《在内存限制下运行 Docker 任务》是面向 Docker 学员的实践项目：处理一组小型口述史资料。提供的工具会真实解析 HTML 并统计 Unicode 单词，但初始批次会超过容器的 160 MiB 内存预算。你将选择可行的并发量，在相同限制下完成整份索引。
一个引导实验教授基于证据的诊断与完整交付，一个独立挑战使用不同的资料集合与输出布局。独立的双文档小样例会先展示搜索体验，再让你处理指定来源。
你将学到什么
- 读取容器实际生效的 RAM 与 RAM/交换空间总量限制；
- 将失败与准确容器的内存控制组 OOM 记录对应；
- 区分退出码、Docker 标志与充分的诊断依据；
- 在不提高资源预算的前提下降低真实 HTML 批次并发量；
- 保留每个来源身份、重复标题与 Unicode 单词计数；
- 交付可编辑索引，使用其真实文档关系与下载。
本课程适合谁
本课程适合希望在固定资源额度内完成文件处理任务的 Docker 初学者。
前置知识： 基本 Docker run、终端路径及 bind mount 的用途。课程会解释内存选项、账号 ID、路径引号和读取证据的管道。不需要 Python 编程或搜索算法实现。
学习环境： Docker、索引镜像、原始 HTML 文档及只读 Search Desk 均已准备。每个实验使用独立的资料集合与容器环境。
常见问题
内存失败来自人为分配内存的循环吗？
不是。工具在一个批次内保留真实解析出的 HTML 文档树。缩小批次可以降低这部分工作集，同时仍处理全部输入。文档本身是原创的合成教学素材。
能否直接提高限制，或删除难处理的文档？
任务要求两个内存设置均保持 160 MiB，并保留全部指定 HTML。成功意味着完整索引能够适应这个预算，包括带重音的单词，以及标题相同但身份不同的文档。
退出码 137 能证明 OOM 吗？
不能。你会保留真实失败容器，将其 ID 和时间与原生内存控制组记录匹配。Docker 的 OOMKilled 标志在这一教学环境中可能有差异，因此课程不把任何一个值单独视为证明。
