前提条件：配置apt国内镜像源
1.备份sources.list
sudo cp /etc/apt/sources.list /etc/apt/sources.list.bak
2.修改sources.list
sudo gedit /etc/apt/sources.list
3.替换云镜像
阿里
deb http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-security main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-updates main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-proposed main restricted universe multiverse
deb-src http://mirrors.aliyun.com/ubuntu/ bionic-backports main restricted universe multiverse
4.更新
sudo apt update
一、安装Docker
当前版本为:Ubuntu18.04
清除系统原有docker
sudo apt-get remove docker docker-engine docker.io
更新程序
sudo apt update
安装依赖
sudo apt install apt-transport-https ca-certificates curl software-properties-common
添加Docker官方密钥到系统中
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -
设置fingerprint [可选]
sudo apt-key fingerprint 0EBFCD88
添加Docker源 [先查看当前操作系统版本,确定是bionic还是xenic lsb_release -cs]
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu bionic stable" 或直接使用下面这条命令
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"
更新一下源
sudo apt update
查看可以安装的docker版本
apt-cache policy docker-ce 如果有列表显示，说明可以正常安装了
开始安装docker
sudo apt install docker-ce
测试
docker --version
sudo docker run hello-world 出现unable to find image 'hello-world:latest' locally说明已安装成功
二、安装NVIDIA-docker
0.前提
1)安装docker
2)安装Nvidia驱动，CUDA,CUDNN,安装流程可参考链接：
1.安装gpgkey
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu18.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
2.安装nvidia-container-runtime ，如果安装nvidia-docker2的话
添加package repositories
curl -s -L https://nvidia.github.io/nvidia-container-runtime/gpgkey |
sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-container-runtime/$distribution/nvidia-container-runtime.list |
sudo tee /etc/apt/sources.list.d/nvidia-container-runtime.list
sudo apt-get update
sudo sed -i -e '/experimental/ s/^#//g' /etc/apt/sources.list.d/nvidia-container-runtime.list
sudo apt-get update
sudo apt-get install nvidia-container-runtime
2.安装nvidia-docker2软件包并重新加载docker守护程序配置
安装 nvidia-docker2
sudo apt-get install nvidia-docker2
sudo pkill -SIGHUP dockerd
测试安装
docker run --runtime=nvidia --rm nvidia/cuda nvidia-smi
一般会报错，使用命令：nvidia-smi查看当前CUDA版本[cuda:11.0]
输入以下命令：
sudo nvidia-docker run --rm nvidia/cuda:11.0-devel nvidia-smi
如果出现unable to find image 'nvidia/cuda:11.0-devel' locally
11.0-devel:Pulling from nvidia-cuda
3ff22d22a855 Downloading ...
...
就表示安装成功了
注：nvidia-docker1 和nvidia-docker2 的区别：
(1)都依赖于docker, 版本1是一个整体的可行性文件，内部实现连接docker容器与硬件GPU，版本2将整体分拆成一个基于docker的薄封装（cat /usr/bin/nvidia-docker 可查看）和一个插件（nvidia-container-runtime , 该插件直接实现一个 hook的功能，连接GPU硬件），在版本2的nvidia-docker可发现，实际上还是运行docker,只是指定了 --runtime 参数，同时指定GPU设备，默认全部GPU设备。
(2)当需要运行一个使用GPU的容器时，版本1必须用nvidia-docker run/create 启动， 版本二可通过设置守护进行default-runtime参数可直接通过 docker run/create 直接启动GPU容器
docker的守护进程参数配置一般在文件 /etc/docker/daemon.json
cat /etc/docker/daemon.json
{
"runtimes": {
"nvidia": {
"path": "nvidia-container-runtime",
"runtimeArgs": []
}
}
}
配置默认的插件环境后
{
"default-runtime" : "nvidia",
"runtimes": {
"nvidia": {
"path": "nvidia-container-runtime",
"runtimeArgs": []
}
}
}
配置完成后，重启docker
systemctl restart docker
然后调用docker run/create启动容器即可.
