linux docker创建容器教程

linux docker创建容器教程

0.docker安装

1.docker镜像和容器区别：

2. 拉取镜像：

3. 运行镜像，即->开启容器：

4. docker内上网：

5. 安装各种软件：

6. 通过pycharm远端连接docker内虚拟环境

7. 打包(镜像 tar 迁移)

8. 一些建议

9. nginx配置踩坑(用 nginx 搭建文件下载服务器)

10. Dockerfile文件构建镜像

0.docker安装

直接看官网教程：docker ubuntu安装官方教程链接，很详细！

docker想用gpu，还要安装nvidia-docker2，官网安装教程链接，需要科学上网，只要复制下图内容执行，然后 sudo apt-get update，sudo apt-get install -y nvidia-docker2 即可！

1.docker镜像和容器区别：

镜像是本地文件，容器是正在run运行的，需要将容器 save 或者 export 或者 commit 到本地，尽量不要覆盖原来的镜像；

2. 拉取镜像：

docker pull ***镜像

docker images

docker ps -a

docker stop Container_Name 停止容器

docker rm Container_Name 删除容器

3. 运行镜像，即->开启容器：

docker run --runtime=nvidia -v /home:/home -v /mnt:/mnt -w /home/leilei -it --entrypoint bash -p 4444:22 -p 3333:3389 -d --name cuda8.0-leilei -h pytorch0.3.1 --shm-size 32G nvidia/cuda:8.0-cudnn5.0-devel-ubuntu16.04

命令参数解析：

--runtime 运行环境，nvidia代表可以使用显卡(特别注意：这里前提必须安装nvidia-docker2)，也可更改成 --gpus=all 参数

-v 目录映射(宿主机目录绝对路径：容器目录绝对路径)，共享目录; /root就是用户目录，cd->pwd就可以得到;(可多次使用) 此处是挂载数据卷！

-w 工作目录，进入docker时默认的路径，但不一定是/root，直接cd，再pwd，可以看到/root

-it 进入docker之后命令行交互

--entrypoint 进入docker之后运行的命令

-p 开放端口，便于外部远端访问(4444是开放的外部端口，22默认是docker内的端口，尽量不变)

-p xxxx:3389：3389端口是Server远程桌面的服务端口，可以通过这个端口，用"远程桌面"等连接工具来连接到远程的服务器

--name 给docker容器的命名

-h 给容器主机名hostname命名

-d 后台运行

nvidia/cuda:8.0-cudnn5.0-devel-ubuntu16.04 镜像名字（REPOSITORY：TAG）

注：一定要显式数据卷-v，不会增加内容，缓存随着容器消失而消失！

注意：必须进入容器内，才可以操作，例如nvcc -V等操作，全部默认基于进入容器内！

docker start cuda8.0-leilei 开启容器

docker exec -it cuda8.0-leilei bash 进入容器以命令行形式

docker stop 容器名关闭容器

docker rm 容器名删除容器

若想使用win下面的远程桌面，需要在docker容器内安装 ubuntu-xrdp，并且设置端口号3389，这样才可以使用！！！

4. docker内上网：

【linux 建议ip命令修改查看网络设置】

若服务器有网，容器会自动有网的，此小步骤可略过！这里是笔记本连接无法上互联网的服务器！

首先在本地笔记本电脑上：docker pull dannydirect/tinyproxy 拉取镜像

然后docker run -d --name='tinyproxy' -p <Host_Port>:8888 dannydirect/tinyproxy:latest <ACL> 允许容器

--eg：docker run -d --name='tinyproxy' -p 6666:8888 dannydirect/tinyproxy:latest ANY

再就是后面的步骤了

---------------------------------------------------------------------------

cd /root

修改.bashrc，添加环境变量(可采用sed -i 'N;4a\export http_proxy=http://<your_ip>:6666' .bashrc命令直接修改)

删除第N行 sed -i 'Nd' filename

若是不知道ip，win下面cmd ipconfig，无线局域网适配器 WLAN IPV4地址

export http_proxy=http://<your_ip>:6666

export https_proxy=http://192.***:6666

source .bashrc

修改apt源：不同版本的ubuntu apt源：点击查看

编辑/etc/apt/sources.list（尽量不能换行）

deb http://mirrors.aliyun.com/ubuntu/ xenial main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ xenial main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ xenial-backports main restricted universe multiverse'''
注意点：ubuntu不同版本有不同的代号，ubuntu16.04的代号：xenial，ubuntu18.04的代号：bionic，替换相关单词即可查看当前ubuntu版本代号命令： cat /etc/*-release  即可看到 VERSION_CODENAME=xenial
ubuntu版本库链接：https://releases.ubuntu.com/
'''

