Docker容器使用过程

创建容器

在创建docker容器的时候，使用命令： 

docker run --gpus all -itd --name "torch_dev_czy" -v $HOME:$HOME -v /home/public:/home/public -v /data:/data --ipc=host --shm-size=4gb --rm nvcr.io/nvidia/pytorch:24.04-py3 

其中的 -rm 参数会让你的容器在停止时自动删除，因此需要去除。（万一你不小心主动停止或是服务器因某些原因关机，你容器内所有东西就没了，所以早发现早解决！）

打包镜像

如果不想重新按照之前的一大堆命令配置你的容器环境，可以把现有容器打成镜像，然后随时使用（打包后的镜像会不会在容器停止时自动删除？这个还不知道）。

首先查看当前存在的所有容器：

docker ps -a

CONTAINER ID为6c58e2a27ae5就是我的容器。

接下来用commit命令保存镜像：

# commit参数保存镜像， -a " 提交人 " -m " 提交内容 "

# 命令格式：
docker  commit  -a  -m  现有容器ID     保存的名称
# 使用：
docker commit -a "czy" -m "torch_dev_czy" 6c58e2a27ae5 torch_dev_czy

内容如下：

[caoziyi@veen10502626580248560562 ~]$ docker commit -a "czy" -m "torch_dev_czy" 6c58e2a27ae5 torch_dev_czy
sha256:ab08ceaaef7e7f721a0776c605279f8931559723d662dcb347fe50e8369daea1

使用如下命令查看镜像：

docker images

内容如下：

[caoziyi@veen10502626580248560562 ~]$ docker images
REPOSITORY                                      TAG                             IMAGE ID       CREATED          SIZE
torch_dev_czy                                   latest                          ab08ceaaef7e   11 minutes ago   37.8GB
malio_comfyui                                   v1                              bd93dd424e9f   2 days ago       16.3GB
gy_pytorch_lora_scripts_image                   latest                          b0f3ddb79cad   4 days ago       33.5GB
<none>                                          <none>                          6633f1241a80   4 days ago       35.4GB
liuhongyu/dz_lora_train                         v1.0                            7fb4d525ca5b   4 days ago       32.7GB
<none>                                          <none>                          26a0cd96e3ed   4 days ago       16.3GB
pytorch/pytorch                                 2.3.0-cuda12.1-cudnn8-runtime   639acf27b78e   4 weeks ago      7.71GB
nvcr.io/nvidia/pytorch                          24.04-py3                       3f0b23af1f4f   7 weeks ago      20GB
docker.elastic.co/kibana/kibana                 8.6.0                           e903232de67c   16 months ago    718MB
docker.elastic.co/elasticsearch/elasticsearch   8.6.0                           6053d49e4509   16 months ago    1.29GB
lspvic/tensorboard-notebook                     latest                          812de6f3b320   4 years ago      5.27GB

第一个torch_dev_czy就是刚刚打包的镜像。接着把镜像打成tar包，方便之后使用：

#命令格式:
docker save -o  要打镜像包的名称  镜像
#使用：
docker save -o torch_dev_czy.tar.gz torch_dev_czy

结果如下：

[caoziyi@veen10502626580248560562 ~]$ docker save -o torch_dev_czy.tar.gz torch_dev_czy
[caoziyi@veen10502626580248560562 ~]$ ll
total 37962088
-rw-rw-r-- 1 caoziyi caoziyi   576830621 May 13 14:17 Anaconda3-2020.07-Linux-x86_64.sh
-rw------- 1 caoziyi caoziyi 38296335360 May 27 11:48 torch_dev_czy.tar.gz

镜像到此就打包完成了。

镜像使用

当我们要使用自己或者别人打包好的镜像时，命令如下：

docker load -i 镜像名

导入之后再查看：

docker images

选择该镜像启动：

docker run --gpus all -itd --name "torch_dev_czy" -v $HOME:$HOME -v /home/public:/home/public -v /data:/data --ipc=host --shm-size=4gb torch_dev_czy

参数：

-d：后台运行

-p：端口映射

-v：挂载主机目录到容器内部，用于数据持久化。

-e：设置容器内的环境变量。

--name：为容器指定一个自定义的名称。

-i：启动一个交互式容器。

-t：为容器分配一个伪终端。

--restart：指定容器退出时的重启策略。

--network：指定容器所属的网络模式。

--link：链接另一个容器。