docker入门

更多详细的docker简明配置，请看docker专栏!
[docker简明教程] 1_docker的安装
[docker简明教程] 2_docker从docker hub拉取镜像
[docker简明教程] 3_容器与镜像的基本操作
[docker简明教程] 4_docker 容器启动项设置
[docker简明教程] 5_使用vscode管理docker
[docker简明教程] 6_docker 文件拷贝与挂载
[docker简明教程] 7_docker 代码开发调试工作流程

1.docker安装

准备工作：
首先卸载老版本的docker

sudo apt-get update

sudo apt-get install \
    apt-transport-https \
    ca-certificates \
    curl \
    gnupg \
    lsb-release
    
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

echo \
  "deb [arch=amd64 signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \
  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null
sudo apt-get update

正式安装：

sudo apt-get install docker-ce docker-ce-cli containerd.io -y

帖子：安装指南

2.给当前用户赋权限

安装完，只用使用sudo指令使用docker，非常不方便。这里给当前用户添加使用docker的权限。

sudo docker ps
sudo docker images
sudo gpasswd -a $USER docker 
newgrp docker
docker ps
docker images
sudo systemctl restart docker

如果修改了docker的安装目录,迁移到其他硬盘安装,需要修改docker文件夹的权限.否则开机可能会无法正常读取docker镜像和容器.

帖子：参考链接

3.docker切换国内源

国外源比较慢，切换到国内源：
创建或修改 /etc/docker/daemon.json 文件，修改为如下形式

{
    "registry-mirrors": [
        "http://hub-mirror.c.163.com",
        "https://docker.mirrors.ustc.edu.cn",
        "https://registry.docker-cn.com"
    ]
}

加载重启docker

service docker restart

查看是否成功

docker info

在这里插入图片描述
参考链接：更换国内源

4.docker创建一个hello_world容器

docker run hello-world

在这里插入图片描述

5.docker创建anaconda容器并进入

拉取anaconda3镜像并创建一个名为lidar的容器（1GB左右）

docker run --name lidar -idt continuumio/anaconda3

等待完成后，查看当前docker安装的镜像：

docker ps -a

在这里插入图片描述

启动容器

docker start 3c52b4761178

在这里插入图片描述
进入容器镜像内部

docker exec -it ef34f4dffb31 /bin/bash

退出容器：

ctrl + D

在这里插入图片描述

6.从本地anaconda虚拟环境克隆到anaconda容器内

一般本地镜像地址为：/home/"$USER"/anaconda3/envs
进入第5步中创建的anaconda镜像，然后输入：

conda info --envs

查看（默认）镜像位置为：/opt/conda
在这里插入图片描述

使用下面的指令克隆镜像：

# 在终端中 env_name输入你自己的镜像名字,docker_name输入将要放入的docker镜像名字，然后直接粘贴运行即可~
env_name=badgr
docker_name=lidar
docker cp /home/"$USER"/anaconda3/envs/"$env_name" "$docker_name":/opt/conda/envs

接着再进入容器 查看环境是否复制成功（然后再退出容器）：
在这里插入图片描述
此时发现已经多了一个badgr镜像。拉取成功！
到此为止，该test容器中已经包含我们所需的代码和环境，可以对其进行打包。
参考链接：参考链接

7.把docker容器制作成docker镜像

退出容器后执行：

docker commit -a 'author' -m 'instruction' lidar lidar_img

参数：

  • lidar ：容器名字
  • lidar_img：保存的镜像的名字。

等待几分钟，发现镜像制作完成
在这里插入图片描述

查看镜像：

docker images

在这里插入图片描述
第一个镜像就是我们刚刚制作的新镜像。

7.1 docker commit指令详解:

docker   commit -m="描述信息" -a="作者" 容器id 目标镜像名： [TAG]

例如:

docker   commit -m="ros主从通信-ubuntu2004-tensorflow2.9-gpu-cuda11.2" -a="lbw"  caf1023f4a8d lidar_trajectory:v2

因为每一次加载镜像都会把上一次对容器的更改清空,所以当我们对容器做了修改之后,应当即使commit生成新的镜像文件,下一次就可以直接加载新的镜像文件了.
例如,我现在有一个新的容器,通过docker ps -a 可以查看ID是9d037c11b7e6

