新安装的docker daemon.json位置_使用Docker打包代码配置记录

由于需要将环境和代码打包到Docker中放到其他机器运行，又被无情地消耗了一个周末。听闻大佬说，能将别人不懂的东西，使用通俗易懂的语言解释清楚让别人理解，也是一种能力。因此，特作文以记之。

Docker 包括三个基本概念:

• 镜像（Image）：Docker 镜像（Image），就相当于是一个 root 文件系统。比如官方镜像 ubuntu:16.04 就包含了完整的一套 Ubuntu16.04 最小系统的 root 文件系统。
• 容器（Container）：镜像（Image）和容器（Container）的关系，就像是面向对象程序设计中的类和实例一样，镜像是静态的定义，容器是镜像运行时的实体。容器可以被创建、启动、停止、删除、暂停等。
• 仓库（Repository）：仓库可看成一个代码控制中心，用来保存镜像。

（上述定义节选自”菜鸟教程[1]“）

根据上述定义，个人对镜像和容器的关系有了清晰的认识。这个一定要弄清楚，否则看后续配置很混乱。

网上的概念看多了，还是一头雾水，不知道这个具体流程到底如何，因此这里首先对此次打包镜像和代码的具体流程进行总结概括。

1. 在本机安装Docker软件。
2. 拉取Docker Hub已有的基础镜像，编写dockerfile，从而结合该基础镜像和需要打包的代码生成一个新的镜像。
3. 运行上述新生成的镜像得到一个容器，在该容器中配置代码所需的运行环境，最后将该容器打包为最终交付的镜像。

注：大规模数据集可以不用打包到镜像中，在新机器运行镜像时可直接挂载。

1. 安装Docker软件

本次测试过程中主要在MacOS和CentOS7进行了软件安装。

• MacOS直接到Docker下载MacOS桌面客户端，运行软件后，命令行中即可使用相应的docker指令进行pull/run等。
• CentOS7可使用如下命令一键安装(参考菜鸟教程）

curl -fsSL https://get.docker | bash -s docker --mirror Aliyun

特别注意

1号坑：安装需要管理员权限比较方便。安装完成后，如果个人登录账户没有管理员权限，需要让管理员把个人添加到docker用户组才可以正常使用docker，可参考各种CSD教程[2]

2号坑：要在服务器（CentOS7系统）上运行自己创建的docker并调用服务器上的GPU资源，需要安装VIDIA Container Toolkit。同时在docker run的时候，还需要指定--gpus all（当然也可以指定某几块GPU）

2. 拉取Docker基础镜像并编写Docker File

• 因为Docker Hub中很多镜像已经包含了需要的环境比如CUDA、Conda等。因此直接将这些镜像拉取（即下载）到本地，然后在它们的基础上进行修改配置，会方便很多。比如，此次拉取的nvidia-cuda的基础镜像，使用docker pull命令可直接拉取到本地（不用纠结这个东西在本地存到哪里，只要拉取成功就可以在本地运行它）

• 编写dockerfile的示例网上有很多，这里放出我自己的dockerfile，每行命令对应的意思可以参照菜鸟教程-dockerfile。同时，根据不同的dockerfile使用docker build命令可以生成新的镜像，然后你可以运行创建的新镜像，看看自己的代码是不是在指定位置，挂载的目录有没有放进去，不符合要求就重新生成。这里可以多尝试，多锻炼，不会有其他损失不用怕（有可能你会碰到没法使用sudo，dockerfile记得加上如下命名）。

RU apt-get update && apt-get install sudo

特别注意

号坑：Docker Hub中的镜像拉取非常缓慢，因此需要想办法加速。网上有很多教程给出了使用阿里云与或DaoCloud镜像加速，经过测试发现直接使用阿里云的镜像拉取很快，但是在配置完成DaoCloud后，我依然没有获得镜像加速，可能配置方法仍然有小问题。另外，经过测试，还发先一个小技巧。wifi连接手机热点直接从Docker Hub拉取镜像，速度同样很快（之前不修改源使用conda安装环境的时候这一招同样奏效，时间成本很低，值得尝试）

. 运行容器并配置环境

直接使用docker run命令运行即可，同时要注意可传参数，根据自己的需求来（加上-it命令可以进入交互模式，意思就是可以进入docker，比如docker镜像是基于ubuntu系统，加上-it就可以就如这个系统的命令行，下图节选自菜鸟教程-Docker run）。进入命令行后，想怎么配置环境就属于基本操作了，不熟练的同学可参考我的第一篇知乎文。

环境配置完成后，确保代码可以在该docker中按照自己的预想实现（我的预期就是能调用所有的服务器GPU），然后使用docker commit将该容器打包（是在本地其他命令行打包，不是在这个docker里的命令行打包），就会在本地生成一个新的镜像，要将该镜像传给别人也不用费尽周折去这个镜像在本地的哪个位置，直接使用docker save命令将该镜像压缩为tar，输出到指定位置，交付后，使用docker load即可提取该tar中的镜像到本机。

1. 梳理了一遍打包流程后，现在来看其实也没有很复杂，但每个坑都是自己一点点查出来解决的，还是很耗时，很烦躁。网上到的都是些零散的片段，因此将此流程完整记录期望节省后来者采坑的时间
2. 本次探索流程中，对于使用Docker的优劣体会：个人认为其优势在于自己可以根据自己的代码安装好环境，换用多台机器无需重复安装环境，只需安装docker即可（通常只有一句命令），其劣势在于打包好的镜像压缩包很大，无论是使用百度网盘/微云/邮件传送都不是太友好，还是很耗时的。
3. 将导出的镜像压缩包（通常几个G）传送给别人其实也没有一个很好的工具，主要缺陷在于后续镜像版本的迭代更新本文也还没有考虑到（因为本文的docker在其他机器运行后是我本人继续维护使用，所以非常了解，本文流程已足够）。未来，将抽空继续探索如何在阿里云进行docker版本的统一管理和迭代更新，将会更新在本篇文章下。

1. 特别感谢导师和师兄的大力支持
2. 感谢舍友的入坑教程[]（舍友博客做的很酷炫做的很酷炫，欢迎大家踊跃访问）
3. 感谢 @顾阳 提供的参考资料——”菜鸟教程“，很全很整洁。
4. 感谢服务器管理员，周六大半夜不离不弃帮我安装测试，为工作稳步推进给予了充分保障。

1. ^https://www.runoob/docker/docker-architecture.html
2. ^https:///u01948858/article/details/78429954
3. ^https://bravey.github.io/2020-0-24-%E5%A4%A9%E6%B1%A0Docker%E7%BB%8%E4%B9%A0%E5%9C%BA%E5%AE%9E%E8%B7%B5.html#%E4%BB%BB%E5%8A%A1%E6%8F%8F%E8%BF%B0