开始了解Docker是健明的一篇文章跟着jimmy学docker系列之第2讲：一个软件一个容器，那时正在研究虚拟机(Virtual Machine)，发现Docker更适合现在的需求，就从基本概念和操作命令开始学习。前期顺风顺水直到看了胡博士的文章使用阿里云+Docker分析RNA-Seq与ChIP-Seq，对其Dockerfile的内容有很多不理解，后来明白Docker并不是单一独立的存在，你想要创建的镜像集成了所需的环境、软件、数据库以及脚本等，是生信处理能力的综合性体现。

显然我知识储备不够，只能默默地回去补习。我需要Docker做什么

通俗的讲，它和虚拟机的作用类似，实现与宿主机资源和系统环境的隔离。但Docker容器技术相比虚拟机具有许多优点，比如：启动速度快、占用内核资源少、轻便以及可移植性等。

在新药研发中，CFDA规定十年后对相关实验数据进行溯源性分析，依然是准确和一致的。这就需要对当初所用的环境和操作进行“打包”处理，Docker为我们提供了Dockerfile来解决自动化创建images的问题，我们可以通过编辑Dockerfile来定制镜像。按照开发和运维(DevOps)人员说法，就是一次创建或配置可以永久在不同平台运行。我的学习路径Docker命令大全

Dockerfile中的指令

B站全套生信视频课程Docker三要素

Dockerfile  是文件指令集，用来说明如何自动创建Docker镜像

Docker Images  是一个只读模板，用来运行Docker容器

Docker Containers 负责应用程序的运行，包括操作系统、用户添加的文件以及元数据

它们三者之间的关系是，通过定制化地编辑Dockerfile创建Images，Images可被下载到不同平台。

Containers是Images的一个运行实例，可以被开启和关闭。当然，还可使用docker commit命令反过来由Containers生成Images，但一般不建议这样做，主要是因为在运行中的容器中进行操作(如：安装软件或添加无关内容)会导致镜像极其臃肿。我的实战操作将centos7作为基础镜像并安装一些工具

1. FROM centos:centos7

2. MAINTAINER ZhiHaoPlus,proea_00@163.com

3. RUN yum update  -y && yum upgrade -y &&  \

yum install -y wget git curl curl-devel gcc python python-devel zsh tar bzip2

gcc-c++ readline-devel gmp-devel \

gcc-gfortran cmake zlib zlib-devel mysql mysql-devel libpng libpng12 libpng-devel libtiff libtiff-devel libjpeg \

libjpeg-devel openssh-clients  boost boost-devel && \

yum clean all && rm -rf /tmp/* /var/tmp/*

4. RUN curl 'https://bootstrap.pypa.io/get-pip.py' -o 'get-pip.py' && python get-pip.py && pip install s3cmd设置环境变量、安装miniconda以及所需软件5. WORKDIR /tmp

6. RUN yum install -y java

7. RUN wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.5.4-Linux-x86_64.sh

8. RUN bash ./Miniconda3-4.5.4-Linux-x86_64.sh -b -p /opt/miniconda3

9. ENV PATH=/opt/miniconda3/bin:$PATH

10. RUN conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ && \

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ && \

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/mro/ && \

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ && \

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ && \

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ && \

conda config --set show_channel_urls yes

11. RUN conda install R -y

RUN conda install bwa -y

RUN conda install samtools -y

RUN conda install tabix -y

RUN conda install bedtools -y

RUN conda install MACS2 -y

RUN pip install pysam==0.8.3 pybedtools==0.6.9

RUN pip install -d . ngslib

RUN pip install HTSeq==0.6.0 brewer2mpl svgwrite seaborn  sklearn

RUN conda install mysql-python下载数据和脚本

12. RUN mkdir -p /data/fastq /data/fasta /data/script  /source

13. WORKDIR /data/source

14. RUN git clone https://github.com/ZhihaoPlus/DokcerTest.git

若考虑数据的储存和保密性，可使用挂载指令(VOLUME)，不过需要注意的是此指令无法指定宿主机上对应的目录，而是自动生成的，因此在启动容器时选择了另一种挂载方式。创建images并修改名称docker build.

因为在Dockerfile在当前工作目录下，所以用“ . ”代替了绝对路径。

镜像创建成功并生成了一个最终ID

docker images

docker tag aca8551e61bb zhihaoplus/test:test

dcoker images

查看并修改镜像名称启动容器并运行脚本docker run -it -v ~/data/fastq:/data/fastq -v ~/data/script:/data/script aca8551e61bb

nohup bash /data/script/pipeline.sh &

ps -ef

-v参数指定挂载点

脚本成功运行起来了遇到的问题

之前为了测试Dockerfile编辑是否成功，加了指令 CMD echo 'Hello,World!',其在启动容器时执行echo命令，然而奇怪的事情发生了，启动容器后确实输出了'Hello,World!'却没进入容器中，就好像没被开启。如下图：

实际上它只是开启后又立即关闭了(Created到Exited只有2秒)。这跟Docker自身机制有关，当容器内的进程全部退出时，容器也会停止运行，也就是说你得让它一直有事干，没有，就会退出。解决办法

最直接保险的方法是，Dockerfile不加入启动指令(CMD和ENTRYPOINT)，这样容器启动后会有一个/bin/bash的进程在运行。有需要让脚本在容器启动时运行，则可以加-d参数让容器在后台以守护状态运行docker run -it -d IMAGES_ID /bin/bash。