先rm -rf /etc/apt/sources.list.d（下载速度变快，找不到nvidia源和cuda源），再apt-get update

再 apt-get upgrade 更新软件

5. 安装各种软件：

此处单独：(若安装python3.6，请看这里，直接apt-get install python3.6报错，记住直接下载源码编译最好，先安装依赖环境)

1. python官网下载Gzipped包 Python Source Releases | Python.org

2. 复制到docker容器内 docker cp /**/Python-3.6.8.tgz cuda8.0-leilei(容器名):/root/

3. 逐步执行命令：

(0) 安装python的依赖环境：【apt-get install -y make build-essential libssl-dev zlib1g-dev libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm libncurses5-dev libncursesw5-dev xz-utils tk-dev libffi-dev liblzma-dev python-openssl libopencv-dev】

(1) tar -xzf Python-3.6.8.tgz

(2) cd python-3.6.8 ; 再执行 ./configure

(3) make

(4) make install

4. which python3 usr/local/bin/python3.6.8 【docker容器内都是 usr/local/bin/】

5. 建立软连接： ln -s /usr/local/bin/python3.6 /usr/local/bin/python

ln -s /usr/local/bin/pip3 /usr/local/bin/pip

#只有先安装python的依赖环境，再安装python3.6，那么python3.6自带python3.6-pip。#

更换pip源：cd (/root 可省); mkdir .pip ; touch pip.conf ； vim pip.conf 将下面3行复制进去

[global]

index-url = http://mirrors.aliyun.com/pypi/simple

trusted-host = mirrors.aliyun.com

docker内配置中文编码环境(若遇不到跳过)：

1.locale -a 是否有 C.UTF-8

2.编辑(vim) /root/.bashrc，添加环境变量

export LANG=C.UTF-8

export LC_ALL="C.UTF-8"

export LANG="C.UTF-8"

export LANGUAGE="C.UTF-8"

source .bashrc

即可！

##########################################################################

6. 通过pycharm远端连接docker内虚拟环境

# docker 命令加入 -p参数

进入docker内执行如下命令：

apt-get update

apt-get upgrade

apt-get install openssh-server

修改ssh文件：vim /etc/ssh/sshd_config ： PermitRootLogin prohibit-passwd 改为 PermitRootLogin yes

重启ssh：/etc/init.d/ssh restart

设置docker密码：命令行执行 passwd 设置密码

pycharm远端连接docker内环境：(将端口号修改成4444即可，用户名默认root，再输入密码即可，找到)

docker内执行which python：将路径直接复制到pycharm里面虚拟环境；然后映射也映射到你的共享目录中某个文件夹

pycharm连接到远端请参考：Pycharm 远端同步设置（SSH Interpreter）_LEILEI18A的博客-CSDN博客

7. 打包(镜像 tar 迁移)

docker commit container_id image_name:tag #将容器转成镜像

docker save image_id -o /somepath/image_name.tar # 压缩

8. 一些建议

(1) 尽量采用dockerfile 进行build，有build历史

(2) 尽量采用docker-compose.yml设置; 此处是docker-compose.yml的相关介绍，与docker run命令一一对应注释

# docker-compose.yamlversion: '2.4'services:nginx:image: nginx:1.17.0build: context: .dockerfile: ./nginx.dockerfileports:- "3322:80"volumes:- "./nginx.conf:/etc/nginx/nginx.conf"- "/home/my_dockers/1_download:/usr/share/nginx/files"networks: - aiservice# -d 后台运行是在外面设置， docker-compose up -dai:  # 注：1-当存在镜像与image名字相同时，不会build；2-当image与所有镜像名字不同时，开始build镜像；3-当dockerfile中FROM镜像不存在时，pull拉取镜像image: nvidia/cuda:10.2-cudnn7-devel-ubuntu16.04-lei  # REPOSITORY:TAG；runtime: nvidia  # --runtimebuild:  # build 根据dockerfile文件在image镜像上进行搭建镜像，而非容器！context: .  # 上下文，使用相对路径dockerfile: ./ai.dockerfileargs: http_proxy: http://:6666           # 连接外网https_proxy: http://:6666          # 连接外网index_url: http://mirrors.aliyun.com/pypi/simple  # 阿里源trusted_host: mirrors.aliyun.com                  # 阿里源resources_url: http://:3322           # nginx反向代理，将下载的软件包放置此处ports:  # -p 端口号- "4466:22"volumes:  # -v 数据卷- "/home:/home"working_dir: /home/leilei # -w 工作目录container_name: cuda102-leilei  # --name 容器名hostname: lei    # -h 容器主机名stdin_open: true # -i -it命令交互tty: true        # -t -it命令交互privileged: true  # 一般尽量开启，是真root权限# entrypoint: #？bash --entrypoint; 不用写，直接进入后就是bashshm_size: 32gb  # --shm_size 一般在build外面，build是构建镜像，而非容器，所以没有网络# restart: always # 指定容器退出后的重启策略为始终重启depends_on:  # 依赖，若构建此镜像-运行容器，需要先进行 depends_on中的服务- nginx                       # version3用法https://docs.docker.com/compose/startup-order/, 未看懂# condtion: service_started  # 待nginx服务起来后，才进行当前ai镜像构建-容器运行；version3不再支持！networks: - aiservicenetworks:  # 当只有1个宿主机时，运行的几个容器就是1个局域网，也可以根据networks分开组成不同的局域网aiservice:  # 可为空，即为默认值none

