Docker 安装部署全流程使用指南（Linux 通用版）

Ne0inhk

— 17 min read
Docker 安装部署全流程使用指南（Linux 通用版）

整合 Docker 安装、配置、核心使用（含日志管理）、路径修改、Dockerfile 构建镜像等全维度内容，适配 Debian/Ubuntu（apt）、CentOS/RHEL（yum/dnf）等主流 Linux 发行版，无特定系统适配内容。

一、Linux 通用版 Docker 安装

1. 前置准备：卸载旧版本

# 通用卸载命令（适配apt/yum/dnf） sudo apt remove -y docker docker-engine docker.io containerd runc # Debian/Ubuntu # 或 sudo yum remove -y docker docker-client docker-client-latest docker-common docker-latest docker-latest-logrotate docker-logrotate docker-engine containerd runc # CentOS/RHEL

2. 分体系安装（apt/yum）

方式 1：Debian/Ubuntu（apt 体系）
# 1. 安装依赖 sudo apt update && sudo apt install -y ca-certificates curl gnupg lsb-release # 2. 添加Docker官方GPG密钥 curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/trusted.gpg.d/docker.gpg # 3. 配置Docker源 echo "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/trusted.gpg.d/docker.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null # 4. 安装Docker核心组件 sudo apt update && sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin # 5. 启动并设置开机自启 sudo systemctl start docker sudo systemctl enable docker
方式 2：CentOS/RHEL（yum/dnf 体系）
# 1. 安装依赖 sudo yum install -y yum-utils device-mapper-persistent-data lvm2 # 2. 配置Docker源 sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo # 3. 安装Docker核心组件 sudo yum install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin # 4. 启动并设置开机自启 sudo systemctl start docker sudo systemctl enable docker

3. 验证安装成功

# 查看Docker版本 docker --version # 运行测试容器 sudo docker run hello-world # 输出“Hello from Docker!”即为安装成功

二、镜像加速配置（通用版）

默认从 Docker 官方仓库拉取镜像速度慢，配置国内镜像源是必做优化：

# 1. 创建Docker配置目录 sudo mkdir -p /etc/docker # 2. 写入国内镜像加速源（通用高效源） sudo tee /etc/docker/daemon.json <<-'EOF' { "registry-mirrors": [ "https://docker.mirrors.ustc.edu.cn", "https://hub-mirror.c.163.com", "https://dockerhub.azk8s.cn", "https://mirror.baidubce.com/docker-registry/" ] } EOF # 3. 重启Docker使配置生效 sudo systemctl daemon-reload sudo systemctl restart docker # 验证加速配置 docker info | grep "Registry Mirrors" # 输出配置的镜像源即为生效

三、Docker 核心使用详解

1. 镜像 / 容器 / 卷的默认存储路径

Docker 的镜像、容器、卷共享同一个根存储目录，不同类型数据为该目录下的子文件夹：

数据类型通用默认路径说明
镜像/var/lib/docker/image/镜像分层存储，不同存储驱动（如 overlay2）对应子目录
容器/var/lib/docker/containers/每个容器对应一个目录，包含日志、配置、容器运行时数据
卷（Volume）/var/lib/docker/volumes/自定义卷的默认存储位置，推荐优先使用卷而非直接挂载本地目录
容器日志/var/lib/docker/containers/<容器ID>/<容器ID>-json.log默认日志文件（json-file 驱动），按容器 ID 存储

查看路径的通用方法：

# 1. 查看Docker根存储目录（最核心） docker info | grep "Docker Root Dir" # 2. 查看存储目录结构 ls -lh /var/lib/docker/ # 3. 查看镜像/容器/卷占用空间 docker system df # 4. 查看指定容器的日志文件路径（示例：容器名为demo-app） docker inspect --format='{{.LogPath}}' demo-app

2. 容器文件映射（本地 ↔ 容器）

核心分 2 种方式，优先使用卷挂载（生产环境），绑定挂载适合开发调试：

方式 1：绑定挂载（直接映射本地目录）

语法：docker run -v 本地绝对路径:容器内路径 [镜像名]

# 示例1：将本地/opt/nginx/html映射到容器nginx默认页面目录 sudo docker run -d -p 80:80 -v /opt/nginx/html:/usr/share/nginx/html nginx # 示例2：持久化容器日志到本地 sudo docker run -d -p 80:80 -v /var/log/nginx-container:/var/log/nginx nginx

