docker 入门

没错！都 2020 年了，我居然才开始使用 docker，一上手就让我幸福感倍增～

1 简介

为啥我刚刚说 docker 让我提升了幸福感呢？主要是它解决了一个非常头疼的问题——「环境问题」！在不同操作系统中，以及相同操作系统不同版本，甚至于完全一致的软硬件，在搭建环境时依然可能出现各种奇怪的问题。如果你做过开发，你肯定知道我在说什么。

docker 是一个 Linux 容器的封装，即 Linux Containers (LXC)。容器就是一个罐子，罐子和外界分离开，我们在里面运行代码，外面的事情全部交给 docker 来处理。

这样一说是不是感觉和一个东西特别像，没错！就是虚拟机。虚拟机是在一个操作系统上运行另外一个操作系统的技术，非常消耗资源！和虚拟机不同 docker 只是一个在进程外面套了一个保护层，是一种非常轻量级的虚拟技术。

简而言之，docker 让你摆脱环境的烦恼～

2 安装

docker 的安装非常简单，官方给了详细的文档，你可以在里面找到适合你的版本。

Mac 下

brew install docker
# 安装完成后，在「应用程序」里找到 Docker.app，点击启动

# 如果安装成功的话，当你在 shell 中输入
docker version
# 会有下面类似的输出
# Client: Docker Engine - Community
#  Version:           19.03.8
#  API version:       1.40
#  Go version:        go1.12.17
#  Git commit:        afacb8b
#  Built:             Wed Mar 11 01:21:11 2020
#  OS/Arch:           darwin/amd64
#  Experimental:      false
# ...

ubuntu 下

# 更新索引
sudo apt-get update
sudo apt-get install apt-transport-https ca-certificates \
    curl gnupg-agent software-properties-common

# 添加 docker key
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

# 设置稳定版本库
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

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

小问题

1. 不加 sudo 会报没有权限。

# 查看有没有 docker 用户组
groups $USER
# 如果没有的话，就手动创建一个
sudo groupadd docker

# 然后将当前用户加入到 docker 的用户组里
sudo gpasswd -a $USER docker
# 最后更新用户组
newgrp docker

3 功能

有几个比较常用的概念，我想先单独说明一下。

1. image：又名镜像，它有点像操纵系统的镜像文件本身，或者说是一个模版。
2. container：又名实例，它是基于 image 生成的容器实例，可以看作是 image 的副本。
3. Dockerfile：生成 image 的配置文件。

# 下载一个镜像，以 ubuntu:16.04 为例
docker pull ubuntu:16.04
# 16.04: Pulling from library/ubuntu
# e92ed755c008: Pull complete
# b9fd7cb1ff8f: Pull complete
# ee690f2d57a1: Pull complete
# 53e3366ec435: Pull complete
# Digest: sha256:db6697a61d5679b7ca69dbde3dad6be0d17064d5b6b0e9f7be8d456ebb337209
# Status: Downloaded newer image for ubuntu:16.04
# docker.io/library/ubuntu:16.044

# 查看所有 image
docker image ls
# REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
# ubuntu              16.04               005d2078bdfa        7 weeks ago         125MB

# 启动一个实例，以交互模式运行
docker container run -it ubuntu:16.04
# root@506f4389875e:/#

# 查看正在运行的实例（在另外一个shell中输入）
docker container ls
# CONTAINER ID        IMAGE               COMMAND             CREATED              STATUS              PORTS               NAMES
# 506f4389875e        ubuntu:16.04        "/bin/bash"         About a minute ago   Up 10 seconds                           brave_hermann

# 关闭实例
docker container kill 506f4389875e

# 删除实例
docker container rm 506f4389875e

# 将 container 封装成 image
docker commit container_id image_name:tag

4 Dockerfile

新建 Dockerfile 文件，按照下方案例写入配置。

FROM ubuntu:16.04：继承自镜像 ubuntu:16.04；
COPY . /app：将当前目录下的所有文件拷贝到 /app 路径；
WORKDIR /app：镜像的工作路径为 /app；
RUN cd back：执行 shell 命令；
RUN pip install -r requirements.txt：执行 shell 命令；
EXPOSE 8080：暴露 8080，外部连接连接这个端口;
EXPOSE 8081：暴露 8081，外部连接连接这个端口。

构建镜像：

# test-app 是 image 名字，0.1.0 是标签
docker image build -t test-app:0.1.0

一个新的镜像就构建成功了！你可以在本地自己使用，也可以把它放到云上供所有人使用！我们常说，「做事要站在巨人的肩膀上」，而 docker 镜像就是那个巨人肩膀～

5 nvidia-docker

深度学习应用要用 GPU 跑模型，而普通的 docker 无法直接使用，我们需要使用专用的 nvidia-docker 才行。

# 安装
# Ubuntu 16.04/18.04/20.04, Debian Jessie/Stretch/Buster
# Add the package repositories
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add - \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

sudo apt update
sudo apt install -y nvidia-docker2
sudo systemctl restart docker

# 运行
#### Test nvidia-smi with the latest official CUDA image
docker run --gpus all nvidia/cuda:10.0-base nvidia-smi

# Start a GPU enabled container on two GPUs
docker run --gpus 2 nvidia/cuda:10.0-base nvidia-smi

# Starting a GPU enabled container on specific GPUs
docker run --gpus '"device=1,2"' nvidia/cuda:10.0-base nvidia-smi
docker run --gpus '"device=UUID-ABCDEF,1"' nvidia/cuda:10.0-base nvidia-smi

# Specifying a capability (graphics, compute, ...) for my container
# Note this is rarely if ever used this way
docker run --gpus all,capabilities=utility nvidia/cuda:10.0-base nvidia-smi

6 参考

• Docker 入门教程
• 只要一小时，零基础入门Docker
• Docker——从入门到实践
• Install Guide
• Nvidia Docker - Github