Docker

参考链接：https://yeasy.gitbook.io/docker_practice/

基本概念：镜像、容器、仓库

待补充

针对镜像的操作命令：

docker image ls

列出本地镜像

$ docker image ls nginx
REPOSITORY                  TAG                 IMAGE ID            CREATED             SIZE
nginx                       latest              e43d811ce2f4        5 weeks ago         181.5 MB

docker pull

docker pull 用于将远程 Docker Registry 的镜像下载到本地（对比 Git 命令：git clone https://github.com/BuxianChen/notes.git）

$ docker pull [选项] [Docker Registry 地址[:端口号]/]仓库名[:标签]
# docker pull 172.22.24.223/username/softwarename:v1

172.22.24.223 为 Docker Registry 地址；端口号为默认值；仓库名一般为两段式的，<用户名>/<软件名>；标签名为 v1。

$ docker pull ubuntu:18.04
18.04: Pulling from library/ubuntu
92dc2a97ff99: Pull complete
be13a9d27eb8: Pull complete
c8299583700a: Pull complete
Digest: sha256:4bc3ae6596938cb0d9e5ac51a1152ec9dcac2a1c50829c74abd9c4361e321b26
Status: Downloaded newer image for ubuntu:18.04
docker.io/library/ubuntu:18.04

注意观察输出信息的最后一行的。此处不指定 Docker Registry 地址，则默认为 docker.io，此处没有指定用户名，对于 docker.io 来说，默认为 library。

备注：执行 docker pull 的时候，本地有镜像但由于各种原因（例如跟镜像库网络不通）无法读取镜像库时，docker pull 会报错。猜想原因可能是 docker pull 需要校验镜像库的镜像ID与本地的镜像ID，如果本地存在此ID，则不进行拉取。因此总是需要查远程库，所以会报错，而不会因为本地存在同名镜像而什么都不做。

docker tag

docker tag 命令的作用是为镜像新增一个别名

$ docker tag 镜像的旧名字/镜像ID 镜像的新名字

常见的使用场景是更名后用于推送镜像：

$ docker tag ubuntu:18.04 username/ubuntu:18.04
$ docker login
$ docker push username/ubuntu:18.04

$ docker login  # 登录以获取拉取/推送镜像的权限

docker push

$ docker push 镜像ID

将镜像推送至远端 Docker Registry。

docker rmi

$ docker rmi 镜像ID

删除镜像

docker image history

$ docker image history 镜像ID --no-trunc

查看镜像是怎么创建的(Dockerfile)

针对容器的操作命令

docker run

docker run 用于利用已有的本地镜像创建容器并运行容器。容器具有运行和终止两种状态。命令形式为：

$ docker run [参数列表] 镜像名/镜像ID [命令]

表示启动后容器运行的命令（Docker 容器的哲学是一个 Docker 容器只运行一个进程）。若不指定命令，默认为镜像创建的 Dockerfile 中的最后一个 CMD 语句或 ENTRYPOINT 语句（CMD 与 ENTRYPOINT 语句在 Dockerfile 中只能有一句，出现多句则以最后一条为准），默认情况下（不使用 -d 参数时），运行完命令后容器就会进入终止的状态。docker run 命令的例子如下：

使用以下命令运行完后会自动终止容器

$ docker run ubuntu:18.04 /bin/echo 'Hello world'
Hello world

使用以下命令运行后会启动一个终端，进入交互模式。其中，-t 选项让 Docker 分配一个伪终端（pseudo-tty）并绑定到容器的标准输入上， -i 则让容器的标准输入保持打开。进入交互模式后，使用 exit 命令或者 Ctrl+d 快捷键会终止容器。

$ docker run -t -i ubuntu:18.04 /bin/bash

与上一条命令不同的是，添加了 --rm 参数后，此时推出交互模式不仅会终止容器，还会将容器删除。

$ docker run -it --rm ubuntu:18.04 bash

**最常见的使用情形是：需要让 Docker 在后台运行而不是直接把执行命令的结果输出在当前宿主机下。**此时，可以通过添加 -d 参数来实现。注意：-d 参数与 --rm 参数含义刚好相反，因此不能同时使用。

$ docker run -d ubuntu:18.04 /bin/sh -c "while true; do echo hello world; sleep 1; done"
77b2dc01fe0f3f1265df143181e7b9af5e05279a884f4776ee75350ea9d8017a