CONTAINER ID   IMAGE                COMMAND                  CREATED          STATUS                      PORTS                                       NAMES
9d037c11b7e6   tensorflow_1:v1.0    "bash -c 'source /et…"   9 minutes ago    Up 9 minutes                0.0.0.0:8888->8888/tcp, :::8888->8888/tcp   sleepy_nash

然后我们对这个容器做了以下程序上的修改,或者安装了一些额外的库.现在我们需要重新commit以下:

docker commit \
 -m="add gpu test" \
 -a="lbw" \
 9d037c11b7e6 \
 tensorflow_1:v2.0

-m是提交信息
-a是提交用户名
然后9d037c11b7e6是当前容器运行的id
最后tensorflow_1是库名,v2.0是版本标签TAG

提交完毕,就可以发现多了一个镜像,下一次我们只需要运行新的镜像就可以了.
在这里插入图片描述

8. 把docker镜像制作成压缩包

 docker save -o lidar_tar.tar lidar_img

参数：

  • lidar_tar.tar: 压缩包名称
  • lidar_img： 镜像名称
    在这里插入图片描述

到此为止，本地的conda环境便打包完成。

9. 读取docker镜像压缩包,并制作容器

在另一台需要运行镜像的电脑上执行：

  • 将打包好的镜像压缩包拷贝到宿主机上。
  • cd 到压缩包目录，执行：
docker load -i lidar_tar.tar

等待数分钟后,然后通过

docker images

查看镜像,然后制作容器:

docker run --name creat_test -idt lidar_img

PS:若创建容器时需要对容器内文件与容器外文件做映射，则需要执行以下指令：

docker run --name creat_test -v /home/b/hxb:/root/hxb -idt image_test

-v /home/b/hxb:/root/hxb：该指令可以在创建容器时将 容器外的/home/b/hxb目录映射到容器内的/root/hxb目录。这样可以在容器内直接访问容器外的/home/b/hxb文件夹。

10. docker文件映射

参考这个文章链接
使用-r指令：

docker run -r /host/path:/docker/path

其中/host/path为宿主机需要挂载到docker容器内的目录
/docker/path为docker容器内的目录
挂载之后，修改容器内的目录也会修改容器外的目录。修改容器外的目录内容也会影响到容器内部的目录。

11.几个常用docker命令汇总

  • 启动容器：
 docker run -dit lidar_img /bin/bash
  • 进入容器镜像内部
docker exec -it ef34f4dffb31 /bin/bash

另一种简单的进入容器的方法:先给容器改名:

 docker rename 9b407075e544 lidar

然后通过docker start -i name指令直接进入容器内:

docker start -i lidar
  • 退出容器：
ctrl + D
  • 停止容器：
docker stop 'CONTAINER ID'
  • 删除容器（由于容器即使停止也会占用存储空间，所以有必要删除没用的容器来释放空间）：
    删除前需要停止容器.
docker rm 'CONTAINER ID'
  • 删除镜像(需先删除关联的容器)：
docker rmi 'IMAGE ID'

!!!一键停用所有容器并删除所有容器!!!

docker stop $(docker ps -q) & docker rm $(docker ps -aq)
  • 干净卸载docker：
rm -rf /etc/systemd/system/docker.service.d
rm -rf /var/lib/docker
rm -rf /var/run/docker
rm -rf /var/run/docker.pid

参考链接：原文链接

12.修改docker 的默认存储目录

12.1 使用软链接

我们知道在操作系统当中，默认情况下 Docker 容器的存放位置在 /var/lib/docker 目录下面，可以通过下面命令查看具体位置。

  • 默认存放位置
$ sudo docker info | grep "Docker Root Dir"

解决默认存储容量不足的情况，最直接且最有效的方法就是挂载新的分区到该目录。但是在原有系统空间不变的情况下，所以采用软链接的方式，修改镜像和容器的存放路径达到同样的目的。

  • 停掉Docker服务
systemctl stop docker
或者service docker stop
  • 移动原有的内容
$ mv /var/lib/docker /data/docker
  • 进行链接
$ ln -sf /data/docker /var/lib/docker
  • 重启docker服务
$ sudo systemctl start docker

参考链接-方法2

进阶篇:

1.向docker内拷贝文件

这个命令可以把后面参数反过来就可以从docker向宿主考文件.

docker cp file_name docker_name:/dir

参数:

