docker制作镜像学习记录

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

前言

参考docker官方文档，利用Dockerfile文件，制作一个自己的基准镜像。

---

一、目标

pytorch官方镜像下载下来以后不能直接使用，还需要自己装一些东西。建一个容器就得装一次，太麻烦了。所以学习了一下自己定制基准镜像的方法。

我要用到的python库主要有三个：pytorch、opencv、gdal，其他库可以按需要自行增加。

进入到Dockerfile所在的文件夹，文件夹中只保留这一个文件，否则会将其他文件一起打包到镜像，浪费时间和空间。通过Dockerfile构建镜像的命令如下：

docker build -f dockerfile -t pytorch:1.9.0 .

-t 输入标签，也可以写成-tag，其中pytorch为镜像名，1.9.0为镜像版本号。
-f 指定dockerfile文件。
PS：最后那个.不能忘了

二、方法

1.以gdal镜像作为基准（推荐）

构建Dockerfile文件，内容如下：

# syntax=docker/dockerfile:1

From osgeo/gdal:ubuntu-full-latest

WORKDIR /workdir

ENV DEBIAN_FRONTEND noninteractive

RUN apt update && \
	apt install -y libglib2.0-dev && \
	apt install -y libgl1-mesa-glx && \
	apt install -y python3.8 && \
	apt install -y python3-pip && \
	apt install -y git && \
	apt-get clean

RUN pip3 install opencv-python && \
	pip3 install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html && \
	pip3 install numpy && \
	pip3 install matplotlib && \
	pip3 install tqdm && \
	pip3 install glob

构建好的镜像约8.76G。

2.以pytorch镜像作为基准

构建Dockerfile文件，内容如下：

# syntax=docker/dockerfile:1

From pytorch/pytorch:1.9.0-cuda11.1-cudnn8-devel

WORKDIR /workdir

ENV DEBIAN_FRONTEND noninteractive

RUN apt update && \
	apt install -y libglib2.0-dev && \
	apt install -y libgl1-mesa-glx && \
	apt-get clean

RUN apt install -y software-properties-common && \
	add-apt-repository ppa:ubuntugis/ppa && \
	apt install -y gdal-bin && \
	apt install -y libgdal-dev && \
	export CPLUS_INCLUDE_PATH=/usr/include/gdal && \
	export C_INCLUDE_PATH=/usr/include/gdal && \
	pip3 install gdal==2.4.2 && \
	pip3 install opencv-python

构建好的镜像约18G。
gdal的版本号2.4.2是在执行完“export C_INCLUDE_PATH=/usr/include/gdal”后通过命令gdalinfo --version查看得到的，不知道怎么加到dockerfile中。

总结

推荐使用gdal镜像作为基准有两个好处：1）制作好的镜像体积小，节省空间；2）可以使用最新的gdal，通过第二种方法制作镜像，虽然也可以将gdal打包进去，但是gdal版本限制在了2.4.2，且过程比较繁琐。