使用 -v 参数可以实现宿主机与容器内部目录的挂载，注意挂载的目录在执行 docker commit 命令时不会被保存。

docker container ls

使用 -d 参数启动后会返回一个唯一的 id，也可以通过 docker container ls 命令来查看容器信息。

$ docker container ls
CONTAINER ID  IMAGE         COMMAND               CREATED        STATUS       PORTS NAMES
77b2dc01fe0f  ubuntu:18.04  /bin/sh -c 'while tr  2 minutes ago  Up 1 minute        agitated_wright

docker container logs

要获取容器的输出信息，可以通过 docker container logs 命令。这条命令尤其适用于使用了 -d 参数进行启动的容器。

$ docker container logs [container ID or NAMES]
hello world
hello world
hello world
...

docker container start/restart/stop

重新启动已经终止的容器/将一个运行态的容器关闭并重新启动它/将一个运行态的容器终止

$ docker container start [container ID or NAMES]
$ docker container restart [container ID or NAMES]
$ docker container stop [container ID or NAMES]

docker attach/exec

进入一个正在运行的容器。

$ docker run -dit ubuntu
243c32535da7d142fb0e6df616a3c3ada0b8ab417937c853a9e1c251f499f550
$ docker attach 243c
root@243c32535da7:/#

注意：使用 docker attach 时，退出这个终端时，该容器会终止。

$ docker run -dit ubuntu
69d137adef7a8a689cbcb059e94da5489d3cddd240ff675c640c8d96e84fe1f6
$ docker exec -it 69d1 bash
root@69d137adef7a:/#

注意：使用 docker exec 时，该容器不会因为终端的退出而终止。

docker stats

以下命令用于查看容器的内存占用等情况

$ docker stats 容器ID

docker commit

$ docker commit -a "author_name" -m "description" 容器ID 镜像名
$ # docker commit 172.22.24.223/username/softwarename:v1

将容器的当前状态提交为一个新的镜像，注意挂载目录不会被提交到新镜像内。使用 docker commit 得到镜像的工作流程为：

$ docker run -it -v 本地目录绝对路径:挂载至容器内的目录 镜像ID --name 自定义容器名字 /bin/bash
$ # 在容器内修改文件, 安装相关的包等

修改完毕后，新打开一个终端（也许可以直接退出容器，直接在当前终端操作）

$ docker commit 自定义容器名字 镜像名

注意：不推荐使用 docker commit 的方式得到镜像，应尽量使用 Dockerfile 制作镜像。

使用 Dockerfile 制作镜像

例子

假定本机的 ngnix 镜像如下：

$ docker image ls nginx
REPOSITORY                  TAG                 IMAGE ID            CREATED             SIZE
nginx                       latest              e43d811ce2f4        5 weeks ago         181.5 MB

编写 Dockerfile 文件，其内容为

FROM nginx
RUN echo '<h1>Hello, Docker!</h1>' > /usr/share/nginx/html/index.html

进入到 Dockerfile 文件所在目录，执行如下命令进行构建

$ docker build -t nginx:v3 .
Sending build context to Docker daemon 2.048 kB
Step 1 : FROM nginx
 ---> e43d811ce2f4
Step 2 : RUN echo '<h1>Hello, Docker!</h1>' > /usr/share/nginx/html/index.html
 ---> Running in 9cdc27646c7b
 ---> 44aa4490ce2c
Removing intermediate container 9cdc27646c7b
Successfully built 44aa4490ce2c

其输出内容的解释如下：这里的 e43d811ce2f4 为基础镜像 nginx 的镜像 ID，而后利用该镜像运行了一个容器 ID 为 9cdc27646c7b 的容器，之后运行命令，创建好新的镜像，其镜像 ID 为 44aa4490ce2c，并删除了刚刚运行的临时容器 9cdc27646c7b。

备注：构建命令的最后一个 . 被称为上下文路径，其作用与准确理解参见这里。

上下文路径

所有的Dockerfile命令均相对于上下文路径，目录树假设为

- BASE
  - test
    y.py
    Dockerfile
  x.py

Dockerfile文件内容为

FROM ubuntu:18.04
COPY . /app

如下两种方式均可在 /app 目录下看到全部目录

cd  && docker build -t test:v0 -f test/Dockerfile .
cd /test && docker build -t test:v0 ..

