Docker容器

前言

*Docker容器技术是Kubernetes平台的基础。容器技术主要作用是隔离,通过对系统的关键资源的隔离,实现了主机抽象。Kubernetes平台则是在抽象主机的基础上,实现了集群抽象
容器,提供应用级的主机抽象;Kubernetes,提供应用级的集群抽象。

*虚拟机属于虚拟化技术。而Docker这样的容器技术,也是虚拟化技术,属于轻量级的虚拟化。
虚拟机虽然可以隔离出很多“子电脑”,但占用空间更大,启动更慢,虚拟机软件可能还要花钱(例如VMWare)。
而容器技术恰好没有这些缺点。它不需要虚拟出整个操作系统,只需要虚拟一个小规模的环境(类似“沙箱”)。
它启动时间很快,几秒钟就能完成。而且,它对资源的利用率很高(一台主机可以同时运行几千个Docker容器)。此外,它占的空间很小,虚拟机一般要几GB到几十GB的空间,而容器只需要MB级甚至KB级。

核心概念

*Docker技术的三大核心概念,分别是:
镜像(Image)
容器(Container)
仓库(Repository)

docker命令

启动与停止

启动docker:
	systemctl start docker
停止docker:
	systemctl stop docker
重启docker:
	systemctl restart docker
查看docker状态:
	systemctl status docker
开机启动:
	systemctl enable docker
查看docker概要信息
	docker info
查看docker帮助文档
	docker --help

镜像相关命令

 查看镜像
	```
	docker images
	```
	REPOSITORY:镜像名称
	TAG:镜像标签
	IMAGE ID:镜像ID
	CREATED:镜像的创建日期(不是获取该镜像的日期)
	SIZE:镜像大小
 搜索镜像
	如果你需要从网络中查找需要的镜像,可以通过以下命令搜索
	```
	docker search 镜像名称
	```
	NAME:仓库名称
	DESCRIPTION:镜像描述
	STARS:用户评价,反应一个镜像的受欢迎程度
	OFFICIAL:是否官方
	AUTOMATED:自动构建,表示该镜像由Docker Hub自动构建流程创建的
拉取镜像
	拉取镜像就是从中央仓库中下载镜像到本地
	```
	docker pull 镜像名称
	```
	例如,我要下载centos7镜像
	```
	docker pull centos:7
	```
删除镜像
	按镜像ID删除镜像
	```
	docker rmi 镜像ID
	```
	删除所有镜像		
	```
	docker rmi `docker images -q`
	```

容器相关命令

查看容器
	查看正在运行的容器
	```
	docker ps
	```
	查看所有容器
	```
	docker ps –a
	```
	查看最后一次运行的容器
	```
	docker ps –l
	```
	查看停止的容器
	```
	docker ps -f status=exited
	```
 创建与启动容器
	创建容器常用的参数说明
	创建容器命令:docker run
	 -i:表示运行容器
	 -t:表示容器启动后会进入其命令行。加入这两个参数后,容器创建就能登录进去。即分配一个伪终端。
	 --name :为创建的容器命名。
	 -v:表示目录映射关系(前者是宿主机目录,后者是映射到宿主机上的目录),可以使用多个-v做多个目录或文件映射。注意:最好做目录映射,在宿主机上做修改,然后共享到容器上。
	 -d:在run后面加上-d参数,则会创建一个守护式容器在后台运行(这样创建容器后不会自动登录容器,如果只加-i -t两个参数,创建后就会自动进去容器)。
	 -p:表示端口映射,前者是宿主机端口,后者是容器内的映射端口。可以使用多个-p做多个端口映射
	(1)交互式方式创建容器
	```
	docker run -it --name=容器名称 镜像名称:标签 /bin/bash
	```
	这时我们通过ps命令查看,发现可以看到启动的容器,状态为启动状态  
	退出当前容器
	```
	exit
	```
	(2)守护式方式创建容器:
	```
	docker run -di --name=容器名称 镜像名称:标签
	```
	登录守护式容器方式:
	```
	docker exec -it 容器名称 (或者容器ID)  /bin/bash
	```
 停止与启动容器
	
	停止容器:
	
	```
	docker stop 容器名称(或者容器ID)
	```
	
	启动容器:
	
	```
	docker start 容器名称(或者容器ID)
	```
	
 文件拷贝
	
	如果我们需要将文件拷贝到容器内可以使用cp命令
	
	```
	docker cp 需要拷贝的文件或目录 容器名称:容器目录
	```
	
	也可以将文件从容器内拷贝出来
	
	```
	docker cp 容器名称:容器目录 需要拷贝的文件或目录
	```
	
 目录挂载
	
	我们可以在创建容器的时候,将宿主机的目录与容器内的目录进行映射,这样我们就可以通过修改宿主机某个目录的文件从而去影响容器。
	创建容器 添加-v参数 后边为   宿主机目录:容器目录,例如:
	
	```
	docker run -di -v /usr/local/myhtml:/usr/local/myhtml --name=mycentos3 centos:7
	```
	
	如果你共享的是多级的目录,可能会出现权限不足的提示。
	
	这是因为CentOS7中的安全模块selinux把权限禁掉了,我们需要添加参数  --privileged=true  来解决挂载的目录没有权限的问题
	
查看容器IP地址
	
	我们可以通过以下命令查看容器运行的各种数据
	
	```
	docker inspect 容器名称(容器ID) 
	```
	
	也可以直接执行下面的命令直接输出IP地址
	
	```
	docker inspect --format='{{.NetworkSettings.IPAddress}}' 容器名称(容器ID)
	```
	