⚠️ 注意：本地路径必须写绝对路径，容器内路径需匹配应用实际路径。

方式 2：卷挂载（Docker 管理的存储卷，推荐）

语法：先创建卷 → 挂载到容器

# 1. 创建自定义卷 sudo docker volume create nginx-data # 2. 挂载卷到容器 sudo docker run -d -p 80:80 -v nginx-data:/usr/share/nginx/html nginx # 3. 查看卷详情（含实际存储路径） sudo docker volume inspect nginx-data
两种挂载方式对比
特性绑定挂载卷挂载
路径管理手动管理本地路径Docker 自动管理
跨平台 / 迁移差（依赖本地路径）优（可直接备份 / 迁移卷）
权限 / 稳定性易出权限问题适配 Docker 权限，更稳定
适用场景开发调试、实时同步生产环境、数据持久化

3. Docker 日志管理（核心）

3.1 日志默认机制

Docker 默认使用json-file日志驱动，将容器日志以 JSON 格式存储在本地文件（路径见 1. 存储路径），核心特点：

  • 日志按容器独立存储，无集中管理；
  • 默认无大小 / 数量限制，易导致磁盘占满（需手动配置轮转）；
  • 支持通过docker logs命令便捷查看。
3.2 查看容器日志的常用命令

docker logs是查看容器日志的核心命令，支持多种筛选方式：

# 基础用法：查看指定容器的所有日志（容器名/容器ID均可） docker logs demo-app # 1. 实时查看日志（类似tail -f） docker logs -f demo-app # 2. 查看最后N行日志（示例：最后100行） docker logs --tail=100 demo-app # 3. 查看指定时间后的日志（支持绝对时间/相对时间） docker logs --since="2024-01-01 08:00:00" demo-app # 绝对时间 docker logs --since=1h demo-app # 1小时内的日志 # 4. 查看指定时间范围的日志 docker logs --since="2024-01-01 08:00:00" --until="2024-01-01 09:00:00" demo-app # 5. 显示日志时间戳 docker logs -t demo-app # 6. 组合用法：实时查看最后50行带时间戳的日志 docker logs -f -t --tail=50 demo-app
3.3 配置日志驱动（全局 / 容器级）

日志驱动决定 Docker 如何存储 / 输出容器日志，常用驱动及场景：

驱动类型核心特点适用场景
json-file本地 JSON 文件存储，默认驱动单机、小规模部署
local本地日志轮转存储（自动切割），性能优于 json-file单机、需日志轮转的场景
journald集成系统 journald 日志服务，支持系统级日志管理基于 systemd 的 Linux 系统
syslog输出到 syslog 服务器，支持集中日志管理多机、集中日志收集
none禁用日志存储无需日志的临时容器
配置方式 1：全局配置（所有容器生效）

修改daemon.json，重启 Docker 后生效：

# 示例：全局使用local驱动，并配置日志轮转 sudo tee /etc/docker/daemon.json <<-'EOF' { "registry-mirrors": [ "https://docker.mirrors.ustc.edu.cn", "https://hub-mirror.c.163.com" ], "log-driver": "local", # 全局日志驱动 "log-opts": { "max-size": "100m", # 单个日志文件最大100MB "max-file": "5", # 最多保留5个日志文件 "compress": "true" # 压缩旧日志文件 } } EOF # 重启生效 sudo systemctl daemon-reload sudo systemctl restart docker
配置方式 2：容器级配置（覆盖全局，仅当前容器生效）

