news 2026/6/8 0:35:27

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 2026/5/30 21:45:58

使用GitHub Pages搭建个人技术博客:分享PyTorch心得

使用GitHub Pages搭建个人技术博客:分享PyTorch心得 在深度学习领域,一个常见的困境是:你刚刚在网上找到一篇令人兴奋的教程,满心欢喜地准备复现结果,却卡在了环境配置的第一步——CUDA版本不匹配、PyTorch安装失败、…

作者头像 李华
网站建设 2026/6/5 4:10:54

Markdown+Jupyter:打造高质量技术博客输出体系

Markdown Jupyter:构建现代技术写作的高效闭环 在深度学习与数据科学日益普及的今天,一个模型能否被广泛理解、采纳甚至复现,早已不再仅仅取决于它的准确率高低。真正决定影响力的是——你如何讲清楚这个故事。从实验设计到结果分析&#xf…

作者头像 李华
网站建设 2026/6/3 0:37:16

Docker Volume持久化存储:保存PyTorch训练检查点

Docker Volume持久化存储:保存PyTorch训练检查点 在深度学习项目中,一次完整的模型训练往往需要数小时甚至数天。尤其是在使用大规模数据集或复杂网络结构时,任何意外中断都可能导致前功尽弃——GPU资源被白白消耗,实验进度归零。…

作者头像 李华
网站建设 2026/5/30 15:18:33

CUDA核心概念解析:理解PyTorch背后的GPU加速原理

CUDA核心概念解析:理解PyTorch背后的GPU加速原理 在深度学习模型日益庞大的今天,一次训练动辄需要处理数十亿参数和海量数据。面对如此繁重的计算任务,CPU那串行执行的架构显得捉襟见肘——你可能有过这样的体验:在一个中等规模的…

作者头像 李华
网站建设 2026/5/30 13:55:05

GitHub Issue模板设置:规范化反馈PyTorch项目问题

GitHub Issue模板设置:规范化反馈PyTorch项目问题 在深度学习项目的协作开发中,你是否曾遇到过这样的场景?一个用户提交了“模型跑不起来”的Issue,维护者反复追问:“用的什么版本?”“有报错信息吗&#x…

作者头像 李华