# Docker: จากการพัฒนาสู่การใช้งานจริง

> คู่มือ Docker ฉบับสมบูรณ์สำหรับการ containerize แอปพลิเคชัน Dockerfile, Docker Compose, multi-stage build และการ deploy สู่ production พร้อมตัวอย่างจริง

- Published: 2026-01-21
- Updated: 2026-04-10
- Author: SharpSkill
- Tags: docker, containerization, devops, docker compose, deployment
- Reading time: 18 min

---

Docker ปฏิวัติวิธีการพัฒนา ทดสอบ และ deploy แอปพลิเคชัน ด้วยการห่อหุ้มแอปพลิเคชันและ dependency ทั้งหมดไว้ใน container แบบพกพา Docker ขจัดปัญหาที่รู้จักกันดีว่า "ทำงานได้บนเครื่องของฉัน" และรับประกันความสอดคล้องในทุกสภาพแวดล้อม คู่มือนี้ครอบคลุมเส้นทางทั้งหมดตั้งแต่ Dockerfile แรกจนถึงการ deploy สู่ production

> **Docker ในปี 2026**
>
> Docker Desktop 5.x นำเสนอการปรับปรุงประสิทธิภาพอย่างมาก รวมถึงการรองรับ containerd แบบ native การจัดการทรัพยากรที่ได้รับการปรับแต่ง และการผสานรวมกับ Kubernetes อย่างไร้รอยต่อ Image แบบ multi-architecture (ARM/x86) กลายเป็นมาตรฐานในปัจจุบัน

## พื้นฐานของ Containerization

Container คือหน่วยซอฟต์แวร์น้ำหนักเบาที่รวม code, runtime, system library และการตั้งค่าต่างๆ ไว้ด้วยกัน ต่างจาก virtual machine ที่ virtualize hardware ตรงที่ container ใช้ kernel ของระบบ host ร่วมกัน ทำให้เริ่มต้นได้เร็วกว่าและใช้ทรัพยากรน้อยกว่า

```bash
# terminal
# Docker installation on Ubuntu
sudo apt update
sudo apt install -y docker.io

# Add user to docker group (avoids sudo)
sudo usermod -aG docker $USER

# Verify installation
docker --version
# Docker version 26.1.0, build 1234567

# First container: downloads image and runs
docker run hello-world
```

คำสั่งนี้ดาวน์โหลด image `hello-world` จาก Docker Hub และเริ่มต้น container ที่แสดงข้อความยืนยัน

```bash
# terminal
# List running containers
docker ps

# List all containers (including stopped)
docker ps -a

# List downloaded images
docker images

# Remove a container
docker rm <container_id>

# Remove an image
docker rmi <image_name>
```

คำสั่งพื้นฐานเหล่านี้จัดการวงจรชีวิตของ container และ image

## การสร้าง Dockerfile แรก

Dockerfile ประกอบด้วยคำสั่งสำหรับสร้าง Docker image แต่ละคำสั่งสร้าง layer ใน image สุดท้าย ทำให้สามารถ cache และนำกลับมาใช้ใหม่ได้

```dockerfile
# Dockerfile
# Base image: Node.js 22 on Alpine Linux (lightweight)
FROM node:22-alpine

# Set working directory in the container
WORKDIR /app

# Copy dependency files first (cache optimization)
COPY package*.json ./

# Install dependencies
RUN npm ci --only=production

# Copy source code
COPY . .

# Expose port (documentation)
EXPOSE 3000

# Startup command
CMD ["node", "server.js"]
```

ลำดับของคำสั่งมีความสำคัญอย่างยิ่งต่อการ optimize cache ไฟล์ที่เปลี่ยนแปลงไม่บ่อย (package.json) ควรถูก copy ก่อน source code

```bash
# terminal
# Build image with a tag
docker build -t my-app:1.0 .

# Run the container
docker run -d -p 3000:3000 --name my-app-container my-app:1.0

# Check logs
docker logs my-app-container

# Access container shell
docker exec -it my-app-container sh
```

flag `-d` รัน container ในโหมด background, `-p` map port 3000 ของ container ไปยัง port 3000 ของ host

> **Alpine vs Debian**
>
> Image Alpine มีขนาดเล็กกว่ามาก (ประมาณ 5 MB เทียบกับ 120 MB ของ Debian) อย่างไรก็ตาม Alpine ใช้ musl libc แทน glibc ซึ่งอาจทำให้เกิดความไม่เข้ากันกับ native dependency บางตัว เมื่อเกิดปัญหา แนะนำให้ใช้ image ที่ใช้ Debian (node:22-slim)