  • file_name:需要复制的文件或者文件夹
  • docker_name:容器的名字
  • dir:复制到容器内的文件地址

2. 从终端一键启动docker

新建一个d_lidar_start.sh文件,写入下面的语句,其中lidar是我容器的名字,需要提前修改以下名字.

echo "欢迎进入lidar的docker容器!,容器内的conda虚拟环境是badgr!!"
docker start lidar 
docker exec -it lidar /bin/bash

然后保存下来,命名为d_lidar_start.sh,打开.bashrc,加入下面的语句:

alias d_lidar="/home/lbw/Shell/d_lidar_start.sh"

保存,然后重新开一个终端,就可以直接输入d_lidar进入刚才创建的容器了:
在这里插入图片描述

3. 在容器使用apt安装软件

调用的时候常常需要安装vim等软件,所以有必要使用apt进行安装.
首先要看一下容器内的系统版本:

cat /etc/issue

发现系统是:Debian11

首先需要换一下Debian11 的apt的源:
备份一下原来的源:
mv /etc/apt/sources.list /etc/apt/sources.list.bak
这里在容器外部先编辑保存一个sources.list:

#http://mirrors.163.com/debian/为软件源也可以为其他的 bullseye为版本代号 main non-free contrib区别如下
deb http://mirrors.163.com/debian/ bullseye main non-free contrib

deb http://mirrors.163.com/debian/ bullseye-updates main non-free contrib

deb http://mirrors.163.com/debian/ bullseye-backports main non-free contrib

deb-src http://mirrors.163.com/debian/ bullseye main non-free contrib

deb-src http://mirrors.163.com/debian/ bullseye-updates main non-free contrib

deb-src http://mirrors.163.com/debian/ bullseye-backports main non-free contrib

#deb http://mirrors.163.com/debian-security/ bullseye/updates main non-free contrib

#deb http://mirrors.ustc.edu.cn/debian-security/ bullseye/updates main non-free contrib

#deb-src http://mirrors.163.com/debian-security/ bullseye/updates main non-free contrib

#deb-src http://mirrors.ustc.edu.cn/debian-security/ bullseye/updates main non-free contrib

deb http://mirrors.ustc.edu.cn/debian-security/ stable-security main non-free contrib

deb-src http://mirrors.ustc.edu.cn/debian-security/ stable-security main non-free contrib

然后使用docker cp命令复制到容器内的/etc/apt/下面.
然后在容器内使用

apt update

更新系统源

下面就可以安装vim软件了:

apt get install vim

4.docker拉取官方tensorflow库

看这个博客!
因为我们需要gpu,所以推荐安装:

安装支持GPU版本的tensorflow和jupyter

docker pull tensorflow/tensorflow:latest-gpu-jupyter

为了方便可视化,这里安装了带有jupyter的版本(5.91GB)
等待完成后可以查看镜像:

tensorflow/tensorflow   latest-gpu-jupyter   8da916739a38   9 months ago    5.91GB

然后下一步就是使用这个镜像制作容器.

5.docker在制作容器的时候,允许程序调用外部gpu

https://www.yisu.com/zixun/18335.html

调用gpu进入我们下载的tensorflow容器

docker run -it --gpus all -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter

在这里插入图片描述

然后按住ctrl 点击链接http://127.0.0.1:8888直接打开网页,或者复制链接到浏览器打开.都可以进入jypyter界面

在这里插入图片描述

进入之后,可以创建文件gpu_test输入下面的代码,来测试是否可以使用gpu:

import tensorflow as tf
with tf.compat.v1.Session():
    input1=tf.constant([1.0,1.0,1.0,1.0])
    input2=tf.constant([2.0,2.0,2.0,2.0])
    output=tf.add(input1,input2)
    result=output.eval()
    print(result)

还可以运行指令!nvidia-smi查看cuda版本和显存:
在这里插入图片描述
至此,说明tf和gpu配置完毕.

6.使用rancher管理容器(未完成,无法创建主机)

链接

6.1 安装和运行rancher：

执行命令：

sudo docker run -d --restart=always -p 8080:8080 rancher/server:stable

参数含义:

-d指在后台运行

--restart=always意思是在遇到重启系统时自动重启docker，不需要手动再去启动

8090端口可以自定义，这是对外的端口

rancher/server是容器名称

stable是官方的稳定版本

安装完成后去浏览器访问，有的浏览器访问不了，最好用谷歌浏览器：

访问地址：ubuntu系统的IP地址：8090(这个端口就是我们自定义的端口，例：127.0.0.1:8090)，访问成功后如下图：

可以通过ifconfig指令,查看lo那一项的ip地址,就是本机ip地址,一般默认都是127.0.0.1.然后

浏览器打开下面的地址,进入rancher界面.

