news 2026/4/16 9:52:28

docker部署PruneMate

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
docker部署PruneMate

1、prunemate简介

PruneMate 是一个开源的、可视化的 Docker 镜像和资源清理工具,主要用于自动清理 NAS 或家庭服务器上 Docker 积累的无用资源,释放存储空间。

2、核心功能与特点

它的主要功能和设计亮点包括:

一键可视化清理:通过网页界面直观地管理和清理未使用的 Docker 资源,如镜像、容器、网络、数据卷和构建缓存,无需记忆复杂的命令。
灵活的定时计划:支持按日、周或月自动执行清理任务,实现“设好即忘”的自动化管理。
可控的选择性清理:可以精确勾选需要清理的资源类型,避免误删重要数据。
远程主机管理:通过配置Docker Socket Proxy,可以从一个PruneMate实例管理局域网内多台Docker主机的清理任务。
清理报告与通知:提供清晰的清理报告,显示释放的空间大小。支持通过Gotify、ntfy、Discord或Telegram等渠道发送通知,可设置为仅在真正清理了资源时推送。

3、拉取prunemate镜像

# 原始镜像dockerpull anoniemerd/prunemate:latest# x86镜像dockerpull registry.cn-hangzhou.aliyuncs.com/qiluo-images/prunemate:latest# arm架构镜像dockerpull registry.cn-hangzhou.aliyuncs.com/qiluo-images/linux_arm64_prunemate:latest

4、创建数据目录

mkdir-p /data/prunematechmod777/data/prunemate

Docker CLI 命令部署

dockerrun -d\--name prunemate\--restart unless-stopped\-p8080:8080\-v /var/run/docker.sock:/var/run/docker.sock\-v /data/prunemate/logs:/var/log\-v /data/prunemate/config:/config\-ePRUNEMATE_TZ=Asia/Shanghai\-ePRUNEMATE_TIME_24H=true\registry.cn-hangzhou.aliyuncs.com/qiluo-images/prunemate:latest
5、编辑docker-compose.yaml文件vi/data/prunemate/docker-compose.yaml services: prunemate: image: registry.cn-hangzhou.aliyuncs.com/qiluo-images/prunemate:latest container_name: prunemate ports: -"8080:8080"volumes: - /var/run/docker.sock:/var/run/docker.sock - /data/prunemate/logs:/var/log - /data/prunemate/config:/config environment: -PRUNEMATE_TZ=Asia/Shanghai -PRUNEMATE_TIME_24H=true restart: unless-stopped

6、启动prunemate容器

cd/data/prunemate/docker-composeup -ddocker-composepsdockerlogs -f prunemate

7、访问prunemate服务
浏览器访问: http://192.168.112.115:8080

PruneMate 的核心价值在于将复杂的 Docker 清理工作变得安全、简单和自动化,特别适合喜欢尝试新容器又希望系统保持整洁的 NAS 和家庭实验室用户。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/15 21:25:08

CUDA Unified Memory统一内存:简化CPU-GPU数据管理

CUDA Unified Memory统一内存:简化CPU-GPU数据管理 在深度学习和高性能计算的浪潮中,GPU早已成为加速模型训练与推理的核心引擎。但随之而来的,是日益复杂的异构编程挑战——CPU 与 GPU 拥有各自独立的物理内存空间,开发者不得不频…

作者头像 李华
网站建设 2026/4/11 2:17:48

Conda与Pip共存陷阱:正确管理PyTorch依赖包的方式

Conda与Pip共存陷阱:正确管理PyTorch依赖包的方式 在深度学习项目中,环境配置的稳定性往往决定了开发效率的上限。你是否曾遇到过这样的场景:代码逻辑毫无问题,模型结构设计合理,但 torch.cuda.is_available() 却始终…

作者头像 李华
网站建设 2026/4/14 17:08:05

关于注解(Annotation)的详细介绍

目录 1、Java注解 1.1、介绍 1.2、注解的元注解 1.3、高级特性 1.4、框架中的典型应用 1.5、自定义注解 2、注解原理 2.1、注解如何存储 2.2、JVM 加载阶段 2.3、反射读取原理 2.4、default的实现机制 3、生命周期阶段 3.1、生命周期 3.2、保留策略 4、注意事项 …

作者头像 李华
网站建设 2026/4/14 22:10:02

HuggingFace Pipeline快速调用:零代码运行大模型

HuggingFace Pipeline快速调用:零代码运行大模型 在如今这个AI应用爆发的时代,越来越多的产品经理、数据分析师甚至非技术背景的从业者都希望快速验证一个大模型的想法——比如做个智能客服原型、试试情感分析效果,或者搭建一个自动问答系统。…

作者头像 李华
网站建设 2026/4/13 16:26:31

GitHub项目Fork后如何同步上游更新:保持PyTorch代码最新

GitHub项目Fork后如何同步上游更新:保持PyTorch代码最新 在深度学习项目的日常开发中,你是否遇到过这样的场景?好不容易复现了一篇论文的代码,运行时却报错 AttributeError: module object has no attribute compile。排查半天才…

作者头像 李华
网站建设 2026/4/12 12:38:15

CNN图像分类实战教程:基于PyTorch-CUDA-v2.8镜像快速实验

CNN图像分类实战:基于PyTorch-CUDA-v2.8镜像的高效实验实践 在深度学习项目中,最让人头疼的往往不是模型设计本身,而是环境配置——明明代码写好了,却因为CUDA版本不匹配、PyTorch安装失败或GPU无法调用而卡住。尤其对于卷积神经…

作者头像 李华