删除容器 
	
	删除指定的容器:
	
	```
	docker rm 容器名称(容器ID)
	```

4 应用部署

MySQL部署
	
	(1)拉取mysql镜像
	
	```
	docker pull centos/mysql-57-centos7
	```
	
	(2)创建容器
	
	```
	docker run -di --name=tensquare_mysql -p 33306:3306 -e MYSQL_ROOT_PASSWORD=123456 mysql
	```
	
	-p 代表端口映射,格式为  宿主机映射端口:容器运行端口
	
	-e 代表添加环境变量  MYSQL_ROOT_PASSWORD  是root用户的登陆密码
	
	(3)远程登录mysql
	
	连接宿主机的IP  ,指定端口为33306 
	
 tomcat部署
	
	(1)拉取镜像
	
	```
	docker pull tomcat:7-jre7
	```
	
	(2)创建容器
	
	创建容器  -p表示地址映射
	
	```
	docker run -di --name=mytomcat -p 9000:8080 
	-v /usr/local/webapps:/usr/local/tomcat/webapps tomcat:7-jre7
	```
	
Nginx部署 
	
	(1)拉取镜像	
	
	```
	docker pull nginx
	```
	
	(2)创建Nginx容器
	
	```
	docker run -di --name=mynginx -p 80:80 nginx
	```
	
Redis部署
	
	(1)拉取镜像
	
	```
	docker pull redis
	```
	
	(2)创建容器
	
	```
	docker run -di --name=myredis -p 6379:6379 redis
	```

5 迁移与备份

容器保存为镜像
	
	我们可以通过以下命令将容器保存为镜像
	
	```
	docker commit mynginx mynginx_i
	```
	
镜像备份
	
	我们可以通过以下命令将镜像保存为tar 文件
	
	```
	docker  save -o mynginx.tar mynginx_i
	```
	
镜像恢复与迁移
	
	首先我们先删除掉mynginx_img镜像  然后执行此命令进行恢复
	
	```
	docker load -i mynginx.tar
	```
	
	-i 输入的文件
	
	执行后再次查看镜像,可以看到镜像已经恢复

6 Dockerfile

什么是Dockerfile
	
	Dockerfile是由一系列命令和参数构成的脚本,这些命令应用于基础镜像并最终创建一个新的镜像。
	
	1、对于开发人员:可以为开发团队提供一个完全一致的开发环境; 
	2、对于测试人员:可以直接拿开发时所构建的镜像或者通过Dockerfile文件构建一个新的镜像开始工作了; 
	3、对于运维人员:在部署时,可以实现应用的无缝移植。
	
常用命令
	
	
	
	| 命令                                 | 作用                                 |
	| ---------------------------------- | ---------------------------------- |
	| FROM image_name:tag                | 定义了使用哪个基础镜像启动构建流程                  |
	| MAINTAINER user_name               | 声明镜像的创建者                           |
	| ENV key value                      | 设置环境变量 (可以写多条)                     |
	| RUN command                        | 是Dockerfile的核心部分(可以写多条)            |
	| ADD source_dir/file dest_dir/file  | 将宿主机的文件复制到容器内,如果是一个压缩文件,将会在复制后自动解压 |
	| COPY source_dir/file dest_dir/file | 和ADD相似,但是如果有压缩文件并不能解压              |
	| WORKDIR path_dir                   | 设置工作目录                             |
	
使用脚本创建镜像
	
	步骤:
	
	(1)创建目录
	
	```
	mkdir –p /usr/local/dockerjdk8
	```
	
	(2)下载jdk-8u171-linux-x64.tar.gz并上传到服务器(虚拟机)中的/usr/local/dockerjdk8目录
	
	(3)创建文件Dockerfile  `vi Dockerfile`
	
	```
	#依赖镜像名称和ID
	FROM centos:7
	#指定镜像创建者信息
	MAINTAINER ITCAST
	#切换工作目录
	WORKDIR /usr
	RUN mkdir  /usr/local/java
	#ADD 是相对路径jar,把java添加到容器中
	ADD jdk-8u171-linux-x64.tar.gz /usr/local/java/
	
	#配置java环境变量
	ENV JAVA_HOME /usr/local/java/jdk1.8.0_171
	ENV JRE_HOME $JAVA_HOME/jre
	ENV CLASSPATH $JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar:$JRE_HOME/lib:$CLASSPATH
	ENV PATH $JAVA_HOME/bin:$PATH
	```
	
	(4)执行命令构建镜像
	
	```
	docker build -t='jdk1.8' .
	```
	
	注意后边的空格和点,不要省略
	
	(5)查看镜像是否建立完成
	
	```
	docker images
	```

7 Docker私有仓库

私有仓库搭建与配置
	
	(1)拉取私有仓库镜像(此步省略)
	
	```
	docker pull registry
	```
	
	(2)启动私有仓库容器
	
	```
	docker run -di --name=registry -p 5000:5000 registry
	```
	
	(3)打开浏览器 输入地址http://192.168.184.141:5000/v2/_catalog看到`{"repositories":[]}` 表示私有仓库搭建成功并且内容为空
	
	(4)修改daemon.json
	
	```
	vi /etc/docker/daemon.json
	```
	
	添加以下内容,保存退出。
	
	```json
	{"insecure-registries":["192.168.184.141:5000"]} 
	```
	
	此步用于让 docker信任私有仓库地址
	
	(5)重启docker 服务
	
	```
	systemctl restart docker
	```
	
镜像上传至私有仓库
	
	(1)标记此镜像为私有仓库的镜像
	
	```
	docker tag jdk1.8 192.168.184.141:5000/jdk1.8
	```
	
	(2)再次启动私服容器
	
	```
	docker start registry
	```
	
	(3)上传标记的镜像
	
	```
	docker push 192.168.184.141:5000/jdk1.8
	```
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论 46
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