Docker-note 从入门到

docker

docker概念

概念官网解释：docker官网

1. 开放平台
2. 容器技术
3. LXC(Linux Container)

组成

1. Docker Engine:运行平台，构建镜像（核心概念：Docker镜像 image，Docker容器 containers,docker Registry）
   
2. Docker Registry:托管镜像的仓库
3. Docker Hub：托管存储和共享镜像
4. Docker Machine：构建容器运行环境的配置
5. Docker Compose：多容器应用管理
6. Docker Swarm：容器集群和调度管理工具
7. Kitematic：桌面GUI管理程序（测试过Windows，体验还行）
8. Docker Toolbox（替代Boot2Docker）
9. Docker Trusted Registry(DTR)
10. Docker Subscription

架构

生态

---

docker命令

---

docker 网络（略）

ip link add veth-a type veth peer name veth-b
ip a |grep veth
brctl addif br0 veth-a
ip link set veth-a up
ip link set veth-b netns test1

...

---

实战

安装

centos

yum install docker

ubuntu

apt install docker.io

启动

service docker start

或者
systemctl start docker.service

设置开机启动

chkconfig docker on
或者
systemctl enable docker.service

docker 命令

查看

docker info

run

-i(stdin) -t(stdout) -d(后台运行) –rm (执行exit命令后就会退出删除容器，相当于运行一个临时的容器)

docker run -it centos /bin/bash

docker run --name haha -it centos /bin/bash
docker start haha
docker ps
#附着
docker attach haha
#执行shell脚本“while”循环
docker run --name daemon_haha -d centos /bin/bash -c "while true;do echo hello world;sleep 1;done"
#查看日志：-t加时间戳-f监控
docker logs -t -F daemon_haha

docker logs --tail 2 -t daemon_haha

# 查看容器对应宿主机的目录对应container id
cd /var/lib/docker/containers
docker ps -a
##到对应的容器id目录下即可查看日志文件

docker top daemon_haha

docker run --rm -ti --entrypoint=/bin/sh d657e505ecc6 /entry/entry-point.sh

exec (开启交互模式)

docker exec -i -t daemon_haha /bin/bash
docker ps
# 退出还会在后台运行，相当于只是将/bin/bash进程退出而已
 exit
docker ps

#存在创建的txt文件
docker exec -d daemon_haha touch /etc/docker.txt
docker exec -it daemon_haha /bin/bash
 ll /etc/

ps(查看正在运行的容器) -a(包括停止的容器)

docker ps -l
docker ps -a
docker ps -n 2

cp(拷贝)

#注意是增量拷贝，SRC/test(a,c更新的文件) CONTAINER/test(a,b,c原有的文件)
#最后的结果是更新a，c的内容，b不会删除！
docker cp [OPTIONS] CONTAINER:SRC_PATH DEST_PATH|-
docker cp [OPTIONS] SRC_PATH|- CONTAINER:DEST_PATH

stop(停止后台运行)

docker stop daemon_haha
docker ps
docker start daemon_haha
docker ps

kill(不建议)

docker kill daemon_haha

inspect(查看容器信息)

#看容器的属性，hostnamepath主机名的路径，容器的id，镜像的id
docker inspect daemon_haha
docker inspect --format='{{.State.Running}}' daemon_haha

rm(删除容器)

docker rm haha
docker ps -a -q
docker rm `docker ps -a -q`
docker rm -f `docker ps -a -q`
#正在运行的需要停止或者强制删除-f
docker rm -f `docker ps -a -q`
#或者
docker rm -f $(docker ps -a |awk '{print $1}')

save(保存)

docker save [images_tag]> test.tar

load（导入)

docker load test.tar

export(备份)

docker ps -a 
docker export [docker id] > my_container.tar
cat my_container.tar | docker import - container:test
docker images
docker run -it container:test /bin/bash

import

docker import [container_name]

search

docker search centos

commit

docker commit [container id ] haha/test

---

build

docker build从客户端传输到docker守护进程，构建是在守护进程里面进行的
Dockerfile所在的目录就是构建目录,将文件发给守护进程

Dockerfile

 FROM centos
 MAINTAINER ruofei
 RUN mkdir /usr/local/test
 EXPOSE 80

docker build --no-cache -t="haha/no-cache".
docker images

docker build -t "haha/use-cache" .

history

查看镜像构建过程

docker history haha/use-cache

pull

从docker registry镜像仓库拉取镜像

#不填仓库名，默认为dockerhub上面拉取
docker pull <registry_name>/<image_name>

push

将本地镜像上传到docker仓库

docker push <registry_name>/<image_name>

注意：
上传自己的镜像被拒绝denied: requested access to the resource is denied
原因是没有docker login <私有仓库名> ；解决办法：使用有运维权限的账号

docker login <私有仓库名> -u <user_name> -p <password>

Dockerfile

ENV

环境变量的设置，设置完，启动容器后使用env命令查看：

env

#输出例子
HOSTNAME=b123876429ce
OLDPWD=/opt/spark-1.6.0-bin-hadoop2.6/bin
PYTHON_VERSION=2.7.5

也可以使用docker -e “:”传入环境变量

WORKDIR

工作目录，类似cd命令去到工作的目录下面

CMD & ENTRYPOINT

CMD：容器运行时指定运行命令，可被用户覆盖；ENTRYPOINT：容器启动时指定默认运行命令，不可被用户指定参数被覆盖，多个ENTRYPOINT,最后一个成立。

ARG

指定参数让用户docker build –build-arg 将参数传入

如果ARG指定了一个默认值并且在构建期间没有传递值过去，那么就使用默认值。
ARG变量定义从在Dockerfile定义的行生效，而不是从在命令行参数的使用或其它地方。

FROM busybox
USER ${user:-some_user}
ARG user
USER $user
...

