 的日常。
⏭️ docker-compose：多容器编排，本地开发多服务时用。
🔜 镜像优化：多阶段构建、减小体积。
🔜 部署上线：把镜像部署到云服务器 / 容器平台。
🔜 Kubernetes：大规模容器集群管理（等真的需要了再说，别一开始就卷这个）。

写在最后

记住这门课最核心的一句话：

Docker 把”应用 + 环境”打包成集装箱，让它一次打包、到处运行。

对你们做 AI 开发的人来说，这意味着：再也不用为”在我电脑上能跑”而崩溃，环境配一次、全队全平台通用，部署交付变得无比简单。

去动手多敲几遍命令，把 example/ 跑通，你就真正入门了。加油！

上一章 ← 07 - AI 开发者常用技巧｜下一章 → 09 - Compose 解决什么问题