# nginx.conf； 采用neinx搭建文件下载服务器(反向代理)；此文件不需要修改
user root;
worker_processes 1;
events {worker_connections 1024;
}
http {server {listen 80;server_name your.domain.com;charset utf-8; # 设置编码格式root /usr/share/nginx/files;location / {autoindex on; # 开启索引功能 ！！！最重要 ！！！autoindex_exact_size off; # 关闭计算文件确切大小，只显示Mb kb gbautoindex_localtime on; # 显示本机时间而非 GMT 时间}}
}

FROM nvidia/cuda:10.2-cudnn7-devel-ubuntu16.04
# ai.dockerfile
# 构建时连接外网, ARG在docker-compse中build中 必须声名
ARG http_proxy
ARG https_proxy
# 构建时设置阿里源
ARG index_url
ARG trusted_host
# 将一些包下载好，并通过nginx反向代理
ARG resources_url
# 更换apt阿里源
COPY ./sources.list /etc/apt/# ENTRYPOINT [ "executable" ]
RUN bash -xc "rm -rf /etc/apt/sources.list.d"# 安装python依赖，以及一些其它的包
RUN apt-get update && \apt-get install -y make build-essential libssl-dev zlib1g-dev \libbz2-dev libreadline-dev libsqlite3-dev wget curl llvm \libncurses5-dev libncursesw5-dev xz-utils tk-dev libffi-dev \liblzma-dev python-openssl libopencv-dev tmux vim && \apt-get cleanRUN bash -xc "curl -O ${resources_url}/Python-3.8.2.tgz && \tar -xzvf Python-3.8.2.tgz && \cd Python-3.8.2 && \./configure && make && make install && \cd .. && rm -rf Python-3.8.2.tgz Python-3.8.2 && \ln -s /usr/local/bin/python3.8 /usr/local/bin/python && \ln -s /usr/local/bin/pip3 /usr/local/bin/pip && \pip install --upgrade pip -i ${index_url} --trusted-host ${trusted_host}"# 安装 python 某些库
RUN bash -xc "pip install -r requirements.txt -i ${index_url} --trusted-host ${trusted_host} && \rm -f requirements.txt && \mkdir /root/.pip/"
# 设置pip阿里源
COPY ./pip.conf /root/.pip/# 更改支持ssh， passwd， 以及需要的一些python库

9. nginx配置踩坑(用 nginx 搭建文件下载服务器)

docker run对应的命令，-it -name 等均可在docker-compose.yml中找到，已经做了注释；
nginx反向代理显示文件列表，通过nginx.conf实现，用于http快速下载安装包，在docker-compose.yml中nginx已经设置好[参考博客]
所有注意事项均已在docker-compose.yml文件注释，参考 “ai”部分

注：(此处列举重要的点，其它点基本上都在yml文件中注释了)

docker-compose.yml中

image镜像若存在，不执行build-dockerfile文件(此处踩坑)；
image不存在时，执行build搭建镜像；
当dockerfile FROM镜像不存在时，pull拉取镜像；

使用命令【郑重提示：现在不推荐使用apt-get install docker-compose，建议看官网的文档，有3种方法，1种是二进制包，从github release处下载，直接pip安装；另1种是apt-get install docker-compose-plugin的方式，安装docker engine时就安装了这个；再1种是docker desktop；

“官方命令都采用docker compose”，没有“-”，详情看官网文档即可】

docker-compose up -d 创建容器(后台运行)
docker-compose ps 列举个人创建的容器
docker-compose stop 停止容器
docker-compose rm 删除所有容器

10. Dockerfile文件构建镜像