运行容器时通过--log-driver和--log-opt指定：

# 示例：运行nginx容器，单独配置日志轮转（json-file驱动） docker run -d -p 80:80 \ --name nginx-app \ --log-driver=json-file \ --log-opt max-size=50m \ --log-opt max-file=3 \ nginx
3.4 日志持久化与清理
方式 1：日志文件绑定挂载（持久化到本地指定目录）
# 示例：将nginx容器的日志同时输出到本地/var/log/nginx-docker目录 docker run -d -p 80:80 \ --name nginx-app \ -v /var/log/nginx-docker:/var/log/nginx \ # 容器内日志目录映射到本地 nginx
方式 2：清理无用日志（释放磁盘空间）
# 1. 清理单个容器的日志文件（需先停止容器） docker stop demo-app sudo rm -rf $(docker inspect --format='{{.LogPath}}' demo-app) docker start demo-app # 2. 批量清理所有容器的日志（谨慎执行） sudo find /var/lib/docker/containers/ -name "*.log" -type f -delete # 3. 使用Docker系统清理命令（清理未运行容器、无用镜像、日志等） docker system prune -a # 加-f可免确认，谨慎执行
3.5 日志常见问题解决
  1. 日志文件过大占满磁盘：配置max-size/max-file日志轮转（推荐local驱动）；
  2. 日志乱码：容器内程序输出编码与终端不一致，运行容器时添加-e LANG=C.UTF-8；
  3. 日志实时查看卡顿：日志文件过大导致，先清理旧日志，配置轮转；
  4. 日志丢失：容器重启后日志消失→检查日志驱动（json-file/local不会丢失，none会禁用日志）。

4. 使用 Dockerfile 构建自定义镜像（完整流程）

4.1 Dockerfile 核心认知

Dockerfile 是一个纯文本配置文件，包含一系列按顺序执行的指令，Docker 通过读取这些指令自动构建镜像。核心特点：

  • 每一条指令对应镜像的一个 “分层”，分层存储是 Docker 镜像的核心特性（可复用、减少冗余）；
  • 构建镜像时，Docker 会从 Docker Hub 拉取基础镜像（若本地没有），再逐层执行指令；
  • 构建结果是一个可直接运行的自定义镜像，可推送到仓库或本地运行。
4.2 Dockerfile 核心指令（必掌握）
指令核心作用示例注意事项
FROM指定基础镜像（必填，所有镜像都基于某个基础镜像构建）FROM nginx:1.24-alpine优先选择轻量镜像（如 alpine 版本），减少镜像体积；scratch表示空镜像（仅用于编译后的二进制程序）
WORKDIR设置容器的工作目录（后续指令均在此目录执行）WORKDIR /usr/app推荐用绝对路径，多次使用会切换目录；若目录不存在，Docker 会自动创建
COPY复制本地文件 / 目录到容器中（最常用）COPY ./app.py /usr/app/第一个参数是 “构建上下文” 内的路径，第二个是容器内路径；仅复制文件，不解压
ADD复制文件 / 目录，支持解压压缩包、拉取远程文件（慎用）ADD ./app.tar.gz /usr/app/会自动解压.tar/.gz等压缩包；远程文件建议用RUN wget替代，更可控
RUN构建镜像时执行命令（如安装依赖、创建目录）RUN pip install flask多行RUN建议用&&合并，减少镜像分层（如RUN yum install -y nginx && yum clean all）
ENV设置环境变量（容器运行时也生效）ENV PYTHONPATH=/usr/app PORT=8080可通过docker run -e覆盖；建议集中定义，便于维护
EXPOSE声明容器暴露的端口（仅 “声明”，不实际映射）EXPOSE 8080仅用于说明镜像的端口用途，实际映射需靠docker run -p
CMD容器启动时执行的命令（可被docker run后的参数覆盖）CMD ["python", "app.py"]推荐用 JSON 数组格式；一个 Dockerfile 仅最后一个CMD生效
ENTRYPOINT容器启动的 “入口命令”（不可被覆盖，仅可追加参数）ENTRYPOINT ["python", "app.py"]结合CMD可实现 “默认参数”（如ENTRYPOINT ["nginx"] + CMD ["-g", "daemon off;"]）
VOLUME声明容器的匿名卷（避免容器数据丢失）VOLUME ["/usr/app/logs"]运行时可通过-v绑定本地目录 / 卷，覆盖匿名卷
4.3 完整构建步骤（实战示例：Python Web 应用）
步骤 1：准备构建环境（构建上下文）

