Q1：docker容器与虚拟机有什么区别
Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口（类似 iPhone 的 app）。几乎没有性能开销,可以很容易地在机器和数据中心中运行。最重要的是,他们不依赖于任何语言、框架包括系统。
在docker的网站上提到了docker的典型场景：
Automating the packaging and deployment of applications
Creation of lightweight, private PAAS environments
Automated testing and continuous integration/deployment
Deploying and scaling web apps, databases and backend services
由于其基于LXC的轻量级虚拟化的特点，docker相比KVM之类最明显的特点就是启动快，资源占用小。因此对于构建隔离的标准化的运行环境，轻量级的PaaS(如dokku), 构建自动化测试和持续集成环境，以及一切可以横向扩展的应用(尤其是需要快速启停来应对峰谷的web应用)。
Q2：docker镜像和虚拟机镜像有区别吗
docker centos 和 ubuntu 镜像的区别Docker是基于镜像的。镜像类似于已经包含了文件、配置和安装好的程序的虚拟机镜像。同样的，你可以像启动虚拟机一样启动多个镜像实例。运行中的镜像称为容器。你可以修改容器（比如删除一个文件），但这些修改不会影响到镜像。不过，你使用docke...
Q5：传统虚拟机和Docker容器在性能上的区别
IBM研究部门发表了一篇关于容器和虚拟机环境性能比较的论文。这篇论文使用了Docker和KVM作为研究对象，阐述了Docker使用NAT或AUFS时的开销，并且质疑了在虚拟机上运行容器的实践方法。
论文作者在原生、容器和虚拟化环境中运行了CPU、内存、网络和I/O的benchmark。其中，分别使用KVM和Docker作为虚拟化和容器技术的代表。Benchmark也包含了对不同环境下Redis和MySQL负载的采样。通过小数据包和多客户端，Redis侧重于网络栈的性能。而MySQL侧重于内存，网络和文件系统的性能。
结果显示，在每一项测试中，Docker的性能等同于或超出KVM的性能。在CPU和内存性能方面，KVM和Docker都引入了明显的，但可略不计的开销。但是，对于I/O密集型的应用，两者都需要进行调整以减少开销带来的影响。
当使用AUFS存储文件时，Docker的性能会降低。而相比之下，使用卷（volume）能够获得更好的性能。卷是一种专门设计的目录，存在于一个或多个容器内。通过这种目录能够绕过联合文件系统（union file system）。这样它就没有了存储后端可能带来的开销。默认的AUFS后端会引起显著的I/O开销，特别是当有多层目录深度嵌套的时候。
Docker的默认网络选项，--net=bridge，由于NAT会重写数据包，也引入了性能开销。当数据包收发率变高时，这种开销会变得很明显。可以通过使用--net=host改善网络的性能。这个选项告诉Docker不要为容器创建一个独立的网络栈，并允许容器拥有宿主机网络接口的完全访问权限。但是，使用这个选项时要小心。因为它允许容器内的进程像其他根进程一样，使用数值较小的端口；并允许容器内的进程访问本地网络服务，如D-bus。这使得容器内的进程可以做一些预料之外的事情，如重启宿主机。
尽管自诞生以来，KVM性能有了相当大的提升，但它仍然不适用于对延时敏感或高I/O访问率的工作负载。因为每次I/O操作，它都会增加一些开销。这个开销对于耗时较少的I/O操作是有意义的，但对于耗时较长的I/O操作是可以忽略的。
根据这些测试结果，论文对使用虚拟机实现IaaS的方法提出了质疑：
传统观点（在某种程度上，这种观点存在于年轻的云生态圈中）认为使用虚拟机实现IaaS，使用容器实现PaaS。我们没有找到技术方面的理由来证明必须这么做，尤其是证明容器基于IaaS能提供更好的性能或者更容易部署。由于容器提供了控制手段，并在不使用虚拟机的情况下能达到物理机的性能，所以它能够消除IaaS和非虚拟化的服务器间的差异。
尽管在虚拟环境中运行容器是一种常见的实践方法，但是论文建议直接在物理的Linux服务器上运行它们。否则，相比于直接运行在非虚拟化的Linux上的方法，由于虚拟机的性能开销，这种实践方法不会得到任何额外的好处。
Q6：docker和java虚拟机的区别
docker是一个容器，可以快速切换，java虚拟机很局限性，而docker很广，具体你可以百度
