Docker的基本命令

Docker 并非是一个通用的容器工具，它依赖于已存在并运行的 Linux 内核环境。

Docker 实质上是在已经运行的 Linux 下制造了一个隔离的文件环境，因此它执行的效率几乎等同于所部署的 Linux 主机。

因此，Docker 必须部署在 Linux 内核的系统上。如果其他系统想部署 Docker 就必须安装一个虚拟 Linux 环境。

在 Windows 上部署 Docker 的方法都是先安装一个虚拟机，并在安装 Linux 系统的的虚拟机中运行 Docker。

Docker Desktop 是 Docker 在 Windows 10 和 macOS 操作系统上的官方安装方式，这个方法依然属于先在虚拟机中安装 Linux 然后再安装 Docker 的方法。

创建容器，python为例

#搜索镜像：docker search python

#拉取镜像：docker pull python:3.5.2

#启动镜像实例：

docker run -it -m 8G --memory-swap -1 --name my-python -p 8888:8888 -v /data/home/test:/data/ python:3.5.2

--name：自己取的容器名称

-p：端口映射

-v：目录挂载

（python:3.5.2 要实例化的镜像）

-m：限制分配给容器的内存

设置-m,--memory=a，--memory-swap=-1

给-m参数设置一个正常值，而给--memory-swap设置成 -1。这种情况表示限制容器能使用的内存大小为 a，而不限制容器能使用的 swap 分区大小。

#退出容器：exit

#启动容器，后台运行：docker start my-python

#进入到容器：docker container exec -it 容器id /bin/bash

或者

docker container exec -it 容器id /bin/sh

在python3的容器下安装指定版本的tensorflow-gpu，要先进入容器my-python，然后安装

pip3安装命令（python3对应）

pip3 install  tensorflow-gpu==1.12.0

查找docker中所有容器：docker ps -a

查找运行中的容器：docker ps

查询已经停止的容器名：docker ps -l

过滤指定的容器信息,，如：docker ps -a | grep my-python

查找指定名称的容器的长id,如容器name为my-python的长id获取

docker inspect -f '{{.ID}}' 'docker-name'  如：docker inspect -f '{{.ID}}' my-python

查看镜像：docker images

停止容器：docker stop 容器id

启动容器：docker start 容器id   #终止状态的容器，可以使用docker start来重新启动。

重启容器：docker restart 容器id

删除容器 ：docker rm 容器id

删除镜像：docker rmi 镜像id