创建专属目录存放 Dockerfile 和应用文件，构建上下文是 Docker 构建时可访问的文件目录（不能引用外部文件）：

# 1. 创建构建目录并进入 mkdir -p /opt/python-demo && cd /opt/python-demo # 2. 编写简单的Python应用文件（app.py） tee app.py <<-'EOF' from flask import Flask import os app = Flask(__name__) port = int(os.getenv("PORT", 8080)) @app.route('/') def hello(): return "Hello Docker! This is a custom image built by Dockerfile." if __name__ == '__main__': app.run(host='0.0.0.0', port=port) EOF # 3. （可选）创建.dockerignore文件，精简构建上下文 tee .dockerignore <<-'EOF' # 排除无关文件，减少构建体积 __pycache__/ *.pyc .git/ .venv/ EOF
步骤 2：编写 Dockerfile

在构建目录下创建Dockerfile文件（文件名必须是Dockerfile，无后缀）：

# 步骤1：指定基础镜像（Python 3.9轻量版） FROM python:3.9-alpine # 步骤2：设置工作目录 WORKDIR /usr/app # 步骤3：设置环境变量（避免Python输出缓冲，解决日志乱码） ENV PYTHONUNBUFFERED=1 PORT=8080 LANG=C.UTF-8 # 步骤4：安装依赖（Alpine系统用apk，合并RUN减少分层） RUN pip install flask --no-cache-dir # 步骤5：复制本地app.py到容器工作目录 COPY app.py . # 步骤6：声明暴露端口 EXPOSE 8080 # 步骤7：容器启动命令 CMD ["python", "app.py"]
步骤 3：执行构建命令

核心语法：docker build [选项] <构建上下文路径>

# -t：给镜像打标签（格式：镜像名:版本），. 表示构建上下文为当前目录 docker build -t python-demo:v1 .

构建成功会输出：

Successfully built xxxxxxxx（镜像ID） Successfully tagged python-demo:v1
步骤 4：验证镜像并运行容器
# 1. 查看构建好的镜像 docker images | grep python-demo # 2. 运行镜像，映射8080端口，配置日志轮转 docker run -d -p 8080:8080 \ --name demo-app \ --log-opt max-size=50m \ --log-opt max-file=3 \ python-demo:v1 # 3. 验证容器运行结果 curl http://localhost:8080 # 预期输出：Hello Docker! This is a custom image built by Dockerfile. # 4. 查看容器日志（带时间戳） docker logs -t demo-app
4.4 Dockerfile 构建优化技巧

新手易写出体积大、分层多的镜像，掌握以下技巧可大幅优化：

  1. 合并 RUN 指令：将多个RUN用&&合并，减少镜像分层（如RUN apt update && apt install -y nginx && apt clean all）；
  2. 使用轻量基础镜像：优先选择alpine、slim版本（如nginx:alpine比nginx体积小 90%）；
  3. 清理缓存文件：安装依赖后清理包管理器缓存（如yum clean all、apt clean、pip --no-cache-dir）；
  4. 精简构建上下文：通过.dockerignore排除无关文件（如日志、缓存、源码管理目录）；

多阶段构建（进阶）：用于编译型语言（如 Go、Java），编译阶段用完整镜像，运行阶段用轻量镜像，示例：dockerfile

# 阶段1：编译Go程序 FROM golang:1.21 as builder WORKDIR /app COPY main.go . RUN go build -o myapp main.go # 阶段2：运行程序（仅复制编译结果） FROM alpine:3.18 COPY --from=builder /app/myapp /usr/bin/ CMD ["/usr/bin/myapp"]
4.5 常见问题与解决
  1. 构建时报 “找不到文件”：检查COPY/ADD的源路径是否在构建上下文内（不能用../引用上下文外的文件）；
  2. 镜像体积过大：检查是否未清理缓存、是否用了过重的基础镜像、是否复制了无关文件；
  3. 容器启动后立即退出：检查CMD/ENTRYPOINT指令是否正确（如命令执行完就退出，需确保进程前台运行，如nginx -g daemon off;）；
  4. 权限问题：容器内文件权限不足时，可通过RUN chmod/RUN chown调整（如RUN chmod 755 /usr/app/app.py）；
  5. 日志乱码：Dockerfile 中添加ENV LANG=C.UTF-8，统一编码。

