要让docker容器内的服务能在开机加电后自动启动，要解决三个问题：

1.docker服务能随OS启动而启动

2.docker容器能随docker服务启动而启动

3.docker容器内的服务能随docker容器启动而启动

      Ubuntu18.04上，docker service 默认没有enable，所以Ubuntu18.04启动后不会自动启动docker service，在手工执行docker ps之类的docker命令时docker service才启动，显然采用的是lazy loading策略，这个可以在新安装的环境里启动Ubuntu 18.04后查看docker的进程确认，要让docker service随Ubuntu启动，需要先enable它。

      Docker容器要能随Docker service的启动而启动，那么启动策略需要设置为always。

      Docker容器内init.d之类的初始化执行机制都没有了，所以像平时在物理机的Ubuntu里那样加开机启动的service或者桌面应用之类的是没效果的，需要在执行docker run命令时指定容器启动后立即执行的脚本来启动需要启动的服务。

Ubuntu上执行下列步骤可以实现:

1A.  sudo systemctl enable docker.service  +   sudo systemctl start docker.service   # Ubuntu18.04，start命令可不用执行，执行docker命令时docker.service会自动启动。

1.B sudo service docker start

2.设置容器的启动策略：用docker run命令创建并运行容器时，加上  --restart=always参数即可，因此可以跳过这步。对于既有容器可以采用两种办法改变启动策略的设置为always: 

    1)  docker update --restart=always <容器名字>

    2) 修改容器对应的hostconfig.json,例如/data1/dockerspace/containers/c64fc2d6f34d8bc78cfa7356a1830ebe2f86de8b3ae7a06b2c7e31b904c7289f/hostconfig.json
"RestartPolicy":{"Name":"no","MaximumRetryCount":0} 改为 "RestartPolicy":{"Name":"always","MaximumRetryCount":0}
再执行systemctl restart docker重启docker service

 3.执行带 --restart=always参数和初始化脚本路径的docker run命令创建运行容器，例如:

      sudo docker run --runtime nvidia -it -d --ipc=host --network host --restart=always --name pytorch1.2_centernet-efficientdet-cascadercnn-full -e DISPLAY=$DISPLAY -v /tmp/.X11-unix/:/tmp/.X11-unix -v /data/workspace:/home arm64v8/ubuntu18.04/nvidia-cuda:pytorch1.2-cec-full  /home/start_server.sh

       对于第3步，一个新创建的容量里肯定是没有这种初始执行的脚本的(例如/home/start_server.sh)，一般是需要在一个容器内编辑准备好一个这样的脚本，执行这个脚本测试确实可以启动你需要启动的服务了，用docker commit制作一个镜像，然后使用上面这样的带 --restart=always参数和初始化脚本路径的docker run命令来基于这个镜像创建并运行一个新的容器，容器启动后立即执行这个指定的初始化执行脚本，例如上面的/home/start_server.sh

      这个初始执行脚本的写法也有需要注意的地方，不是随便写个里面执行启动你需要的服务的shell脚本就行，至少需要做三件事：i)设置服务所需要的环境变量，ii)以后台方式启动服务,iii)执行bash，三者缺一不可，没有第一项你的服务启动不了或者启动后不能正常运行(例如，不设置中文字符集可能你的服务遇到中文就傻了或者直接因解析错误而崩溃)，如果没有第三项，启动docker容器后容器立即退出或者永远处于restarting状态，无法连接上去。

      给个示例：

     #!/bin/bash
     export LANG=C.UTF-8
     export CUDA_HOME=/usr/local/cuda
     export PATH=/usr/local/cuda/bin:$PATH
     export LD_LIBRARY_PATH=/usr/local/cuda/lib64:$LD_LIBRARY_PATH
     cd /home/model_serving_flask
     nohup python -u efficientdet_fire_model_server.py >nohup.fire.log &
     /bin/bash