备忘--------------------------

这篇博客详细介绍了Docker容器的常用操作,包括如何将文件在服务器和容器间迁移,打包与导入Docker镜像,从远程服务器拷贝文件到本地,以及如何创建、启动、停止和管理GPU容器。还提到了rasa模型、redis服务和neo4j知识图谱的启动方法,并提供了相关命令示例。
摘要由CSDN通过智能技术生成

一、将服务器文件存入docker容器
docker cp ./rasa_app1 a1451807007e:/rasa_app1
反过来
docker cp d147ef9f9003:/rasa_app1/log_action.txt ./
二、打包docker镜像
docker commit  80e94a63b446 rasa_train:v5
rasa:镜像名
base:版本
d17a46ac7188:容器ID

docker save -o ./rasa_2023_1_3.tar rasa:base2_addhostip
打包成rasa.tar
三、将文件从远程服务器拷贝到本机
scp -r root@172.16.100.211:/hadoop/disk1/rasa_train ./
scp 用户名@IP:远程文件路径 本地路径

四、导入docker镜像
docker load -i rasa_base2_addhostip.tar
docker import rasa_base2_addhostip.tar xxx (可对镜像重命名)
docker run -d -p 5005:5005 --env HOST_IP=10.8.240.72 rasa:base2_addhostip
五、新建GPU容器
基镜像:docker run --gpus all -it rasa:base /bin/bash
未使用dockerfile:docker run --gpus all -it -v /home/rasa_project:/home/rasa_project  --name rasa_base3 612e41b40837 /bin/bash
dockerfile:

FROM rasa:base4
ENV LANG C.UTF-8
RUN mkdir /rasa_app1
COPY ./Chapter03 /rasa_app1
WORKDIR /rasa_app1
EXPOSE 5005/tcp

ENTRYPOINT ./run_server.bash
使用dockerfile:docker run --gpus all -d -p 5005:5005 rasa:base3 (/home/rasa_project:  docker build -t rasa:base5 .)
docker run -d -p 5055:5055 5af198cee44e
docker run  -d -p 5005:5005 a344a30c8bf7 sh run_server.bash
docker run -d -p 8000:8000 -p 8067:8067 -p 8006:8006 -v /hadoop/disk1/rasa_train/:/rasa_train rasa_train:v5 sh rasa_train/server.bash
docker run -d -p 8000:8000 -p 8067:8067 -p 8006:8006 -v /hadoop/disk1/rasa_train/:/rasa_train rasa_train:v5 sh -c "cd rasa_train && conda activate rasa_train_3-7-13 && python manege_dispatch.py"
docker run -d -p 5007:5007 -v  /hadoop/disk1/rasa_project/rasa_app_poc:/rasa_app1 2bac53e1dbb4 sh run_server.bash
docker run -d -p 5005:5005 -v  /var/rasa_project:/rasa_app1 --env HOST_IP=10.8.240.72 da539c4e8c51 sh run_server.bash
docker run -it -p 5005:5005 rasa:base4 bash
启动
docker start lonely_yonath  
docker exec -itd lonely_yonath  /bin/bash -c "source ~/.bashrc;cd /rasa_train/;conda activate rasa_train_3-7-13;python manege_dispatch.py"
停止
docker stop lonely_yonath
原始命令:docker run -it -v /var/rasa_project:/rasa_app1 -p 6650:22 --name rasa_base 6dbe814150cc /bin/bash
-v 数据卷映射
六、停止所有容器
docker stop $(docker ps -a -q)
七、删除所有容器
docker rm $(docker ps -a -q)
八、删除无标签镜像
docker rmi $(docker images | grep "^<none>" | awk "{print $3}")
九、删除所有停止的容器、悬空的图像、未使用的网络
docker system prune
十、删除多个容器和镜像
docker container rm xxxxxx xxxxxx xxxxxx xxxxxx xxxxx
docker image rm xxxxxx xxxxxx xxxxxx xxxxxx xxxxx
十一、rasa模型网址
https://huggingface.co/models
十二、启动redis服务
(未成功)docker run --name=docker_redis --volume=/home/data/redis/conf/redis.conf:/usr/local/etc/redis/redis.conf --volume=/home/data/redis/data:/data --volume=/home/data --workdir=/data -p 5006:6379 --restart=no --detach=true redis redis-server /usr/local/etc/redis/redis.conf --appendonly yes
docker run -itd  -p 5006:6379 --name docker-redis1 redis:3.0.7(成功)
十三、启动neo4j知识图谱
docker run -d --name neo4j_4_1 -p 27474:7474 -p 27687:7687 -v /home/neo4j/data:/data -v /home/neo4j/logs:/logs -v /home/neo4j/conf:/var/lib/neo4j/conf -v /home/neo4j/import:/var/lib/neo4j/import --env NEO4J_AUTH=neo4j/liuyuntao123 neo4j:4.1

模块
1、run_server.bash  python3.8为250环境 其他环境使用python
2、shell_rasa.py 注释本地调试代码
3、rest.py message.channels[0]["custom"]
4、search.py 211使用211的IP,250使用250的IP
5、host_IP---search.py 如果使用环境变量导入IP,在创建容器时传入环境变量

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值