四、查看 / 修改镜像 / 容器 / 卷默认路径（通用版）

Docker 的镜像、容器、卷共享同一个根存储目录，修改根目录即可统一调整所有数据的存储位置（包括日志文件）。

1. 查看默认路径（通用）

# 核心命令：查看Docker根存储目录 docker info | grep "Docker Root Dir" # 默认输出：Docker Root Dir: /var/lib/docker

2. 修改默认路径（通用安全步骤）

步骤 1：停止 Docker 及相关服务
sudo systemctl stop docker sudo systemctl stop containerd
步骤 2：迁移原有数据到新路径
# 示例：将默认路径/var/lib/docker迁移到新路径/data/docker # 1. 创建新目录（按需修改路径） sudo mkdir -p /data/docker # 2. 迁移数据（rsync保留权限和符号链接，避免Docker启动失败） sudo rsync -avz /var/lib/docker/ /data/docker/
步骤 3：配置新存储路径
# 编辑daemon.json，添加data-root参数（保留日志驱动配置） sudo tee /etc/docker/daemon.json <<-'EOF' { "registry-mirrors": [ "https://docker.mirrors.ustc.edu.cn", "https://hub-mirror.c.163.com" ], "log-driver": "local", "log-opts": { "max-size": "100m", "max-file": "5" }, "data-root": "/data/docker" # 核心：指定新的存储根目录 } EOF
步骤 4：重启验证
# 重新加载配置并启动Docker sudo systemctl daemon-reload sudo systemctl start docker # 验证路径是否生效 docker info | grep "Docker Root Dir" # 预期输出：Docker Root Dir: /data/docker # 运行测试容器，确认新路径生成日志文件 docker run -d --name test-log hello-world ls -lh /data/docker/containers/ # 有新容器日志目录即为生效
步骤 5：（可选）删除旧数据

确认新路径正常后，删除旧路径释放空间：

sudo rm -rf /var/lib/docker/

3. 注意事项（通用）

  1. 数据迁移必须用rsync（而非cp），保留文件权限和符号链接；
  2. 新路径的属主必须为root，权限为700（sudo chmod 700 /data/docker）；
  3. 若修改后 Docker 无法启动，删除daemon.json中的data-root行，恢复数据后重启即可；
  4. 日志文件会随根目录迁移，无需单独配置。

五、Docker 核心命令速查（通用）

操作类型核心命令
镜像操作拉取：docker pull 镜像名:标签 查看：docker images 删除：docker rmi 镜像ID
容器操作运行：docker run -d -p 端口映射 镜像名 查看运行中：docker ps 查看所有：docker ps -a 停止：docker stop 容器ID 删除：docker rm 容器ID
卷操作创建：docker volume create 卷名 查看：docker volume ls 删除：docker volume rm 卷名
日志操作查看：docker logs [容器名/ID] 实时查看：docker logs -f [容器名/ID] 查看日志路径：docker inspect --format='{{.LogPath}}' [容器名/ID]
镜像构建 / 推送构建：docker build -t 镜像名:标签 . 推送：docker push 镜像名:标签（需先登录仓库）
系统清理清理无用镜像 / 容器：docker system prune -a（谨慎执行，删除未使用资源） 清理日志：sudo find /var/lib/docker/containers/ -name "*.log" -type f -delete

总结

  1. 通用安装：分 apt/yum 体系，核心是安装docker-ce及配套组件，启动并设置开机自启；
  2. 镜像加速：通过daemon.json配置国内源，是提升拉取速度的核心优化；
  3. 核心使用：
    • 镜像 / 容器 / 卷 / 日志默认存储在/var/lib/docker，文件映射优先用卷挂载；
    • 日志管理核心是docker logs命令，生产环境需配置max-size/max-file避免磁盘占满，推荐local日志驱动；
    • Dockerfile 构建镜像的核心是FROM为必填，指令按 “准备环境→安装依赖→复制文件→启动配置” 编写，优化重点是减少分层、精简体积，添加编码环境变量解决日志乱码；
  4. 路径修改：通过daemon.json的data-root统一修改根存储目录，迁移数据需用rsync保留权限；
  5. 命令速查：掌握镜像、容器、卷、日志的基础操作命令，可高效管理 Docker 资源。

Read more

破局海量日志噪音：基于 Rust + DeepSeek 实现微服务级联故障的精准定位与自动化修复

破局海量日志噪音：基于 Rust + DeepSeek 实现微服务级联故障的精准定位与自动化修复

目录 * 摘要 * 第一章 系统背景与技术选型 * 1.1 运维可观测性的挑战 * 1.2 为什么选择 Rust * 1.3 为什么选择 DeepSeek V3.2 * 第二章 环境准备与基础设施搭建 * 2.1 模型服务接入 * 2.2 Rust 项目初始化 * 2.3 依赖管理与生态集成 * 第三章 核心架构设计与模块实现 * 3.1 模块化设计理念 * 3.2 主程序控制流 (main.rs) * 3.3 异常检测引擎 (anomaly_detector.rs) * 3.4 诊断引擎与报告生成 (diagnostic_engine.

