docker

Docker 是一个开源的应用容器引擎， 可以让开发者打包他们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。

参考
参考
参考
dockerhub

安装

安装docker

• 更新ubuntu的apt源索引
  sudo apt-get update

• 安装包允许apt通过HTTPS使用仓库

  sudo apt-get install \
      apt-transport-https \
      ca-certificates \
      curl \
      software-properties-common

• 添加Docker官方GPG key
  curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

• 设置Docker稳定版仓库

  sudo add-apt-repository \
     "deb [arch=amd64] https://download.docker.com/linux/ubuntu \
     $(lsb_release -cs) \
     stable"

• 添加仓库后，更新apt源索引
  sudo apt-get update

• 安装最新版Docker CE（社区版）
  sudo apt-get install docker-ce
• 检查Docker CE是否安装正确
  sudo docker run hello-world

配置国内源

参考

支持gpu

• 安装 nvidia-container-toolkit

  sudo curl -s -L https://nvidia.github.io/nvidia-container-runtime/gpgkey | \
    sudo apt-key add -
  distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
  sudo curl -s -L https://nvidia.github.io/nvidia-container-runtime/$distribution/nvidia-container-runtime.list | \
    sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list
  sudo apt-get update
  
  apt-get install nvidia-container-runtime
  
  systemctl restart docker

• 查看
  $which nvidia-container-runtime-hook

• 验证下-gpus选项

  $docker run --help | grep -i gpus
         --gpus gpu-request               GPU devices to add to the container ('all' to pass all GPUs)

添加到docker用户组

• 将当前用户加入到docker组中
  sudo gpasswd -a $USER docker
• 将当前用户切换到docker组中
  newgrp - docker

命令

容器

运行容器
docker run -d -P training/webapp python app.py
-d 后台运行
-P 自动映射端口
-p 指定端口 #-p 5000:5000

运行利用GPU的Ubuntu容器
$ docker run -it --gpus all ubuntu nvidia-smi

示例：
docker run --name my_container -p 8080:80 -v /path/to/host/directory:/path/in/container image_name

查看容器
docker ps #查看运行容器
docker ps -a #查看所有容器
停止容器
docker stop id/name
重启容器
docker start id/name
删除容器
docker rm id/name

附着容器

• 附着到正在运行的容器
  docker attach
  退出容器，不结束运行需要分别按下Ctrl+p 和 Ctrl+q

• 进入正在运行的容器内部，同时运行bash(比attach更好用)
  docker exec -it /bin/bash

容器保存为镜像
docker commit my_container my_new_image:v1.0
执行这个命令后，my_container容器的当前状态将会被保存为一个新的Docker镜像，名为my_new_image，标签为v1.0

镜像

$ docker images  #列出本地镜像
$ docker pull ubuntu:13.10 #获取新镜像
$ docker inspect <镜像名/镜像id>  #查看镜像的详细信息
$ docker rmi 镜像名 #删除镜像

• 将镜像保存到本地
  docker save -o nginx.tar nginx:latest
• 加载本地镜像
  docker load -i nginx.tar

docker commit镜像越来越大的问题

通过docker system df -v可以查看容器的大小，但是commit之后会变的非常大。

直接打包容器，之后再通过import为镜像

docker export -o container.tar 容器id  
docker import container.tar 镜像名:v1

通过这种方法打包后，镜像确实很小了很多，但是在docker run时会提示“docker: Error response from daemon: No command specified”的错误。

解决方案：
获取command

docker ps -a --no-trunc

可以看到最后的command “/bin/bash”，将其加到docker run 最后。

实例安装

gitlab

参考

• 拉取镜像
  docker pull gitlab/gitlab-ce
• 创建容器
  docker run --detach --publish 10443:443 --publish 1080:80 --publish 1022:22 --name gitlab --restart always --volume /home/gitlab/config:/etc/gitlab --volume /home/gitlab/logs:/var/log/gitlab --volume /home/gitlab/data:/var/opt/gitlab gitlab/gitlab-ce:latest

overleaf

• 拉取镜像
  docker pull kingsleyluoxin/sharelatex:full
• 创建容器
  docker run -idt -p 8000:80 -v /home/overleaf:/var/lib/sharelatex --name overleaf kingsleyluoxin/sharelatex:full
• 创建管理帐号
  http://localhost:8000/launchpad
• 登录
  http://localhost:8000/login

nextcloud

• 拉取镜像
  docker pull nextcloud
• 创建容器
  docker run -idt -p 8888:80 -v /home/nextcloud:/var/www/html/data --name nextcloud nextcloud