使用如下命令构建：

docker build --build-arg user=haha_user -f path_Dockerfile

ps:第一个传入的user值为-some_user,后面被用户传入的haha_user覆盖了。注意不要传入秘钥等隐私数据，因为可以通过docker history查看

集群

web

1.
(1)先构建JDK镜像
在当前目录（/root/jdk）

FROM centos
MAINTAINER StephenLu
ADD jdk-7u75-linux-x64.tar.gz /usr/local
RUN mv /usr/local/jdk1.7.0_75 /usr/local/jdk1.7
ENV JAVA_HOME /usr/local/jdk1.7
ENV JRE_HOME /usr/java/jdk1.7/jre
ENV CLASSPATH .:$JAVA_HOME/jre/lib/rt.jar  :$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar
ENV PATH $JAVA_HOME/bin:$PATH

(2)将JDK拷贝过来当前目录

cp ../jdk-7u75-linux-x64.tar.gz .

(3)创建镜像

docker build –t=”hadoop/jdk” .
docker run --rm -it [image_id]
 ls /usr/local

2.
Dockerfile

FROM hadoop/jdk
MAINTAINER StephenLu
ADD appache-tomcat-7.0.62.tar.gz /usr/local
WORKDIR /usr/local
RUN mv apache-tomcat-7.0.62 tomcat7
WORKDIR /usr/local/tomcat7/bin
EXPOSE 8080

(2)

docker run --rm -ti 0a2fb0c55cea

(3)

docker run --rm -P -it 0a2fb0c55cea /bin/bash
 ./startup.sh
#测试 
docker ps
curl -XGET '192.168.66.217:007'


# ./startup.sh在后台运行，docker以为容器内没运行进程就停调了
docker run –d –P hadop/tocat ./startup.sh

# 使用调试模式启动tomcat
docker run –d –P hadoop/tomcat ./catalina.sh run 
docker ps -l

# 动态指定volume 
## -p format: ip:hostPort:containerPort | ip::containerPort | hostPort:containerPort | containerPort
## -v, --volume=[host-src:]container-dest[:<options>]: Bind mount a volume.The comma-delimited `options` are [rw|ro], [z|Z],[[r]shared|[r]slave|[r]private], and [nocopy].The 'host-src' is an absolute path or a name value. 
docker run -d -P -v /usr/local/yf_test:/usr/local/tomcat7/webapp -p 8080:8080 hadoop/tomcat ./catalina.sh run
docker ps
# 页面访问
ip:port/haha/a.txt

Redis

1.单机
Dockerfile

2.集群

spark

hadoop

tensorflow

使用docker-compose
0.安装docker-compose

pip install docker-compose

1.创建yml文件docker-compose.yml

version: '2'
services:
  jupyter:
    image: registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow:1.0.0
    ports:
      - "8888:8888"
    volumes:
      - "/tmp/tensorflow_logs"
      - "./notebooks:/root/notebooks"
    command:
      - "/run_jupyter.sh"
      - "/root/notebooks"
  tensorboard:
    image: registry.cn-hangzhou.aliyuncs.com/denverdino/tensorflow:1.0.0
    ports:
      - "6006:6006"
    volumes_from:
      - jupyter
    command:
      - "tensorboard"
      - "--logdir"
      - "/tmp/tensorflow_logs"
      - "--host"
      - "0.0.0.0"

2.启动运行环境

docker-compose up -d

3.检查

docker-compose ps

4.使用环境
http://127.0.0.1:8888/tree

大礼包！！！

深度学习套装

获取镜像

docker pull floydhub/dl-docker:cpu

运行

docker run -it -p 8888:8888 -p 6006:6006 floydhub/dl-docker:cpu jupyter notebook

（docker run -it -p 8888:8888 -p 6006:6006 floydhub/dl-docker:cpu　tensorboard --logdir /tmp/tensorflow_logs --host 0.0.0.0）

＃检查，浏览器登录0.0.0.0：8888,查看jupyter notbook;0.0.0.0:6006，查看tensorbo
docker run -it -p 8888:8888 -p 6006:6006 -v /sharedfolder:/root/sharedfolder floydhub/dl-docker:cpu bash

查看版本

import tensorflow as tf
import keras
tf.__version__
#0.8.0
print keras.__version__
#1.0.3
th.__version__
#0.8.2
caffe.__version__
＃'1.0.0-rc3'

---

特别感谢大神工程师们的博客带我入门

参考

1.10张图带你深入理解Docker容器和镜像,2015
2.docker官网
3.基于Docker的Tensorflow实验环境-博客-云栖社区-阿里云
4.Ubuntu16.04安装Docker1.12+开发实例+hello world+web应用容器
5.包含深度学习常用框架的Docker环境,2016
6.http://tshare365.com/archives/2077.html
7.github:dl-docke
8.Docker+Jenkins_自动化持续集成
9.Dockerfile参考(15) – ARG指令定义由用户在命令行赋值的变量
10.Dockerfile创建自定义Docker镜像以及CMD与ENTRYPOINT指令的比较