即：上下文路径是相对执行docker build的当前目录而言的，而不是相对Dockerfile的位置

可以用如下命令以刚刚创建的镜像构建一个容器并运行该容器，并将这个运行的容器取名为 web3，-p 81:80 表示将宿主机的端口 81 与容器端口 80 进行映射，-d 表示保持容器在后台一直运行。

$ docker run --name web3 -d -p 81:80 nginx:v3

这样可以使用浏览器访问 <宿主机IP地址>/81。

备注：docker run 实际等效于 docker start 加上 docker exec 两条命令

利用已有镜像反推 Dockerfile

参考 CSDN

$ docker history --format {{.CreatedBy}} --no-trunc=true <镜像ID> |sed "s?/bin/sh\ -c\ \#(nop)\ ??g"|sed "s?/bin/sh\ -c?RUN?g" | tac

例子：深度学习 Dockerfile

标准镜像规划

标签	Python/Conda	cuda&cudnn	nvcc&gcc	pytorch	用途
official-nvidia-cuda-10.1-cudnn7-devel-ubuntu18.04	no	yes	yes	no	暂无，开发时不必从头安装python
official-nvidia-cuda-10.1-cudnn7-runtime-ubuntu18.04	no	yes	no	no	最小体积上线，pytorch版本不在下面的列表中时用这个上线
official-pytorch-pytorch-1.6.0-cuda10.1-cudnn7-devel	yes(conda)	yes	yes	yes	用于开发（官方镜像）
official-pytorch-pytorch-1.6.0-cuda10.1-cudnn7-runtime	yes(conda)	yes	no	yes	用于上线代码（Pytorch版本最好不要动）
official-pytorch-pytorch-1.9.0-cuda10.1-cudnn7-devel	yes(conda)	yes	yes	yes	用于开发（官方镜像）
official-pytorch-pytorch-1.9.0-cuda10.1-cudnn7-runtime	yes(conda)	yes	no	yes	用于上线代码（Pytorch版本最好不要动）

标签

Python/Conda

cuda&cudnn

nvcc&gcc

pytorch

用途

official-nvidia-cuda-10.1-cudnn7-devel-ubuntu18.04

yes

暂无，开发时不必从头安装python

official-nvidia-cuda-10.1-cudnn7-runtime-ubuntu18.04

yes

最小体积上线，pytorch版本不在下面的列表中时用这个上线

official-pytorch-pytorch-1.6.0-cuda10.1-cudnn7-devel

yes(conda)

yes

用于开发（官方镜像）

official-pytorch-pytorch-1.6.0-cuda10.1-cudnn7-runtime

yes(conda)

yes

用于上线代码（Pytorch版本最好不要动）

official-pytorch-pytorch-1.9.0-cuda10.1-cudnn7-devel

yes(conda)

yes

用于开发（官方镜像）

official-pytorch-pytorch-1.9.0-cuda10.1-cudnn7-runtime

yes(conda)

yes

用于上线代码（Pytorch版本最好不要动）

备注：上述 devel 均包含有 nvcc 及 gcc，而 runtime 均不包含这些编译工具。所有镜像均不包含 vim，git 等软件。

使用说明：

为追求最小体积上线，上线时可以直接用官方镜像，将代码复制进去即可（若想
开发环境可以使用一些脚本

shell 脚本 & Dockerfile

shell script（待补充：./docker/dl/plus.sh）

Dockerfile（待补充：./docker/dl/Dockerfile）

下面是细节：

更改时区（似乎不是必要的）

参考 stackoverflow 问答

vim 与 git

备注：pytorch 官方镜像包含 conda

RUN apt update && apt -y upgrade && apt install -y vim git tmux

更改 pip/conda/apt 源

待补充

安装 pre-commit

待补充

代码支持中文注释

在 /etc/vim/vimrc 中添加

set encoding=UTF-8
"set langmenu=zh_CN.UTF-8
"language message zh_CN.UTF-8
set fileencoding=UTF-8

RUN echo -e "set encoding=UTF-8\nset fileencoing=UTF-8" > /etc/vim/vimrc

环境变量

官方镜像设置的 cuda 相关的环境变量似乎有些诡异，例如：$LD_LIBRARY_PATH 里显示的路径不存在，可能需要修改。

实操

待补充

若要使用 GPU：Windows 下使用 WSL2 需要去 Nvidia 官网下载驱动即可。之后启动镜像时需要增加参数 --gpus all 即可：

docker run -it --rm --gpus all pytorch/pytorch:1.9.0-cuda10.2-cudnn-devel /bin/bash

docker compose

旧版本的使用方式为 docker-compose ..., 新版本的使用方式为 docker compose ...，docker compose的作用是管理一组容器来实现某个功能。例如一个应用需要依赖于一个数据库，正确的做法是将应用程序代码放在一个容器中，而数据库用另一个容器启动，并且通过建立网络使得这两个容器能进行互相访问。docker compose 可以通过写一个配置文件自动进行搭建网络，构建所需要的镜像，并启动相应的镜像。docker compose 的实现逻辑是调用了 Docker 服务提供的 API 来对容器进行管理。

