详解在docker中更新镜像——基于Prometheus

转载自：技术分享 | 详解在docker中更新镜像——基于Prometheus

技术分享 | 详解在docker中更新镜像——基于Prometheus

原创 阿木实验室  阿木实验室  9月10日

Docker的特性是“一次构建，随处运行”，它使得用户可以随处运行自己的项目，不再困于设备和操作系统等。上篇文章我们介绍了docker的下载和使用，在ubuntu中，直接使用命令即可安装docker

sudo apt-get updatesudo apt-get install dockersudo apt install docker.io

拉取Prometheus的镜像:

sudo docker pull shixiaohan/prometheus:publish-2

构建容器：

sudo docker run -p 5901:5901 shixiaohan/prometheus:publish-2

 使用VNC进入容器的图形界面，然后就可以在容器中运行Prometheus项目了！

详细操作可以参看（上次docker文章）

本篇文章将继续介绍docker的使用，相信研究者们会在阿木实验室提供的Prometheus镜像创建的容器下，根据自己的需求做出一些自己的项目改进或是环境配置，为了长久的保存或是资料分享考虑，容器显然已经无法满足我们了，所以我们有必要学会创建自己的镜像！接下来小编将会为大家介绍镜像的更新和远程分享。

更新镜像

在容器中完成我们需要的环境配置或项目更改后，然后退出容器，注意不要关闭容器。

然后用sudo docker ps查看容器id，如图所示。

然后使用命令

Sudo docker commit –m “xxxxxxx” –a “xxxxxx”  123456789  aa:bb

参数说明：

-m “xxxxxxxxxx” : 提交的描述信息

-a “xxxxxxxxxxx” : 指定镜像作者

123456789 : 容器ID，即你想要将其更新为镜像的容器id

aa:bb : 指定创建的目标镜像和TAG。

如图：

然后可以使用docker images命令查看新镜像是否创建成功。

至此，就创建出来了用户自己的镜像，再创建新容器时就可以直接使用了。

docker仓库管理

创建出我们自己的镜像后，如果想分享给其他开发者，则需要上传仓库。仓库（Repository）是集中存放镜像的地方。目前 Docker 官方维护了一个公共仓库 Docker Hub。大部分需求都可以通过在 Docker Hub 中直接下载镜像来实现。

首先在 https://hub.docker.com 免费注册一个 Docker 账号。

注册完账号后，在终端输入

sudo docker login --username=xxxxxxx, username 是你刚创建的用户名，如下图所示。

登入官方仓库后，就可以进行一些镜像搜寻、下载、或是上传等操作。

在官方仓库查找镜像：

sudo docker search ubuntu

NAME:镜像仓库源的名称

DESCRIPTION:镜像的描述

OFFICIAL:是否docker官方发布

STARS:表示点赞量

AUTOMATED:自动构建

将镜像下载到本地

sudo docker pull 镜像NAME：TAG

 拉取镜像时，如果未指定标签，则会拉取最新版本的镜像。

推送镜像

通过 docker push 命令将自己的镜像推送到 Docker Hub。

sudo docker push xxxxxx(此处一定是你在docker hub上的username!)/prometheus:publish-3

可以使用命令，添加镜像名，注意此处镜像还是同一个镜像，注意镜像ID。

docker tag  ubuntu:18.04(原镜像名和标签)

username/ubuntu:18.04(新镜像名和标签)

上传

上传成功后，可以登录docker hub的网页查看，如图。

退出docker hubsudo docker logout

测试DOCKER中的PROMETHEUS项目的demo

下面是我们测试了Prometheus项目中的demo在docker中的运行情况，包括控制模块、规划模块、目标检测模块、SLAM模块。使用两台设备，以便对比，一台是双系统，CPU为4核，运行内存8G的笔记本电脑，一台是双系统，CPU为16核，运行内存16G的台式电脑。

控制模块demo：

sitl_pos_control.launch在笔记本中能正常打开，CPU运行基本到100%，发布命令就直接炸机；台式电脑中运行也非常不稳定，CPU所占也不到50%，这应该跟电脑性能无关，是docker本身的问题；

sitl_control.launch在笔记本中可以正常运行，但会出现卡顿，台式电脑中运行的很好；

规划模块demo:

sitl_apf_2dlidar.launch 在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_apf_rgbd.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_vfh_2dlidar.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_astar_2dlidar.alunch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_astar_3dlidar.alunch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_astar_rgbd.alunch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_hybrid_astar_3dlidar.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_fast_planning_3dlidar.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_fast_planning_rgbd.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

目标检测模块demo:

sitl_aruco_detection.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_circle_crossing.launch两台电脑均无法成功运行。

sitl_color_line_following.launch两台电脑均无法成功运行。

sitl_gimbal_circle.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_gimbal_control.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_gimbal_tracking.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_gimbal_tracking_no_vision.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_kcf_detection.launch笔记本中无法运行，台式电脑可以正常运行。

sitl_landing_moving_target.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_landing_on_aruco_marker.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_landing_static_target.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_number_detection.launch两台电脑均无法正常运行；

sitl_siamrpn_detection.launch两台电脑均无法正常运行；

SLAM模块demo：

sitl_octomap.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。

sitl_rtabmap.launch在4核笔记本中可以运行，比较卡顿；在台式电脑中，运行流畅。