能够同时使用nvidia-docker1和nvidia-docker2,其实是可以的，在安装nvidi-docker1后，只要下载插件（nvidia-container-runtime和 nvidia-container-runtime-hook)，新建docker守护进程配置参数，重启docker, 然后nvidia-docker启动容器时，指定--runtime nvidia参数即可
1.Install Docker from Ubuntu Repository:
sudo apt install docker.io
The following linux commands will start Docker and ensure that starts after the reboot:
sudo systemctl start docker
sudo systemctl enable docker
docker --version
三、创建镜像
创建docker镜像的三种方法，分别是基于已有的容器创建、基于本地模板创建、以及dockerfile创建
1.基于已有的容器创建主要是使用docker commit命令
docker commit 选项 容器ID/名称 仓库名称：标签
docker commit -m "说明信息" -a "作者" 6d26ae8a244f zj199711:nginx
2.通过导入操作系模板文件可以生成镜像，模板可以从OPENVZ开源项目下载，
下载地址为：https://wiki.openvz.org/Download/template/precreated
Cat 镜像包 | docker import - 生成的镜像名：标签
cat ubuntu-12.04-x86_64-minimal.tar.gz |docker import - zj199711:v1 sha256:f3ffe2cskdkjfi3fasfklafkdl
3.用dockerfile生成镜像
Dockerfile结构的四个部分：基本镜像信息，维护者信息，镜像操作指令和容器启动执行指令：
1)建立工作目录：
mkdir myapache |cd myapache
2)创建并编写dockerfile文件
vim Dockerfile:
#基本镜像ubuntu
FROM ubuntu
#维护该镜像的用户信息
MAINTAINER jimchen
RUN apt-get -y update
RUN apt-get -y install httpd
#开启80端口
EXPOSE 80
＃复制网址首页文件
ADD index.html /var/www/html/index.html
＃将执行脚本复制到镜像
ADD run.sh /run.sh
RUN chmod 775 /run.sh
CMD ["/run.sh"]
~
Dockerfile文件必须以FROM开头，后面跟基础容器和版本，指明当前镜像的父容器，父容器通常是以“用户名/镜像名：版本号”的形式存在
RUN指令用于创建当前的Docker镜像，每次调用该指令的时候，Docker都会创建新的镜像层，这样便于回滚到之前的镜像版本，它的语法是在RUN后面接shell指令（比如RUN mkdir /user/local/foo），它会自动执行/bin/sh的shell，当然也可以指定比如：RUN /bin/bash -c 'mkdir /user/local/foo'
COPY指令可以将本地的文件复制到容器中
CMD指令定义的命令将会在镜像启动时执行，和RUN指令不同的是它不会创建新的镜像层，只是简单的执行指令，在每个镜像的Dockerfile文件中可以只有一个CMD指令，也可以有多个待执行的指令,CMD执行指令的时候需要我们指定在哪里运行这些指令，而RUN则无需指定，比如下面的CMD指令:CMD ["python", "./app.py"]
EXPOSE指令用于指定镜像程序将会在哪个端口提供服务，这些信息可以通过docker inspect <container-id>指令检索出来，但是EXPOSE指令实际上并没有向主机暴露端口，而是在需要在docker run 发布时以-p标志的方式暴露
PORTS NAMES
0.0.0.:32768->8080/tcp wildfly
从上可以看到就是将镜像的8080端口暴露给主机的32768端口，此时可以通过localhost:32768进行查看
PUSH指令可以将镜像发布到Docker Cloud这类平台
ENV指令用于配置环境变量，如： ENV JAVA_HOME=/opt/jdk-9 ENV PATH=$PATH:$JAVA_HOME/bin
3)编写执行脚本文件
vim run.sh:
#!/bin/bash
rm -rf /run/httpd/*
exec /usr/sbin/apachectl -D FOREGROUND
4)创建测试页面
echo "then is httpd">index.html
ls
5)使用dockerfile生成镜像文件
docker build 选项 路径
docker build -t ubuntu:httpd .