一个示例

例子摘录自 Docker从入门到实践并在此基础上完善

learn-docker
    web/
        app.py
        Dockerfile
    docker-compose.yml

各文件内容如下

# web/app.py
from flask import Flask
from redis import Redis

app = Flask(__name__)
redis = Redis(host='redis', port=6379)

@app.route('/')
def hello():
    count = redis.incr('hits')
    return 'Hello World! 该页面已被访问 {} 次。\n'.format(count)

if __name__ == "__main__":
    app.run(host="0.0.0.0", debug=True)

# web/Dockerfile
FROM python:3.6-alpine
ADD . /code
WORKDIR /code
RUN pip install redis flask
CMD ["python", "app.py"]

version: '3'
services:

  web:
    build:  # 也可以直接写"build: ./web", 后面的context与dockerfile可省略不写
      context: ./web
      dockerfile: Dockerfile  # 注意此处的dockerfile是相对于context而言的
    image: "web_web:v1"
    ports:
      - "5000:5000"

  redis:
    image: "redis:alpine"  # 注意此处并未将6379端口映射出去,但web容器是可以访问该端口的,但无法在本机直接访问数据库

运行方法为

# -f docker-compose.yml可省略不写
# docker compose up是先打镜像(如果没有), 再建立网络, 最后启动容器
docker compose -f docker-compose.yml up

# docker compose build  # 可强制重新打镜像
# docker compose up

如果不想使用 docker compose，则需要手动创建网络：

docker network create app_net
docker build -t web_web:v1 -f ./web/Dockerfile ./web
docker run --network=app_net --rm -d --name web -p 5000:5000 web_web:v1
docker run --network=app_net --rm -d --name redis redis:alpine

docker compose 常用子命令

docker compose 命令的一般格式为

docker compose [-f docker-compose.yml文件路径] 命令

docker network(后续再整理)

同一台/不同台服务器上的docker/非docker应用互访

访问方	被请求方	解决方案
机器A上的容器A1	机器A上的容器A2	A1与A2连接至同一个bridge, A1使用(A2容器名):(port)访问
机器A上的容器A1	机器B上的容器B1	B1暴露端口, A1使用(机器B的IP):(port)访问
机器A上的容器A1	机器A上的应用A3	A1直接访问(127.0.0.1):(A3的端口)
机器A上的容器A1	机器B上的应用B3	A1直接访问(机器B的IP):(B3的端口)
机器A上的应用A3	机器A上的容器A1	容器暴露端口,应用访问方用(127.0.0.1):(port)访问
机器A上的应用A3	机器B上的容器B1	容器暴露端口,应用访问方用(机器B端口):(port)访问
机器A上的应用A3	机器A上的应用A3	-
机器A上的应用A3	机器B上的应用B3	-

访问方

被请求方

解决方案

机器A上的容器A1

机器A上的容器A2

A1与A2连接至同一个bridge, A1使用(A2容器名):(port)访问

机器A上的容器A1

机器B上的容器B1

B1暴露端口, A1使用(机器B的IP):(port)访问

机器A上的容器A1

机器A上的应用A3

A1直接访问(127.0.0.1):(A3的端口)

机器A上的容器A1

机器B上的应用B3

A1直接访问(机器B的IP):(B3的端口)

机器A上的应用A3

机器A上的容器A1

容器暴露端口,应用访问方用(127.0.0.1):(port)访问

机器A上的应用A3

机器B上的容器B1

容器暴露端口,应用访问方用(机器B端口):(port)访问

机器A上的应用A3

机器B上的应用B3

创建/删除网络

docker network create net_a  # 默认创建bridge网络
docker network rm net_a  # 删除网络

启动容器时添加到网络

docker run -it --network net_a --name container_a <镜像名>

将已经启动的容器添加/移除到网络

docker network connect net_a container_a  # 添加到网络
docker network disconnect net_a container_a  # 移除

杂录

Docker Desktop (Windows 11) 使用记录

安装基本是傻瓜式的，从略。配置镜像加速可以注册一个阿里云账号，搜索“容器镜像加速服务”按上面的指引修改 Docker Desktop 的配置即可。

疑难杂症

遇到如下错误：

Got permission denied while trying to connect to the Docker daemon socket at unix:///var/run/docker.sock: Get "http://%2Fvar%2Frun%2Fdocker.sock/v1.24/images/json": dial unix /var/run/docker.sock: connect: permission denied

解决方案：

sudo newgroup docker
sudo chmod 666 /var/run/docker.sock
sudo usermod -aG docker ${USER}

PreviousGit NextDatabase

Last updated 1 year ago