127.0.0.1:8090

7.docker版本回退

使用docker version查看docker版本.
通过制定安装版本的方式回退docker版本到18.09.1

sudo apt-get install docker-ce=18.09.1

8.docker 使用ros通信

只要配置好host 名和 ip 地址,就可以实现通信了. 如果实现的话只需要在docker run的时候配置一下host 和 ip,例如, --add-host docker_host:172.17.0.2 --add-host master_host:172.17.0.1 下面步骤是解释了详细原理,实际操作并不需要这么做.

8.1 安装网络管理工具并查看ip地址

在docker中使用ros通信相当于主从机通信.首先需要docker容器里面安装2个网络管理软件:

sudo apt install net-tools #ifconfig
sudo apt install iputils-ping #ping

然后在的容器里面通过ifconfig查看网络连接
在这里插入图片描述
eth0表示的就是和宿主机器的网络通信ip:172.17.0.2
然后到宿主机器里也通过ifconfig查看网络连接:
在这里插入图片描述
对应的docker0表示的就是宿主机器与docker容器的网络通信ip:172.17.0.1
可以ping一下网络通不通,一般是没问题的.
然后下面的步骤就是这个帖子里面的内容了:链接

8.2 分别修改宿主和容器内的/etc/hosts 文件

分别修改宿主和容器内的/etc/hosts 文件,在localhost下面增加上述ip.我这里把宿主机器作为主机,hostname设置为:master_host.容器作为从机,hostname设置为:docker_host

容器内hosts配置

8.3 分别修改宿主和容器内.bashrc文件

分别修改宿主和容器内.bashrc文件,增加:以下代码:

export ROS_HOSTNAME=本设备命名

export ROS_MASTER_URI=http://主机设备名:11311

容器内bashrc设置:

8.4 测试通信

在宿主机启动roscore
在容器内可以通过rostopic list 看到消息:
在这里插入图片描述

9. docker内绘图和显示

如果程序里使用了opencv的imshow进行显示,那么就会报错导致程序退出.所以要设置一下让docker能够显示图形化界面:
参考这个链接:链接

9.1 在宿主机安装x11-xserver-utils

开放权限，允许所有用户，当然包括docker,访问X11 的显示接口

sudo apt-get install x11-xserver-utils
xhost +

需要注意的是!!!xhost +这个命令,需要宿主机每一次启动的时候都要输入的.所以可以把这个命令加入到宿主机器的开机自启中.

出现access control disabled, clients can connect from any host说明操作成功.

9.2 在启动docker容器时，添加选项如下：

 -v /tmp/.X11-unix:/tmp/.X11-unix \           #共享本地unix端口

 -e DISPLAY=unix$DISPLAY \                    #修改环境变量DISPLAY

 -e GDK_SCALE \                               #我觉得这两个是与显示效果相关的环境变量，没有细究

 -e GDK_DPI_SCALE \

10. 使用vscode管理和使用docker

在vscode中下载docker的插件,然后就可以非常方便的管理docker容器.
基本的操作是,可以对容器进行开启和停止.还可以直接使用vscode打开容器内的文件夹,对程序进行修改,并且可以实现代码自动补全.

基本操作可以参考链接:链接

11. docker容器设置开机自启和程序自启动

宿主机启动后,docker服务会自动启动,只要在docker run的时候加上这个参数: --restart=always
就可以实现容器随着宿主机器启动而自动启动了.

docker里面跑了我们的程序,那么如何让我们的程序在docker容器启动的同时,也跟着一起启动呢?

这里是通过在home目录下写了一个自启动脚本,然后在bashrc中启动该脚本.因为每次启动容器都会自动启动bashrc,所以就会自动运行程序.

12. 在docker 中进行程序调试和版本管理

这里使用的策略是：

  1. 运行docker容器(同时把本地代码挂载到容器内)
  2. 使用vscode进入容器,并打开代码,修改代码,运行和调试.
  3. 在宿主机一端,使用git管理代码.

