V_jome的博客

​Compose项目是 Docker 官方的开源项目，负责实现对 Docker 容器集群的快速编排。从功能上看，跟OpenStack中的Heat十分类似。其代码目前在GitHub - docker/compose: Define and run multi-container applications with Docker上开源。Compose定位是 「定义和运行多个 Docker 容器的应用（Defining and running multi-container Docker

Docker 允许通过外部访问容器或容器互联的方式来提供网络服务。

​镜像的实现原理Docker 镜像是怎么实现增量的修改和维护的？每个镜像都由很多层次构成，Docker 使用Union FS将这些不同的层结合到一个镜像中去。通常 Union FS 有两个用途, 一方面可以实现不借助 LVM、RAID 将多个 disk 挂到同一个目录下,另一个更常用的就是将一个只读的分支和一个可写的分支联合在一起，Live CD 正是基于此方法可以允许在镜像不变的基础上允许用户在其上进行一些写操作。​

Dockerfile 是一个文本文件，其内包含了一条条的指令(Instruction)，每一条指令构建一层，因此每一条指令的内容，就是描述该层应当如何构建。使用 Dockerfile 来定制。在一个空白目录中，建立一个文本文件，并命名为Dockerfile： touch DockerfileFROM 指定基础镜像所谓定制镜像，是以一个镜像为基础，在其上进行定制。首先运行一个镜像的容器，再进行修改一样，基础镜像是必须指定的。而FROM就是指定基础镜...

仓库（Repository）是集中存放镜像的地方。一个容易混淆的概念是注册服务器（Registry）。实际上注册服务器是管理仓库的具体服务器，每个服务器上可以有多个仓库，而每个仓库下面有多个镜像。从这方面来说，仓库可以被认为是一个具体的项目或目录。例如对于仓库地址docker.io/ubuntu来说，docker.io是注册服务器地址，ubuntu是仓库名。

Docker 数据管理：环境中使用 Docker ，往往需要对数据进行持久化，或者需要在多个容器之间进行数据共享，这必然涉及容器的数据管理操作容器中的管理数据主要有两种方式：数据卷 Data Volumes 容器内数据直接映射到本地主机环境；数据卷容器（Data Volume Containers 使用特定容器维护数据卷

目录1.启动容器1.1新建并启动1.2启动已终止容器2.后台运行3.终止容器4.进入容器attach命令exec命令-i-t参数5.导入和导出容器导出容器导入容器快照6.删除容器删除一个容器清理所有处于终止状态的容器容器是独立运行的一个或一组应用，以及它们的运行态环境。对应的，虚拟机可以理解为模拟运行的一整套操作系统（提供了运行态环境和其他系统环境）和跑在上面的应用。1.启动容器启动容器有两种方式，一种是基于镜像新...

目录1.列出镜像列表2.镜像体积3.虚悬镜像4.中间层镜像5.列出部分镜像6.以特定格式显示1.列出镜像列表要想列出已经下载下来的镜像，可以使用 docker image ls 命令。[root@localhost ~]# docker image ls REPOSITORY TAG IMAGE ID CREATED SIZEhello-world latest feb5d9fea6a5 2 months

目录镜像获取运行Docker 运行容器前需要本地存在对应的镜像，如果本地不存在该镜像，Docker 会从镜像仓库下载该镜像。Docker Hub 上有大量的高质量的镜像可以用，我们可以从上面获取镜像。镜像获取从 Docker 镜像仓库获取镜像的命令是 docker pull。其命令格式为：docker pull [选项] [Docker Registry 地址[:端口号]/]仓库名[:标签]具体的选项可以通过 docker pull --help 命令看到，这里我们说一下..

目录1.准备工作2.卸载旧版本3.使用 yum 安装4.安装 Docker5.CentOS8 额外设置6.使用脚本自动安装7.启动 Docker8.建立 docker 用户组9.镜像加速10.添加内核参数11.参考文档1.准备工作系统要求Docker 支持 64 位版本 CentOS 7/8，并且要求内核版本不低于 3.10。 CentOS 7 满足最低内核的要求，但由于内核版本比较低，部分功能（如 overlay2 存储层驱动）无法使用，并且部分

目录1.准备工作2.卸载旧版本3.使用 APT 安装4.安装 Docker5.使用脚本自动安装6.启动 Docker7.建立 docker 用户组8.镜像加速9.参考文档1.准备工作系统要求Docker 支持以下版本的 Ubuntu 操作系统： Ubuntu Hirsute 21.04 Ubuntu Groovy 20.10 Ubuntu Focal 20.04 (LTS) Ubuntu Bionic 18.04 (LTS)

1.什么是 DockerDocker 使用 Google 公司推出的 Go 语言 进行开发实现，基于 Linux 内核的 cgroup，namespace，以及 OverlayFS 类的 Union FS 等技术，对进程进行封装隔离，属于操作系统层面的虚拟化技术。由于隔离的进程独立于宿主和其它的隔离的进程，因此也称其为容器。Docker 在容器的基础上，进行了进一步的封装，从文件系统、网络互联到进程隔离等等，极大的简化了容器的创建和维护。使得 Docker 技术比虚拟机技术更为轻便、快捷。.

由于大量的数据分析都是基于Pandas完成的，Pandas中为DataFrame集成了plot()函数，该函数对plt.plot()函数进行了封装以完成快速绘画。方便在分析过程中数据分析人员经常会快速对数据进行可视化。本文章记录如何直接使用DataFrame中的plot（）函数，1 .Pandas基础绘图 DataFrame中的plot（）函数是为了快速探索数据而产生，因此绘图方法中只提供了除默认线图之外的少数绘图方法。这些方法可以作为plot（）函数的kind关键字参数提供。具体包括...

Matplotlib是Python的一个绘图库，它包含了大量的工具，也提供了极大的灵活性，理论上使用者可以利用它绘制任何图形。Jupyter Notebook中几乎所有利用Matplotlib绘图的代码都会包含下面两句。import matplotlib.pyplot as plt # 是整个Matplotlib库的核心，包含了所有绘图相关的函数%matplotlib inline # 所有绘图将在Notebook中自动显示1.Matplotlib中的绘图的基本使用# 设置图形的长与

利用Pandas库可以快速地完成数据读写、数据分片／分组统计、数据整理等操作。Pandas的所有功能都是构建在两个最基础的数据结构之上：Series与DataFrameSeries是一种类似于一维数组的对象，由一组数据，以及一组与之相关的数据标签（即索引）组成。DataFrame是一个表格型的数据结构，包含一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型等），DataFrame既有行索引，也有列索引，可以看作是由Series组成的字典。1 DataFrame 1....

Jupyter Notebook功能强大，数据科学家可以在其中进行数据可视化，也可以创建和共享他们的文档，能帮助数据简化工作流程，实现更高的生产力和更便捷的协作。1.Jupyter Notebook的配置 ，采用密码方式启动Jupyter Notebook1.1生成一个Notebook配置文件默认情况下，配置文件jupyter_notebook_config.py是不存在的，使用如下命令生成配置:jupyter notebook --generat...

python数据分析学习入门