Docker踩坑

安装

1. 检查
   Docker 要求 Ubuntu 系统的内核版本高于 3.10 ，使用uname -r

> 4.15.0-50-generic

2. 安装 : sudo apt-get install docker.io

镜像

1. 搜索镜像docker search centos
2. 拉取镜像docker pull centos
3. 查看镜像docker images
4. 创建镜像sudo docker build /home/zz/GitlabCodes/consultant-nlp/similarity/similarity_docker/ -t similarity-docker-test

启动/重启服务

1. 启动服务service docker start
2. 重启服务systemctl restart docker

操作容器

1. 创建/启动一个容器有如下两种方法

   1. 启动一个bash终端,允许用户进行交互：docker run --name mydocker -it centos /bin/bash

     # --name  给容器定义一个名称
     # -i  让容器的标准输入保持打开
     # -t 让Docker分配一个伪终端,并绑定到容器的标准输入上
     # /bin/bash 指定docker容器，用shell解释器交互
   

   2. 指定端口转发：sudo docker run -itd -p 8080:8000 --name sim-docker-port centos。注意，这个命令必须有"itd"的d，否则端口映射不过去

   3. 启动一个已有的容器docker start e5f094e8d788

2. 查看已有的容器：sudo docker ps -a，注：docker ps是显示当前运行的容器

   (base) zz@zz-VirtualBox:~/GitlabCodes/consultant-nlp/similarity/similarity_docker$ sudo docker ps -a
   CONTAINER ID        IMAGE               COMMAND                  CREATED             STATUS                             PORTS               NAMES
   393e0a6addd4        centos              "/bin/bash"              40 seconds ago      Exited (0) 6 seconds ago                            frosty_robinson
   5087b7889418        centos              "/bin/bash"              2 minutes ago       Exited (0) About a minute ago                       sim-docker
   10cb8f4b5dff        nginx:latest        "nginx -g 'daemon of…"   34 minutes ago      Exited (0) 22 minutes ago                           myweb
   
   

3. 进入刚刚某个docker的命令行sudo docker exec -it sim-docker /bin/bash

4. 删除某个容器: sudo docker rm sim-docker；删除所有停止状态的容器sudo docker container prune

5. 打包某个容器docker save

6. 加载某个容器docker load -i my.tar

一个配置流程路线

1. 安装dockersudo apt-get install docker.io
2. 拉取所需镜像docker pull ubuntu，搜索所需镜像使用：docker search ubuntu，注意OFFICIAL
3. 编写Dockerfile以及requirement.txt
4. 创建修改的镜像sudo docker build /home/zz/GitlabCodes/consultant-nlp/similarity/similarity_docker/ -t similarity-docker。这里similarity-docker是创建的镜像的名。
5. 打包docker save -o similarity-docker.tar similarity-docker，这里使用的是第四步创建的镜像。
6. copy到服务器
7. 解压/加载docker load -i similarity-docker.tar
8. 跑服务sudo docker run -itd -p 8869:8869 --name sim-docker similarity-docker

注：如果是深度学习相关需要用nvidia-docker

Dockerfile配置

1. 深度学习，需要GPU

# 指定所用的镜像
FROM registry.cn-shanghai.aliyuncs.com/tcc-public/tensorflow:1.12.0-cuda9.0-py3

# 维护者信息
MAINTAINER zhuyuanqing zhuyuanqing@gridsum.com

# 指定工作路径
WORKDIR /note_type_classification 

# 这个ADD可以少用，参考：https://juejin.im/post/5aa5d08e6fb9a028de4455d1
# ADD . /note_type_classification   # 添加

# 复制文件
COPY requirements.txt requirements.txt

# 根据requirements安装包
RUN pip install --no-cache-dir -i  https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt 

# 或者根据这种方法安装whl文件
COPY pynvml-8.0.3-py3-none-any.whl /note_type_classification # 注意前面参数是物理机文件路径
RUN pip install /note_type_classification/pynvml-8.0.3-py3-none-any.whl

# 执行python server.py
CMD ["python", "server.py"]

2. 非深度学习，不用GPU

FROM python:3.5

MAINTAINER zhuyuanqing

#RUN apt-get update \
# && apt-get install -y vim 


ADD . /similarity-docker-folder
WORKDIR /similarity-docker-folder
COPY requirements.txt requirements.txt

RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

CMD ["python", "server.py"]