docker镜像创建、导入和导出（step by step)

1、docker镜像创建

（1）查看docker的服务状态并启动

## 查看 docker的服务状态
systemctl status docker

## 如果没有启动的话，要先启动 docker 服务
systemctl start docker

（2）从远程仓库拉取一个纯净的 centos 系统镜像

## 查询 centos 相关的镜像
docker search centos
## 下载镜像到本地
docker pull centos
## 查看本地镜像
docker images

（3）创建并进入容器

## 创建容器
docker  run  -dit  --name=容器名  镜像 id  /bin/bash　
如docker  run  -dit  --name=centospy3  镜像 id  /bin/bash
## 查看所有的容器
docker ps -a
## 进入容器
docker  exec  -it  容器名  /bin/bash
如docker  exec  -it  centospy3  /bin/bash

（4）操作容器

## 安装lrzsz
yum install lrzsz　
## 导入先前准备好的tensorflow_gpu_env.tar.gz包
rz
## 解压缩
tar -xzvf tensorflow_gpu_env.tar.gz
## 删除压缩包
rm tensorflow_gpu_env.tar.gz
## 退出容器
exit

tensorflow_gpu_env.tar.gz为提前利用anaconda创建好的虚拟环境包，可通过链接下载
链接：https://pan.baidu.com/s/1tjxtyqCvqTJ24hO6YOC7VQ
提取码：x4dm

2、docker镜像导出

## 容器制作成镜像
docker  commit  -m  '镜像描述'  -a  '制作者'  容器名  镜像名　
如：docker  commit  -m  'tensorflow_gpu'  -a  'Flowpp'  centospy3  tensorflow_gpu
## 查看镜像
docker images
## 将制作好的镜像打成 tar 包
docker  save  -o  tar包的名字  镜像名
如：docker  save  -o  tensorflow_gpu.tar  tensorflow_gpu

3、docker镜像导入

## tar包传输
scp  tar包所在路径  用户名@IP地址：要上传的路径
如：scp tensorflow_gpu.tar root@172.16.128.228:/home/deploy/
## 添加操作权限
sudo chmod -R 777 tensorflow_gpu.tar
## tar包导入
docker  load  <  tar 包所在路径
如：docker  load  <  tensorflow_gpu.tar
## 查看本地镜像
docker images
## 使用镜像创建容器
docker  run  -dit  --name=容器名  镜像id/镜像名  /bin/bash
如docker  run  -dit  --name=tensorflow_gpu  镜像 id  /bin/bash
## 进入容器
docker exec -it tensorflow_gpu /bin/bash