## Multi-stage Build สำหรับ Production

Multi-stage build สร้าง production image ที่ได้รับการ optimize โดยแยกสภาพแวดล้อม build ออกจากสภาพแวดล้อม runtime เฉพาะ artifact ที่จำเป็นเท่านั้นที่จะถูกรวมใน image สุดท้าย

```dockerfile
# Dockerfile.production
# ============================================
# Stage 1: Build
# ============================================
FROM node:22-alpine AS builder

WORKDIR /app

# Copy and install dependencies (including devDependencies)
COPY package*.json ./
RUN npm ci

# Copy source code
COPY . .

# Build the application (TypeScript, bundling, etc.)
RUN npm run build

# ============================================
# Stage 2: Production
# ============================================
FROM node:22-alpine AS production

# Non-root user for security
RUN addgroup -g 1001 -S nodejs && \
    adduser -S nodejs -u 1001

WORKDIR /app

# Copy only necessary files from builder stage
COPY --from=builder /app/dist ./dist
COPY --from=builder /app/node_modules ./node_modules
COPY --from=builder /app/package.json ./

# Switch to non-root user
USER nodejs

# Environment variables
ENV NODE_ENV=production
ENV PORT=3000

EXPOSE 3000

# Startup command
CMD ["node", "dist/server.js"]
```

วิธีนี้ลดขนาด image สุดท้ายได้อย่างมาก โดยไม่รวม build tool, devDependencies และไฟล์ source

```bash
# terminal
# Build with specific file
docker build -f Dockerfile.production -t my-app:production .

# Compare image sizes
docker images | grep my-app
# my-app    production    abc123    150MB
# my-app    1.0           def456    450MB
```

การลดขนาดสามารถถึง 60-70% ขึ้นอยู่กับโปรเจกต์ ช่วยปรับปรุงเวลา deploy และลด attack surface

## Docker Compose สำหรับ Orchestration ในเครื่อง

Docker Compose ทำให้การจัดการแอปพลิเคชันหลาย container ง่ายขึ้น ไฟล์ YAML ประกาศ service ทั้งหมด การตั้งค่า และ dependency ของมัน

```yaml
# docker-compose.yml
version: "3.9"

services:
  # Main application
  app:
    build:
      context: .
      dockerfile: Dockerfile
    ports:
      - "3000:3000"
    environment:
      - NODE_ENV=development
      - DATABASE_URL=postgresql://postgres:secret@db:5432/myapp
      - REDIS_URL=redis://cache:6379
    volumes:
      # Mount source code for hot-reload
      - ./src:/app/src
      - ./package.json:/app/package.json
    depends_on:
      db:
        condition: service_healthy
      cache:
        condition: service_started
    networks:
      - app-network

  # PostgreSQL database
  db:
    image: postgres:16-alpine
    environment:
      POSTGRES_USER: postgres
      POSTGRES_PASSWORD: secret
      POSTGRES_DB: myapp
    volumes:
      # Data persistence
      - postgres_data:/var/lib/postgresql/data
      # Initialization script
      - ./init.sql:/docker-entrypoint-initdb.d/init.sql
    ports:
      - "5432:5432"
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U postgres"]
      interval: 5s
      timeout: 5s
      retries: 5
    networks:
      - app-network

  # Redis cache
  cache:
    image: redis:7-alpine
    ports:
      - "6379:6379"
    volumes:
      - redis_data:/data
    command: redis-server --appendonly yes
    networks:
      - app-network

# Named volumes for persistence
volumes:
  postgres_data:
  redis_data:

# Dedicated network for isolation
networks:
  app-network:
    driver: bridge
```

Service สื่อสารกันโดยใช้ชื่อ (db, cache) ผ่านเครือข่ายภายในของ Docker Healthcheck รับประกันว่า dependency พร้อมใช้งานก่อนที่แอปพลิเคชันจะเริ่มต้น

```bash
# terminal
# Start all services
docker compose up -d

# View logs from all services
docker compose logs -f

# Logs from a specific service
docker compose logs -f app

# Stop and remove containers
docker compose down

# Removal including volumes (caution: data loss)
docker compose down -v

# Rebuild after Dockerfile changes
docker compose up -d --build
```