By Ne0inhk

Windows/Linux双平台保姆教程：用DDNS-GO v6.7.6实现免费内网穿透（替代花生壳）

从零构建你的专属动态域名服务：告别付费内网穿透，拥抱开源DDNS-GO 最近和几个独立开发者朋友聊天，大家普遍吐槽的一个点就是内网穿透服务。无论是为了远程调试家里的NAS，还是想临时给客户演示一个部署在本地开发机的Web应用，传统的方案要么像花生壳这类工具需要付费且流量受限，要么配置复杂得让人望而却步。更别提一些云服务商提供的穿透服务，按流量计费的模式对于高频测试来说，成本完全不可控。其实，如果你手头有一个公网IP（哪怕是动态变化的），或者你的IPv6环境是通畅的，完全没必要依赖第三方付费服务。今天，我们就来深入聊聊如何利用一个名为 DDNS-GO 的开源神器，亲手搭建一套稳定、免费且完全自控的动态域名解析系统，彻底摆脱对商业内网穿透工具的依赖。 DDNS-GO 的核心价值在于它的“桥梁”作用。它持续监测你本地网络的公网IP地址（包括IPv4和IPv6），一旦发现IP发生变化，就立刻调用云解析服务商（如阿里云、腾讯云DNSPod、Cloudflare等）的API，自动将你指定的域名更新解析到新的IP上。这样一来，无论你的网络环境如何变动，通过一个固定的域名，你总能从外网访问到家里的

By Ne0inhk
Flutter 组件 dart_dev 适配鸿蒙 HarmonyOS 实战：效能基座方案，构建全生命周期自动化开发流水线与研发套件治理架构

Flutter 组件 dart_dev 适配鸿蒙 HarmonyOS 实战：效能基座方案，构建全生命周期自动化开发流水线与研发套件治理架构

欢迎加入开源鸿蒙跨平台社区：https://openharmonycrossplatform.ZEEKLOG.net Flutter 组件 dart_dev 适配鸿蒙 HarmonyOS 实战：效能基座方案，构建全生命周期自动化开发流水线与研发套件治理架构 前言 在鸿蒙（OpenHarmony）生态迈向大规模工业化协同、涉及海量跨端功能并发验证及严苛代码交付质量标准的背景下，如何实现研发流程的“机器化”约束，已成为决定团队产出稳定性与效能上限的关键。在鸿蒙设备这类强调 AOT 极致性能与多包（HAP/HSP）协同部署的环境下，如果研发环节依然依赖分散的散装脚本或非标的 Git 工作流，由于由于环境配置的微差异，极易由于由于“本地通过，远端爆炸”导致集成交付效率的高频损耗。 我们需要一种能够统一任务调度（Task Runner）、支持全量规范校验且具备“一站式”研发脚本治理能力的基座方案。 dart_dev 为 Flutter 开发者引入了“研发即代码（Dev-as-Code）

By Ne0inhk
Linux 底层深入：目标文件、ELF 格式与程序加载全解析

Linux 底层深入：目标文件、ELF 格式与程序加载全解析

🔥草莓熊Lotso：个人主页 ❄️个人专栏: 《C++知识分享》《Linux 入门到实践：零基础也能懂》 ✨生活是默默的坚持，毅力是永久的享受！ 🎬 博主简介： 文章目录 * 前言： * 一. 目标文件：编译后的 “半成品” * 1.1 目标文件的本质 * 1.2 目标文件的生成与验证 * 1.3 目标文件的核心问题：未解析的外部符号 * 二. ELF 文件：Linux 下的 “万能二进制格式” * 2.1 ELF 文件的四大类型 * 2.2 ELF 文件的核心结构 * 2.2.1 ELF 头：文件的 “身份证” * 2.2.

By Ne0inhk