Docker教程-Linux版

注意事项

以Linux-Centos7例：

1.如果您不熟悉docker，请参考如下链接,或参考百度

https://www.marsbigdata.com/community/details?id=11531140003328

2.所有的命名方式以及文件目录，请严格按照要求进行命名及构建目录（以下仅是docker使用的示例）

1.安装命令

>>> yum install docker

2.安装成功查看Docker启动版本

>>> docker -v

3.启动docker

>>> service docker start

也可以设置开机启动docker 命令：systemctl enable docker

4.创建一个新的文件夹并进入到文件夹下（任意位置）

>>> mkdir docker

>>> cd docker

5.将代码移动到docker文件夹下并查看

>>> ls

6.生成项目依赖

   1、安装pipreqs，它可以实现只导出当前项目运行所依赖的包，环境中多余的库就不会导出，在迁移环境时候很少方便。

pip3 install pipreqs


  2、进入项目的根目录然后执行下面命令，等待一会就会生成一个requirements.txt文件，里面是项目所依赖的所有库包：

pipreqs ./ --encoding=utf-8

3、在同级路径下可以看到生成的requirements.txt文件，查看文件类似下面的：

# requirements.txt
matplotlib>=3.2.2
numpy>=1.18.5
opencv-python>=4.1.2
pillow
PyYAML>=5.3
scipy>=1.4.1
tensorboard>=2.2
torch>=1.6.0
torchvision>=0.7.0
tqdm>=4.41.0

7.编写dockerfile

>>> vim dockerfiler

编写示例：

由于基础镜像中将cuda10.0升级为10.1，请选手在构建镜像时，先将之前构建的基础镜像删除重新构建

# 拉取基础镜像，基础镜像基于cuda10.1，基础镜像种已经包含了python3 ,pip3
FROM swr.cn-east-3.myhuaweicloud.com/algorithm-seed/algorithm-base
# 2、执行创建 project文件夹
RUN mkdir /project     //project 指的是当前目录下的代码
# 3、下面这段命令指的是 将你的代码 放到你构建的镜像 的 project目录下
copy project /project
# 4、由于基础镜像无法覆盖选手代码项目中的全部依赖，所以选手需要将上面执行得到的requirement.txt执行，安装其它依赖
# 4.1、进入到存放requirements.txt 的目录
WORKDIR /project/
# 4.2、执行下载requirements.txt中的依赖
RUN pip3 install -r requirements.txt
# 5、cd 到project主程序目录下
WORKDIR /project/code
# 6、指定容器运行时的动作
CMD ["python","main.py"]

>>> cat dockerfile查看dockerfile

8.构建镜像

>>> docker build -t test .

创建镜像（注：-t 表示为该镜像起名称，另外，构建命令后面有个英文实心点，表示当前目录。）

开始构建：

# test 指镜像名,这里只做示例,选手请根据要求名称构建镜像

# 指当前目录下（dockerfile）

构建成功：

9.成功之后运查看镜像

>>>docker images

10.运行镜像

>>> docker run test

# 启动方式这里只做示例

11.导出镜像

请注意：一定要使用 docker save 命令来导出镜像

>>> docker save -o 要保存的文件名要保存的镜像

或者

>>> docker save -o 要保存的文件名 IMAGE ID

（文件过大，需要等待一段时间）

12.使用Xftp等工具、方法将test.tar导出，提交test.tar