## การจัดการ Secret และตัวแปรสภาพแวดล้อม

การจัดการ secret อย่างปลอดภัยเป็นสิ่งสำคัญยิ่งใน production Docker มีหลายวิธีการขึ้นอยู่กับบริบท

```yaml
# docker-compose.override.yml (development only)
version: "3.9"

services:
  app:
    env_file:
      - .env.development
    environment:
      - DEBUG=true
```

สำหรับ production Docker secrets ให้ความปลอดภัยที่สูงขึ้น

```yaml
# docker-compose.production.yml
version: "3.9"

services:
  app:
    build:
      context: .
      dockerfile: Dockerfile.production
    secrets:
      - db_password
      - api_key
    environment:
      - NODE_ENV=production
      - DATABASE_PASSWORD_FILE=/run/secrets/db_password
      - API_KEY_FILE=/run/secrets/api_key

secrets:
  db_password:
    file: ./secrets/db_password.txt
  api_key:
    file: ./secrets/api_key.txt
```

โค้ดแอปพลิเคชันอ่าน secret จากไฟล์ที่ mount ไว้

```javascript
// config/secrets.js
const fs = require('fs');
const path = require('path');

// Utility function to read Docker secrets
function readSecret(secretName) {
  const secretPath = `/run/secrets/${secretName}`;

  // Check if secret file exists
  if (fs.existsSync(secretPath)) {
    return fs.readFileSync(secretPath, 'utf8').trim();
  }

  // Fallback to classic environment variables
  const envVar = secretName.toUpperCase();
  return process.env[envVar];
}

module.exports = {
  databasePassword: readSecret('db_password'),
  apiKey: readSecret('api_key'),
};
```

วิธีนี้ป้องกันไม่ให้ secret ถูกเปิดเผยในตัวแปรสภาพแวดล้อมหรือ Docker image

## การ Optimize Docker Image

หลายเทคนิคช่วยลดขนาด image และปรับปรุงประสิทธิภาพ

```dockerfile
# Dockerfile.optimized
FROM node:22-alpine AS base

# Install necessary tools in a single layer
RUN apk add --no-cache \
    dumb-init \
    && rm -rf /var/cache/apk/*

# ============================================
# Stage: Dependencies
# ============================================
FROM base AS deps

WORKDIR /app

# Copy only lock files for caching
COPY package.json package-lock.json ./

# Install with mounted npm cache (BuildKit)
RUN --mount=type=cache,target=/root/.npm \
    npm ci --only=production

# ============================================
# Stage: Builder
# ============================================
FROM base AS builder

WORKDIR /app

COPY package.json package-lock.json ./
RUN --mount=type=cache,target=/root/.npm \
    npm ci

COPY . .
RUN npm run build

# ============================================
# Stage: Production
# ============================================
FROM base AS production

# Image metadata
LABEL maintainer="team@example.com"
LABEL version="1.0"
LABEL description="Production-ready Node.js application"

# Non-root user
RUN addgroup -g 1001 -S nodejs && \
    adduser -S nodejs -u 1001

WORKDIR /app

# Copy production dependencies
COPY --from=deps --chown=nodejs:nodejs /app/node_modules ./node_modules

# Copy build output
COPY --from=builder --chown=nodejs:nodejs /app/dist ./dist
COPY --from=builder --chown=nodejs:nodejs /app/package.json ./

USER nodejs

ENV NODE_ENV=production

# dumb-init as PID 1 for signal handling
ENTRYPOINT ["dumb-init", "--"]
CMD ["node", "dist/server.js"]
```

การใช้ `dumb-init` รับประกันการจัดการสัญญาณ Unix อย่างถูกต้อง ทำให้ container สามารถ shutdown ได้อย่างสมบูรณ์

```bash
# terminal
# Enable BuildKit for advanced features
export DOCKER_BUILDKIT=1

# Build with cache and detailed output
docker build --progress=plain -t my-app:optimized .

# Analyze image layers
docker history my-app:optimized

# Detailed image inspection
docker inspect my-app:optimized
```

> **ความปลอดภัยของ Image**
>
> Image ควรถูกสแกนหาช่องโหว่เป็นประจำโดยใช้เครื่องมืออย่าง Trivy หรือ Snyk Base image ต้องได้รับการอัปเดตเป็นประจำเพื่อรวม security patch

