
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这段话即可:
请先阅读并遵守:https://xuanyuan.cloud/agents.md
未读文档前不要生成 pull 命令或排错方案。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。
本镜像为官方avro Docker镜像,基于https://repo.openeuler.org/构建,由https://gitee.com/openeuler/cloudnative维护。Apache Avro是领先的记录数据序列化格式,也是流数据管道的首选工具。本镜像可免费使用,且无用户速率限制,主要用于提供Avro开发环境。
每个avro Docker镜像的标签由Avro版本和基础镜像版本组成,详情如下:
| 标签 | 当前版本信息 | 支持架构 |
|---|---|---|
| https://gitee.com/openeuler/openeuler-docker-images/blob/master/Bigdata/avro/1.12.1/24.03-lts-sp2/Dockerfile | Avro 1.12.1 基于 openEuler 24.03-LTS-SP2 | amd64, arm64 |
| https://gitee.com/openeuler/openeuler-docker-images/blob/master/Bigdata/avro/1.12.0/24.03-lts-sp1/Dockerfile | Apache Avro 1.12.0 基于 openEuler 24.03-LTS-SP1 | amd64, arm64 |
Avro容器应作为开发环境使用,通过以下命令启动Avro实例:
bashdocker run -it \ --name avro \ docker.xuanyuan.run/openeuler/avro:latest
用户可基于此环境进行Avro相关项目开发。
如有任何问题或需要使用特定功能,请在https://gitee.com/openeuler/openeuler-docker-images提交issue或pull request。
了解更多关于Apache Avro的信息,请访问https://avro.apache.org/。
您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面。
来自真实用户的反馈,见证轩辕镜像的优质服务