【Docker】使用介绍

文章目录

1、解决的问题
2、什么是docker
3、查看docker版本
4、常用命令/操作
容器的提交

1、解决的问题

解决环境配置的难题；
（开发中经常需要配置各种环境，比如配置各种深度学习框架、某个工程代码的编译环境、部署ftp服务等等，常见的方案就是虚拟化技术）

2、什么是docker

一种操作系统层面的虚拟化技术，一种目前很流行的Linux容器解决方案。
Container（容器）：一个虚拟化出来的操作空间，Container与主机及其他Container相互隔离；
Image（镜像）：按层打包的应用程序及依赖，可以看做是容器的模板，用来生成容器，一个容器实例也可以打包提交成新的镜像；
DockerHub：存储镜像仓库的网站，官方的是hub.docker.com，包含了常用的镜像；
（如果说Image是一个类的话，Container就是这个类的一个实例，我们就在这个实例中开展工作；或者可以把Image理解为一个模板，是只读的，Container是基于这个模板创造出来的，是可写的）

3、查看docker版本

# 查看docker版本
docker version

如果版本在19.03及以上（最新版本），这些版本的docker已经原生支持nvidia的gpu，这样建立容器：

docker run --gpus all  -ti --name jzf_pt_2 -v /home/zefeng/:/home/zefeng/ --shm-size=10240m -v  /data1:/data1/ -p  9006:22 torch/torch:1.7.0-gpu-py3.6-vim /bin/bash

run：建新的容器
-t：–tty，为创建的容器分配一个伪tty，相当于提供了交互式shell；
-i：–interactive，保持标准输入始终开启着，保证容器能收到STDIN；
–name：这个容器的名字，建议加上自己标识，明确是谁的容器；
-v：挂载一个host的目录到容器内，容器内的/root目录相当于host的/home/tclhk/tang.ql目录
-v：可以挂载多个目录
-p：端口映射，容器的6006端口映射到主机的9006（唯一），比如使用tensorboard的时候用得到
torch/torch:1.7.0-gpu-py3.6-vim：这个是镜像的名字，由仓库名+冒号+标签名组成；

4、常用命令/操作

# 进入docker容器
docker attach container_name/id
# 开启docker容器
docker start container_name/id
# 退出容器命令行
ctrl+p+q
# 停止容器运行
docker stop container_name/id
# 删除容器
docker rm container_name/id
# 列出本地主机上的镜像
docker images
# 通过镜像名称拉取xxx镜像（默认拉取最新版本）
docker pull xxx [版本号]

容器的提交

从DockerHub拉取的镜像一般都是最小环境，缺少一些我们需要的程序，在新建的容器里面，我们安装了一些程序或者设置了一些环境变量，并且希望长期保留这个环境，那么可以把这个容器提交为一个镜像，使用：

docker commit [OPTIONS] CONTAINER [REPOSITORY[:TAG]]
例如在tang_tf1这个容器中安装了vim后，提交为新的镜像，一般保持仓库名不变，改变标签tag：
dockre commit tang_tf1 tensorflow/tensorflow:1.12.0-gpu-py3-vim