## เครือข่าย Docker ขั้นสูง

Docker มี network driver หลายประเภทสำหรับกรณีการใช้งานที่แตกต่างกัน

```yaml
# docker-compose.networking.yml
version: "3.9"

services:
  # Publicly accessible frontend
  frontend:
    build: ./frontend
    ports:
      - "80:80"
    networks:
      - frontend-network
      - backend-network

  # API accessible only from frontend
  api:
    build: ./api
    networks:
      - backend-network
      - database-network
    # No external ports exposed

  # Isolated database
  database:
    image: postgres:16-alpine
    networks:
      - database-network
    # Accessible only by API

networks:
  frontend-network:
    driver: bridge
  backend-network:
    driver: bridge
    internal: true  # No internet access
  database-network:
    driver: bridge
    internal: true
```

การตั้งค่านี้แยก service ตามหลักการ least privilege ฐานข้อมูลเข้าถึงได้เฉพาะจาก API เท่านั้น

```bash
# terminal
# Inspect Docker networks
docker network ls

# Details of a specific network
docker network inspect app-network

# Create a custom network
docker network create --driver bridge --subnet 172.28.0.0/16 custom-network

# Connect a container to an existing network
docker network connect custom-network my-container
```

## Volume และการเก็บรักษาข้อมูล

Docker volume รักษาข้อมูลเกินกว่าวงจรชีวิตของ container

```yaml
# docker-compose.volumes.yml
version: "3.9"

services:
  app:
    image: my-app:latest
    volumes:
      # Named volume for persistent data
      - app_data:/app/data
      # Bind mount for development
      - ./uploads:/app/uploads:rw
      # Read-only mount for configuration
      - ./config:/app/config:ro

  backup:
    image: alpine
    volumes:
      # Access same volume for backups
      - app_data:/data:ro
      - ./backups:/backups
    command: |
      sh -c "tar czf /backups/backup-$$(date +%Y%m%d).tar.gz /data"

volumes:
  app_data:
    driver: local
    driver_opts:
      type: none
      device: /path/to/host/data
      o: bind
```

ความแตกต่างระหว่าง named volume และ bind mount เป็นสิ่งสำคัญ: volume ถูกจัดการโดย Docker ในขณะที่ bind mount ใช้ filesystem ของ host โดยตรง

```bash
# terminal
# List volumes
docker volume ls

# Inspect a volume
docker volume inspect app_data

# Remove orphaned volumes
docker volume prune

# Backup a volume
docker run --rm -v app_data:/data -v $(pwd):/backup alpine \
  tar czf /backup/volume-backup.tar.gz /data
```

## การ Deploy สู่ Production

กระบวนการ deploy ที่แข็งแกร่งประกอบด้วย build, test และ push ไปยัง registry

```bash
# deploy.sh
#!/bin/bash
set -e

# Variables
REGISTRY="registry.example.com"
IMAGE_NAME="my-app"
VERSION=$(git describe --tags --always)

echo "Building version: $VERSION"

# Build production image
docker build \
  -f Dockerfile.production \
  -t $REGISTRY/$IMAGE_NAME:$VERSION \
  -t $REGISTRY/$IMAGE_NAME:latest \
  --build-arg BUILD_DATE=$(date -u +"%Y-%m-%dT%H:%M:%SZ") \
  --build-arg VERSION=$VERSION \
  .

# Security scan
echo "Running security scan..."
docker run --rm -v /var/run/docker.sock:/var/run/docker.sock \
  aquasec/trivy image $REGISTRY/$IMAGE_NAME:$VERSION

# Push to registry
echo "Pushing to registry..."
docker push $REGISTRY/$IMAGE_NAME:$VERSION
docker push $REGISTRY/$IMAGE_NAME:latest

echo "Deployment complete: $REGISTRY/$IMAGE_NAME:$VERSION"
```

สำหรับ server deployment ไฟล์ compose สำหรับ production แยกต่างหากจะปรับแต่งการตั้งค่า

```yaml
# docker-compose.prod.yml
version: "3.9"

services:
  app:
    image: registry.example.com/my-app:latest
    restart: always
    deploy:
      replicas: 3
      resources:
        limits:
          cpus: "0.5"
          memory: 512M
        reservations:
          cpus: "0.25"
          memory: 256M
      update_config:
        parallelism: 1
        delay: 10s
        failure_action: rollback
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:3000/health"]
      interval: 30s
      timeout: 10s
      retries: 3
      start_period: 40s
    logging:
      driver: "json-file"
      options:
        max-size: "10m"
        max-file: "3"
```