13.通过dockerfile 创建 docker镜像

13.1 新建一个文件夹并创建一个Dockerfile文件

注意这个文件夹里面只能有1个Dockerfile文件,并且该文件命名应为Dockerfile

13.2 进入这个文件夹,使用下面指令

docker build -t reposite_name:tap_name .

等待完成

13.3 如果报错了怎么办?

一般情况下,报错都是因为有墙,我们下载的镜像经常有国外的源下载不了的问题.我们可以打开Dockerfile,对相应的语句进行修改,例如

  • apt 改国内源:
RUN mv /etc/apt/sources.list /etc/apt/sources.list.bak
RUN echo "deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic main restricted universe multiverse" >> /etc/apt/sources.list
RUN echo "deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-updates main restricted universe multiverse" >>/etc/apt/sources.list
RUN echo "deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-backports main restricted universe multiverse" >>/etc/apt/sources.list
RUN echo "deb http://mirrors.tuna.tsinghua.edu.cn/ubuntu/ bionic-security main restricted universe multiverse" >>/etc/apt/sources.list
RUN gpg --keyserver keyserver.ubuntu.com --recv A4B469963BF863CC 
RUN gpg --export --armor A4B469963BF863CC | apt-key add -
  • pip 改国内源
# 使用阿里源安装库
RUN ${PIP} config set global.index-url http://mirrors.aliyun.com/pypi/simple/
RUN ${PIP} install xxx --trusted-host mirrors.aliyun.com

# 清华源
RUN ${PIP} config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/

# 阿里源
RUN ${PIP} config set global.index-url http://mirrors.aliyun.com/pypi/simple/

# 豆瓣源
RUN ${PIP} config set global.index-url https://pypi.douban.com/simple

终极启动命令!

一个完整的包含gpu使用,端口映射，hosts配置，图形化界面显示，文件映射的docker run命令:

docker run -it --gpus all -p 8888:8888 --restart=always -v /tmp/.X11-unix:/tmp/.X11-unix -v /home/lbw/study/code/lidar_trajectory:/home/code/lidar_trajectory -e DISPLAY=unix$DISPLAY -e GDK_SCALE -e GDK_DPI_SCALE --add-host docker_host:172.17.0.2 --add-host master_host:172.17.0.1 lidar_trajectory_docker:v1

几条经常用的指令

docker   commit -m="ros主从通信-ubuntu2004-tensorflow2.9-gpu-cuda11.2" -a="lbw"  caf1023f4a8d lidar_trajectory:v2


docker run -it --gpus all -p 8888:8888  --restart=always -v /tmp/.X11-unix:/tmp/.X11-unix -v /home/lbw/study/code/lidar_trajectory:/home/code/lidar_trajectory -e DISPLAY=unix$DISPLAY -e GDK_SCALE -e GDK_DPI_SCALE --add-host docker_host:172.17.0.2 --add-host master_host:172.17.0.1 lidar_trajectory_docker:v1
# docker # ubuntu # 容器
Logo
向您推荐>>Eolink开发者社区

权威｜前沿｜技术｜干货｜国内首个API全生命周期开发者社区

更多推荐

ELK实现containerd的容器日志采集展示【基于logging的全栈监测】

企业级ELK Stack构建介绍

avatar 云原生

深入理解 Mocha 测试框架：从零实现一个 Mocha

前言什么是自动化测试自动化测试在很多团队中都是Devops环节中很难执行起来的一个环节，主要原因在于测试代码的编写工作很难抽象，99%的场景都需要和业务强绑定，而且写测试代码的编写工作量往往比编写实际业务代码的工作量更多。在一些很多业务场景中投入产出比很低，适合写自动化测试的应该是那些中长期业务以及一些诸如组件一样的基础库。自动化测试是个比较大的概念，其中分类也比较多，比如单元测试，端对端测试，集

avatar 云原生

(20200916 Solved)docker-compose up创建容器自动退出

问题描述如题，创建容器后自动退出了。并且docker start container无效解决方案原因是缺失了控制终端的配置，需要在docker-compose.yml中增加tty:true ，有时候这样也不行，需要再增加一个command:/bin/bash，命令不一定是这个，需要是一个不会退出的命令，然后用-d后台启动容器。Referencesdocker-compose启动容器后自动退出...

avatar 云原生