【docker】常用操作总结

1.在根目录下创建文件：Dockerfile

FROM python:3.7.4
COPY . /app
WORKDIR /app
RUN pip install --no-cache-dir -r requirements.txt
#CMD [ "python", "name_ner.py" ]

1. FROM baturayo/tensorflow2.1.0-py3.7.7
   可以在：hub.docker.com 下载基础镜像，比如包含TensorFlow2.1的镜像。
   
   复制pull后面的代码：
   

2. RUN pip install -r requirements.txt
   运行根目录下的requirements，安装环境。
   pip freeze >requirements.txt 将当前项目的环境导入到根目录的requirements.txt中
   

2.创建docker镜像

在项目的根目录下输入：docker build -t name_ner .

name_ner是docker镜像的名称

输入：docker images 查看已创建的镜像

3.容器测试运行

1. 创建容器
   docker run -dit -p 6002:6002 --name ner name_ner:latest /bin/bash
   容器名：ner
2. 启动容器
   docker start ner
3. 进入容器
   docker attach ner
4. 运行代码
   python name_ner.py

4.修改容器中的代码

1. 将代码从外部拷贝到容器中替换原有的代码
   docker cp /home/chenxin/main.py ner:/ “ner:/app/” 为容器的根目录
2. 使用vi命令直接修改文件，需要安装vi包
3. 使用挂载的方式

5.创建基础镜像

如果在工作中不同环境的包大部分是相同的，仅少数几个包不同，那么可以创建一个基础镜像，遇到不同的环境可以基于基础镜像安装少数几个包即可，可以省去大量安装包的时间。
基础镜像只有环境，无需创建app目录，Dockerfile内容：

FROM python:3.7.4  
RUN pip install --no-cache-dir -r requirements.txt

6.基于基础镜像创建新的镜像

Dockerfile内容：

FROM nlp_base:latest
COPY . /app
WORKDIR /app  
RUN pip install --no-cache-dir -r requirements.txt

"nlp_base"为镜像名称，"latest"为标签号，requirements.txt 中只需将本环境与基础镜像环境不同包的版本列出即可。

7.删除镜像

docker rmi 6f577458a64d

“6f577458a64d”为IMAGE ID

运行后出现：

停止使用该镜像的容器：

docker stop c7b485f637e6

删除该容器：

docker rm c7b485f637e6

再删除镜像：

docker rmi 6f577458a64d

8. 保存和加载镜像

8.1 保存镜像

命令：

docker save -o image_saved_name.tar repository_name/tag

-o: 输出到的文件。

8.2 加载镜像

命令：

docker load -i image_saved_name.tar

9. 问题解决

9.1 docker permission denied解决

1. 用户加入到docker用户组:

sudo usermod -aG docker username

2. 给docker.sock添加权限：

sudo chmod a+rw /var/run/docker.sock

9.2 container的修改保存到image

docker commit 将 container中的修改生成image：

docker commit container_id/name repository:tag

9.3 docker内nvidia-smi无法使用

1. 创建容器时加入–gpus:

docker run --gpus all -it --rm image_name

解释

• –gpus all：允许容器访问所有可用的 GPU。
• -it：以交互模式运行容器。
• –rm：容器在退出后自动删除。
• -d： 以后台模式运行容器（detached mode）。这意味着容器启动后，命令行会立即返回，而不是在容器的终端中保持打开状态。

若报错：

docker: Error response from daemon: exec: "nvidia-container-runtime-hook": executable file not found in $PATH.

sudo apt install安装下面依赖包:

libnvidia-container1
libnvidia-container-tools
nvidia-container-toolkit
nvidia-container-runtime
nvidia-docker2  # 非必须