การตั้งค่านี้กำหนดการจัดสรรทรัพยากร กลยุทธ์การอัปเดต และ healthcheck สำหรับการ deploy ที่เชื่อถือได้

```bash
# terminal
# Production deployment with Docker Compose
docker compose -f docker-compose.yml -f docker-compose.prod.yml up -d

# Zero-downtime update (rolling update)
docker compose -f docker-compose.yml -f docker-compose.prod.yml pull
docker compose -f docker-compose.yml -f docker-compose.prod.yml up -d --no-deps app

# Rollback if issues occur
docker compose -f docker-compose.yml -f docker-compose.prod.yml up -d --no-deps \
  --scale app=0 && \
docker compose -f docker-compose.yml -f docker-compose.prod.yml up -d --no-deps app
```

## การ Monitor และ Debug Container

การ monitor container เป็นสิ่งจำเป็นใน production

```bash
# terminal
# Real-time statistics for all containers
docker stats

# Statistics for a specific container with custom format
docker stats my-app --format "table {{.Name}}\t{{.CPUPerc}}\t{{.MemUsage}}"

# Inspect processes in a container
docker top my-app

# Real-time Docker events
docker events --filter container=my-app

# Copy files from/to a container
docker cp my-app:/app/logs/error.log ./error.log
```

สำหรับการ debug เชิงลึก มีเทคนิคหลายอย่างให้ใช้

```bash
# terminal
# Interactive shell in a running container
docker exec -it my-app sh

# Execute a single command
docker exec my-app cat /app/config/settings.json

# Start a container in debug mode
docker run -it --rm --entrypoint sh my-app:latest

# Inspect environment variables
docker exec my-app printenv

# Analyze logs with filters
docker logs my-app --since 1h --tail 100 | grep ERROR
```

```yaml
# docker-compose.monitoring.yml
version: "3.9"

services:
  app:
    # ... existing configuration
    labels:
      - "prometheus.scrape=true"
      - "prometheus.port=3000"
      - "prometheus.path=/metrics"

  prometheus:
    image: prom/prometheus:latest
    ports:
      - "9090:9090"
    volumes:
      - ./prometheus.yml:/etc/prometheus/prometheus.yml
      - prometheus_data:/prometheus
    command:
      - '--config.file=/etc/prometheus/prometheus.yml'
      - '--storage.tsdb.retention.time=15d'

  grafana:
    image: grafana/grafana:latest
    ports:
      - "3001:3000"
    volumes:
      - grafana_data:/var/lib/grafana
    environment:
      - GF_SECURITY_ADMIN_PASSWORD=secret

volumes:
  prometheus_data:
  grafana_data:
```

stack monitoring นี้ช่วยให้สามารถเก็บรวบรวมและแสดงผล metric ของ container ได้

## สรุป

Docker เปลี่ยนแปลงวงจรการพัฒนาโดยรับประกันความสอดคล้องในทุกสภาพแวดล้อม Containerization นำมาซึ่งความพกพา การแยกส่วน และความสามารถในการทำซ้ำ คุณสมบัติที่จำเป็นสำหรับแอปพลิเคชันสมัยใหม่

### Docker Checklist สำหรับ Production

- ✅ Multi-stage build สำหรับ image ที่ได้รับการ optimize
- ✅ ใช้ user ที่ไม่ใช่ root ใน container
- ✅ Healthcheck ถูกตั้งค่าสำหรับทุก service
- ✅ Secret ถูกจัดการผ่าน Docker secrets หรือตัวแปรสภาพแวดล้อมที่ปลอดภัย
- ✅ จำกัดทรัพยากร (CPU, หน่วยความจำ) ที่กำหนดไว้
- ✅ Volume สำหรับการเก็บรักษาข้อมูลที่สำคัญ
- ✅ Logging แบบรวมศูนย์พร้อม file rotation
- ✅ สแกนความปลอดภัยของ image ก่อน deploy
- ✅ กลยุทธ์การอัปเดตแบบ zero-downtime
- ✅ เครือข่ายแยกระหว่าง service

การเชี่ยวชาญ Docker เป็นทักษะพื้นฐานของนักพัฒนาสมัยใหม่ทุกคน ตั้งแต่สภาพแวดล้อมในเครื่องจนถึงการ deploy สู่ production Docker กำหนดมาตรฐาน workflow และทำให้การดำเนินงานง่ายขึ้น แนวคิดที่นำเสนอที่นี่เป็นรากฐานที่แข็งแกร่งสำหรับการสำรวจ Kubernetes และการ orchestrate container ในระดับใหญ่

---

Source: SharpSkill (https://sharpskill.dev), tech interview preparation for your real stack.
HTML version of this page: https://sharpskill.dev/th/blog/devops/docker-from-development-to-production