docker基础使用

最新推荐文章于 2024-04-20 11:20:43 发布

叫我小黄吧

最新推荐文章于 2024-04-20 11:20:43 发布

阅读量218

点赞数

文章标签： docker eureka 容器

本文链接：https://blog.csdn.net/qq_38166063/article/details/134668849

版权

前言

该文章是个人学习docker的一个记录，挑选使用比较科学的指令，在这做个记录，同时方便初步接触docker的同学，能够快速且完整的掌握docker的基本使用。看完本文你可以掌握的知识点为：（1）使用dockerfile构建镜像（2）按照交互式启动容器（3）容器端口和文件映射（4）以较为科学的方式创建删除镜像和容器（5）镜像迁移

查看docker镜像

docker images

在这里插入图片描述

删除无用的镜像

docker rmi $(docker images -f “dangling=true” -q)

该命令不会删除正被容器引用的 images
在这里插入图片描述

解释

docker rmi <image_id> ：删除某个image的指令

docker images -f “dangling=true” -q

-f ：显示时进行过滤
“dangling=true”：表示过滤并显示悬挂状态的镜像，即没有被标签引用或者被其他层依赖的镜像
-q ：只显示image id
docker rmi $(docker images -f “dangling=true” -q) 将docker images的结果传入rmi中删除

运行docker

打包镜像做debug时建议运行如下指令，然后使用attach进入容器内部，检验镜像是否构建正确，或者通过commit对image进行修改（不推荐）

docker run -itd --rm --net host --rm --name embedding-server15 --gpus all -v /home/cmge/log:/app/log -v /etc/timezone:/etc/timezone:ro -v /etc/localtime:/etc/localtime:ro -p 54321:54321 embedding-server:latest

-itd ：将会将docker运行在后台，并且提供交互，意味着，你可以通过attach 获取到containerid后，进入container执行shell指令等操作
–rm：在该容器结束后，会删除 embedding-server15这个容器
–gpus all：表示该容器可以使用gpu资源
-v ：为目录或文件映射

“/home/cmge/log:/app/log " 表示将/home/cmge/log和容器中的/app/log做文件映射，可以让容器中的文件和宿主机文件进行互通
" -v /etc/timezone:/etc/timezone:ro -v /etc/localtime:/etc/localtime:ro” 目的是保证container中的时间系统和运行container的机器保持一致
-p ：用于做端口映射 "54321:54321"将container中的54321端口映射到宿主机的54321端口上； --net host 是直接使用宿主机的端口，所以可以不用-p做映射
embedding-server:latest：为镜像，即该容器依托的镜像

正式运行的指令

docker run --rm --name embedding-server15 --gpus all -v /home/cmge/log:/app/log -v /etc/timezone:/etc/timezone:ro -v /etc/localtime:/etc/localtime:ro -p 54321:54321 embedding-server:latest

查看docker 容器

docker ps

在这里插入图片描述

进入docker容器

docker attach

docker 关闭停止容器

docker stop

提交镜像(直接在container中修改镜像)

这种做法不推荐，因为没有痕迹显示的告诉别人镜像中有什么

docker commit embedding-server15

在这里插入图片描述
不输入tag时将会自动填入tag为latest

重命名镜像

docker tag embedding-server

在这里插入图片描述
docker tag 6473262c5498 test

使用dockerfile构建镜像

docker build -t embedding-server:dockerfile-build -f ./agi-npcs-leo/Dockerfile --network host .

docker文件

# 使用cuda12的镜像
FROM nvidia/cuda:12.2.2-cudnn8-runtime-ubuntu22.04

# 设置置空proxy环境变量
RUN unset http_proxy && unset https_proxy

# 设置proxy环境变量，科学上网
ENV http_proxy=http://10.10.111.144:7900
ENV https_proxy=http://10.10.111.144:7900

# ENV http_proxy=http://10.10.111.148:17890
# ENV https_proxy=http://10.10.111.148:17890


# 如果不用代理，可以更换源为阿里云
# RUN  sed -i s@/archive.ubuntu.com/@/mirrors.aliyun.com/@g /etc/apt/sources.list
# RUN  apt-get clean

# 更新系统并安装依赖， -y避免手动确认呢（因为国内环境，建议每条单独执行）
RUN apt update 
RUN apt upgrade -y
RUN apt install build-essential -y
RUN apt install zlib1g-dev 
RUN apt install libncurses5-dev -y
RUN apt install  libgdbm-dev 
RUN apt install libnss3-dev -y
RUN apt install  libssl-dev 
RUN apt install  libreadline-dev 
RUN apt install libffi-dev 
RUN apt install libsqlite3-dev 
RUN apt install wget -y
 
# 下载和安装 Python 3.10.12
RUN wget https://www.python.org/ftp/python/3.10.12/Python-3.10.12.tgz && \
    tar -xf Python-3.10.12.tgz && \
    cd Python-3.10.12 && \
    ./configure --enable-optimizations && \
    make -j$(nproc) && \
    make altinstall && \
    python3.10 --version


RUN apt install -y python3-dev python3-pip

# 安装 FastAPI, ChromaDB, Torch 和 Sentence Transformers
RUN pip install fastapi chromadb torch torchvision torchaudio sentence_transformers

ENV CACHE=/root/.cache
ENV WORKSPACE=/app

# 创建工作目录，后续所有相对路劲都以/app开始
WORKDIR ${WORKSPACE}

# 将宿主机上的模型文件拷贝到对应目录下
COPY ./agi-npcs-leo/BAAI_bge-large-zh ${CACHE}/torch/sentence_transformers/BAAI_bge-large-zh


# 将宿主机上的工程复制到容器中的工作目录
COPY ./agi-npcs-leo ./

RUN unset http_proxy && unset https_proxy

# 下面踩过一个坑，这样运行会报错
# ENTRYPOINT ["python3 embeding_server/embeding-server.py"]

#ENTRYPOINT  ，当调用docker run时，会立即执行的命令
ENTRYPOINT ["python3", "embeding_server/embeding-server.py"]