如何使用 OCI Artifacts、ORAS 和 Docker Hub 标准化软件交付

7月前作者：mikes zhang 分类：Toy博客阅读(34) 违法举报

这篇具有很好参考价值的文章主要介绍了如何使用 OCI Artifacts、ORAS 和 Docker Hub 标准化软件交付。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

如何使用 OCI Artifacts、ORAS 和 Docker Hub 标准化软件交付,Docker最全实战教程,docker,容器,运维
Docker Hub 是最著名的用于分发和共享容器映像的注册表。不过， Docker Hub 和其他符合 OCI 的注册表现在可以做的不仅仅是容器镜像。ORAS （OCI 注册表作为存储）项目将注册表转换为通用工件存储，能够发布与您的应用程序相关的任何资产。

在本文中，您将了解 ORAS 是什么、它解决的挑战以及如何开始将它与 Docker Hub 结合使用。

Docker Hub 与 OCI 注册表

首先，让我们明确一个细节：容器生态系统不仅仅是 Docker。Docker 开创的工具和流程已由OCI 标准化。Docker 现在是 OCI 规范的一种实现，与其他兼容的容器系统（例如Podman和Kubernetes）一起。

Docker Hub 是一个与 OCI 注册表兼容的平台，用于交付容器映像。docker pullOCI 容器工具可以通过和等命令使用来自 Docker Hub 和其他注册表的内容docker push。虽然这些以前仅适用于容器映像，但现在您可以使用相同的机制来分发应用程序的其他组件。

为什么通用工件很重要

该功能正在ORAS 的旗帜下开发。它将注册表重塑为“通用工件存储”，您可以使用熟悉的推/拉工作流程与之交互。

工件是用户成功运行您的软件可能需要的任何东西。这可能是容器映像，或对您的项目有意义的其他类型的资产：文章来源地址https://www.toymoban.com/news/detail-633517.html

舵图
预编译的二进制文件和安装程序包
SBOM
推荐的安全策略配置，例如OPA规则
发布签名、证书和元数据<

到了这里，关于如何使用 OCI Artifacts、ORAS 和 Docker Hub 标准化软件交付的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

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。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

使用红帽企业 Linux 8.9 实现标准化并提供灵活性 - RHEL 8.9 新特新概览

使用红帽企业 Linux 8.9 实现标准化并提供灵活性 - RHEL 8.9 新特新概览 Red Hat Enterprise Linux (RHEL) 8.9 (x86_64, aarch64) - 红帽企业 Linux 红帽企业 Linux 8 请访问原文链接：https://sysin.org/blog/rhel-8/，查看最新版。原创作品，转载请保留出处。作者主页：sysin.org IT 团队预计将以比以往更快

2024年02月05日
浏览(38)
LA@二次型标准形@标准化问题介绍和合同对角化@二次型可标准化定理

如果二次型只含有变量的平方项,则称之为二次型的标准形或法式 ,即 f ( y 1 , ⋯ , y n ) f(y_1,cdots,y_n) f ( y 1 , ⋯ , y n ) = ∑ i = 1 n k i y i 2 sum_{i=1}^{n}k_iy_i^2 ∑ i = 1 n k i y i 2 标准形的矩阵式 f ( y 1 , ⋯ , y n ) = ∑ i n k i y i 2 = ( y 1 , y 2 , ⋯ , y n ) ( k 1 0 ⋯

2024年02月09日
浏览(43)
python实现z-score标准化和0-1标准化

目录标准化处理 0-1标准化: z-score标准化： 1、用自带的函数来操作实现z-score标准化实现0-1标准化 2、自定义函数实现实现z-score标准化实现0-1标准化对输出结果范围有要求，数据较为稳定的，不存在极端的最大最小值数据存在异常值和较多的噪音，可以间接通过中心化避

2024年02月11日
浏览(31)
不要再搞混标准化与归一化啦，数据标准化与数据归一化的区别！！

数据的标准化是将数据按照一定的数学规则进行转换，使得数据满足特定的标准，通常是使数据满足正态分布或标准差为1的标准。标准化的常见方法包括最小-最大标准化和 Z-score标准化。最小-最大标准化将数据映射到 [0,1 ]的范围内，最小-最大标准化将数据映射到0-1区间

2024年01月21日
浏览(41)
数据标准化方法

今天看到了“指数移动平均窗口标准化”，就研究了一下这是个啥东西，然后又顺便看了一下其他的数据标准化方法，这里顺便记录一下，方便以后查阅。 zscore标准化是一种基于数据分布的标准化方法。它的基本思想是将数据转换为均值为0，标准差为1的分布，从而使得数

2023年04月22日
浏览(37)
GEE：影像标准化

本文将介绍在Google Earth Engine （GEE）平台上进行影像标准化的公式和代码。影像标准化是一种预处理方法，用于将不同区域、不同时间、不同传感器拍摄的影像进行比较和分析。在GEE平台上进行影像标准化，可以使用本文代码，本文以EVI为例，将影像进行了标准化处理。其结

2023年04月09日
浏览(53)
【差异表达分析】差异表达分析标准不标准化这是一个问题（含其其它报错问题）

在一开始学习基因差异表达分析时，老师就强调用raw count做差异分析，相关文献和资料我也保存了不少，我之前弄清楚log2/cpm与count fpkm等不是在一个水平上讨论的问题，但是具体用的时候还是要栽个跟头才能印象深刻。我在复现这篇推文时老文新看，今天来看看两个数据集的

2024年02月10日
浏览(35)
用UiPath实现网页抓取——表格数据提取-1-单击选择分类-ISO标准化-01-综合、术语、标准化、文献目录获取

准备获取目录的链接是全国标准信息公告服务平台链接: https://std.samr.gov.cn/search/iso?tid=q= 第一步，标注啊类型选择——ISO 第二步，标准化状态选择——现行第三步，ICS分类选择——01_综合、术语标准化、文献将数据分别复制到excel文件中，如下图。由于国际标准分类号在

2024年02月04日
浏览(43)
Fabarta 正式加入大数据技术标准推进委员会，共同推动大数据技术标准化进程

近日，中国通信标准化协会大数据技术标准推进委员会（以下简称“CCSA TC601”）在杭州召开了 2023 年度第一次全体工作会议。本次会议为期两天，共有来自各成员单位的 230 余位专家、代表参会。本次会议上 Fabarta 作为新成员单位之一，由产品总监陈振代表公司进行了介绍发

2024年02月02日
浏览(37)
python三种数据标准化

数据变换是数据准备的重要环节，它通过数据平滑、数据聚集、数据概化和规范化等方式将数据转换成适用于数据挖掘的形式。常见的变换方法： 1.数据平滑：去除数据中的噪声，将连续数据离散化。这里可以采用分箱、聚类和回归的方式进行数据平滑 2.数据聚集：对

2024年02月07日
浏览(38)