docker使用记录1：构建java、python、c++环境镜像

1.首先制作docker镜像：

根据本项目语言，基础服务为java、算法两大模块分别使用python、C++语言，要求所使用的docker镜像可以运行jar包、python、C++的可执行程序；

预备安装C++可执行文件环境、java环境：由于C++、JAVA环境需要本地文件添加至镜像中，所以需要提前准备；

将算法组给的netcdf-c-4.9.0.tar.gz和算法可执行文件放在同一文件夹下，通过写dockerfile构建镜像，选择基础镜像为python，dockerfile中写FROM pjc-clear:v2；

使用命令docker pull python即可拉取至本地私库，使用python命令查看版本，为python3；

通过dockerfile中写

ADD ./icao_rep /SpaceWeather/yxpg/algorithms

将本机文件拷贝至新镜像中，ADD后第一个参数为相对于dockerfile文件的路径，第二个参数为容器内部路径；

dockerfile中写入ADD jdk-8u333-linux-x64.tar.gz /usr/local/jdk/将准备好的linux环境的jdk压缩包拷贝进镜像中，构建镜像时就会自动解压；

写入ENV JAVA_HOME /usr/local/jdk/jdk1.8.0_333和ENV PATH $JAVA_HOME/bin:$PATH，构建镜像时就会自动配置jdk环境变量；

理论上来说此时容器内可以直接运行python可执行程序，但是由于算法有额外依赖库，执行时会报错因特尔mkl库相关错误，需要安装；

使用pip install numpy安装，安装完成之后会弹出提示一条命令，将此命令执行一遍；

再使用pip install mkl安装mkl库，

安装完成之后，添加命令export LD_PRELOAD=/<option your path>/anaconda2/lib/libmkl_rt.so到~/.bashrc中，使用source ~/.bashrc使其生效；

执行完安装之后尝试调用算法命令，成功失败均有可能，如果失败就重启容器重装一遍，直到成功为止，暂时没有找到成功的规律，成功后再安装C++相关环境；

先执行算法组准备好的安装脚本，./netcdf_install.sh此脚本会自动下载包并解压安装，但是由于脚本编写有问题，下载完三个包后回报错退出，需要手动使用tar -zxvf xxxxx.tar.gz命令将三个包解压，事先准备的netcdf-c-4.9.0.tar.gz不需要解压；解压完成后再次执行安装脚本，将会看到安装完成，并提示配置环境变量，将提示内容写入~/.bashrc并使用source ~/.bashrc使其生效；

至此，jar包、python算法、c++算法可执行文件的运行环境均已具备，使用命令

docker commit -m="add jdk" -a="ztx" e218edb10161 pjc-clear:v2

保存镜像，e218edb10161为用docker ps命令查出的容器id，结尾是镜像名:tag，今后更新jar包、算法文件均在dockerfile中以此文件为基础镜像。