docker应用实例及dockerfile

实际应用

神经网络项目由x86cpu的linux环境移到arm cpu架构上运行，使用docker进行测试以及环境配置。

• docker load -i 镜像压缩文件.tar
  • docker load -i命令用于从一个压缩的镜像存档文件（通常是以.tar扩展名结尾）中加载镜像到本地Docker引擎中。
  • docker load：加载一个本地的镜像。
  • -i：指定输入文件，后面跟着要加载的镜像存档文件。
• docker images 查看镜像
• docker run --name 容器名 -it -e ASCEND_VISIBLE_DEVICES=0 -p 1234:5678 镜像id /bin/bash
  • docker run：运行一个新的容器。
  • -it：使用交互式终端运行容器，其中-i表示交互式，-t表示分配一个伪终端。
  • -e ASCEND_VISIBLE_DEVICES=0。环境变量选择使用哪个NPU卡
  • -p 1234:5678：端口映射，容器内部端口与宿主机端口进行映射
  • /bin/bash：进入到容器的bash终端
• docker rename 原名称 现名称
• docker cp <source_path> <container_name>:<destination_path>
• docker ps
  • 查看正在运行的容器
• docker ps -a
  • 查看所有容器
• docker start 容器名
• dockers stop 容器名
• docker rm 容器名
• docker exec -it <container_name> <command>
  • <container_name> 是要进入的容器的名称或ID。
  • <command> 是要在容器内执行的命令。通常，我们使用/bin/bash或/bin/sh作为命令，以启动一个交互式Shell会话。

在Docker容器中安装NPU驱动固件（宿主机装了，docker可以不装）

• 在宿主机上已经安装了相应的NPU驱动和固件。
• 容器在创建时，需要与宿主机共享NPU设备。
  • docker run --privileged -it -v /dev:/dev <image_name> bash
  • --privileged参数来赋予容器特权，使其能够访问宿主机的设备。同时，使用-v /dev:/dev参数来共享宿主机的/dev目录，包括其中的设备文件。

ChatGLM部署华为arm服务器

• 安装toolkit工具包
• 容器内没安装NPU驱动固件，所以需要到.bashrc中配置环境变量
  • 环境变量要加export xxx=xxxx
• 安装torch依赖
• 解压代码包
• 创建模型权重软链接
• 替换transformers的utils.py文件(可以先不做)
• 权重切分与执行

Docker架构

镜像（三类）

• 基础镜像

Ubuntu、Debian、CentOs、Windows、MacOs

• docker commit构建镜像

Docker commit 是将正在运行的容器保存为新的镜像的一种方法。将当前容器的状态快照成一个新的镜像。优点快速和方便，缺点占用空间大、冗余、效率低、可重复性弱、容易出错。

• 从镜像运行容器，实际上是在镜像顶部上加了一层可写层，所有对容器文件系统的修改，都在这一层中进行，不影响已经存在的层。从容器构建镜像，实际上是把容器的顶层固化到镜像中。镜像的体积只会增大，不会减小。

# 将容器转换为镜像
docker commit 容器id 镜像名称：版本号
# 将镜像打包为压缩包，用于传输
docker save -o image_name.tar image_name
# 将镜像压缩包解压为镜像
docker load -i image_name.tar

• dockerfile构建镜像

Dockerfile 是一种文本文件，它包含了一系列指令和配置，用于自动化构建 Docker 镜像。优点灵活性和可重复性。比docker commit更具优势。

• 可重复性：使用 Dockerfile 可以完全复制镜像构建过程，确保每次构建的结果一致。
• 可扩展性：Dockerfile 允许您定义容器的多个层次，并在每个层次上进行构建和修改。轻松地添加、删除或更新组件。
• 可维护性：Dockerfile 是一个文本文件，可以与代码存储在同一版本控制系统中，并且可以通过版本控制工具进行追踪和管理。这使得团队成员可以共同协作和维护镜像构建过程。

容器

仓库

仓库可看成一个代码控制中心，用来保存镜像 Docker Hub(https://hub.docker.com)

dockerfile

FROM acltransformer:base  # ubuntu:18.04 指定父镜像，指定dockerfile基于哪个镜像进行创建以华为昇腾172.16.15服务器为例

RUN apt-get update && apt-get install -y \  # 执行命令
    wget \
    language-pack-zh-hans && \
    mkdir /data
    
WORKDIR /data  # 工作目录
COPY Dockerfile_dir ./Dockerfile_dir  # 复制文件 这是个文件夹

WORKDIR /data/Dockerfile_dir/npu_tools
RUN /bin/bash Miniconda3-latest-Linux-aarch64.sh -b -p /opt/conda && \
    echo 'export PATH="/opt/conda/bin:$PATH"' >> ~/.bashrc && \
    
RUN conda create -n py37 python=3.7
ENV PATH /opt/conda/envs/chatglm_py37/bin:$PATH  # 环境变量

RUN /bin/bash npu_env.sh && \
    pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

ENTRYPOINT ["/bin/bash",  "-c", "/opt/conda/envs/py37/bin/python3.7 main.py"] # 设置容器的入口点

在编写 Dockerfile 时，通常会遵循一个原则：尽可能使步骤少而有效。

• 减小镜像大小：每个步骤都会在镜像中创建一个新的层次，并增加镜像的大小。较少的步骤意味着较少的层次，从而减小了镜像的总体大小。
• 提高构建速度：每个步骤都需要执行一些操作，较少的步骤意味着较少的操作，从而减少了构建过程的时间。
• 简化维护和调试：较少的步骤意味着较少的代码和配置，使得维护和调试变得更加简单。

使用下面命令来用dockerfile创建docker镜像。

docker build -t chatglm_npu:v2 -f Dockerfile .
docker build --platform linux/arm64/v8 -t chatglm_npu:v1 -f Dockerfile .
docker build --platform linux/amd64 -t dispatch:v1 -f Dockerfile .

x86或amd服务器虚拟arm版ubntu容器

# 注册qemu解释器（宿主机运行）
docker run --rm --privileged multiarch/qemu-user-static:register --reset

# 获取qemu-aarch64-static文件
https://github.com/multiarch/qemu-user-static/releases/download/v5.1.0-5/qemu-aarch64-static.tar.gz
/aidata/images/qemu-aarch64-static
tar xzvf qemu-aarch64-static.tar.gz
chmod +x /usr/bin/qemu-aarch64-static
docker run --name xxx -dit -v ./qemu-aarch64-static:/usr/bin/qemu-aarch64-static arm64v8/ubuntu:18.04