显示如下：
Send build context to Docker daemon 4.096kB
Step 1/9: FROM ubuntu
--> 83838383b99
Step 2/9: MAINTAINER jimchen
--> Using cache
--> 8393029302
6)使用新的镜像运行容器
将容器中的暴露端口映射到宿主机上端口号为8888
docker run -it -d -p 8888:80 ubuntu:httpd
显示如下：900safu03jf09saf3j0ja0w93j903j3w
docker ps -a
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
c30sf09sf ubuntu:httpd "/run.sh" about a minute ago 0.0.0.:8888->80/tcp wizardly_borg
7)用真实主机去访问宿主机加映射的端口号
在浏览器中输入172.16.16.200:8888
正常的话会在页面上显示:hello httpd test
4.将镜像上传到仓库
为dockerfile创建的镜像添加别名（如果要上传到公共仓库需要在前面标签你的docker hub账号）
docker tag ubuntu:httpd jimchen1218/ubuntu:httpd
5.创建私有仓库
可以使用registry来搭建本地私有仓库
1)需要在构建私有仓库的服务器上下载registry镜像
docker pull registry
显示：Using default tag: latest
然后需要在/etc/docker/目录下创建一个json文件，否则在往自定义的私有仓库中上传镜像是会报错
vim /etc/docker/daemon.json
{
“registry-mirrors”: [“https://5fpngg16.mirror.aliyuncs.com”]
}
{
“insecure-registres”: [“172.16.16.200:5000”]
}
2)使用registry镜像创建一个容器
默认情况下仓库放于容器内的/tmp/registry目录下，使用-v选项可以将本地目录挂载到容器内的/tmp/registry下使用这样就不怕容器被删除后镜像也会随之丢失：（默认的监听端口为registry 5000端口号）
将创建的容器5000的端口号映射到本机:
docker run -d -p 5000:5000 -v /data/registry:/tmp/registry registry
使用docker tag命令将要上传的镜像标记为宿主机的IP/+镜像名:
docker tag ubuntu:httpd 172.16.16.200:5000/ubuntu:httpd
用docker push上传标记的镜像:
docker push 172.16.16.200:5000/ubuntu:httpd
显示：The push refers to repository [172.16.16.200:5000/ubuntu]
例：制作一个自己的docker镜像
docker build 构建一个docker镜像
制作步骤
1)创建一个 Dockerfile:my-test-image
# 表示依赖其它的镜像, 必须保证本地有这个镜像
FROM nginx
# 将所有者(作者)信息写入到镜像中
MAINTAINER test-name test-mail@163.com
# 将本地的文件, 复制到镜像中
COPY project-directory /usr/share/nginx/html
2)构建docker镜像
docker build -t my-test-image
3)运行容器并用浏览器访问测试
docker run -d -p 8080:80 my-test-image
4)浏览器访问测试
http://127.0.0.1
四、部署运行镜像
创建完镜像后，可以拉下来测试一下
docker pull registry.cn-shanghai.aliyuncs.com/hhu/docker1
docker run -p 8888:5000 --name myfirstapp registry.cn-shanghai.aliyuncs.com/hhu/docker1
其中 -p （这个指令很重要）表示将虚拟机上的暴露的5000端口映射到本机8888端口，并且将该镜像命名为myfirstapp，此时通过访问http://localhost:8888即可查看关于猫的git图，每次刷新会随机获取不同的猫图
五、镜像推送
整个制作Docker镜像的文件地址：https://github.com/Jacksonary/Docker/tree/master/flask-app
六、简易Docker操作
1)启动docker
sudo docker run [OPTIONS] IMAGE [COMMAND] [ARG...]
sudo docker run -d -p 8009:80 jimchen:nginx-image-test
2)进入docker容器
sudo docker exec -it 126 /bin/bash 注：126为容器ID前３位
重启动容器
docker start anaconda 运行容器anaconda，anaconda是容器名
docker exec -it anaconda /bin/bash /bin/bash指在容器anaconda中运行交互式终端
3)停止一个运行的容器
docker stop -t=(5)s 126 延时关闭5s
4)直接关闭运行的容器
docker kill
5)重启一个容器
docker restart 126
6)查看当前运行中的容器
docker ps
7)为镜像打个标签
docker tag 860c279d2fec runoob/centos:dev 镜像ID:860c279d2fec
8)构建镜像
docker build -t runoob/centos:6.7 . 注意最后的点不能缺少，生成完：runoob/centos为REPOSITORY,6.7为TAG
使用新的镜像来创建容器
docker run -t -i runoob/centos:6.7 /bin/bash
sudo docker run -t -i pytorch/pytorch:1.3-cuda10.1-cudnn7-devel /bin/bash
9)获取镜像
sudo docker pull NAME[:TAG]
sudo docker pull centos:latest
9)删除镜像
首先删除容器，再删除镜像
docker ps -a
docker rm id
删除镜像
docker ps -a
docker images
docker rmi id
注：删除前需保证容器是停止的
10)导出镜像为.tar
docker save -o pytorch_latest.tar pytorch/pytorch:latest:导出将需要花费一点时间，导出成功后将.tar拷到离线主机导入即可
11)导入镜像.tar
docker load -i pytorch_latest.tar:镜像导出和导入需要使用相匹配的命令，如save对应load
12)将当前容器保存为一个镜像:
docker commit -a “yaohui” containerID imageNAME
13)启动anaconda容器并安装jupyter
docker run -it --name="anaconda" -p 8888:8888 continuumio/anaconda3 /bin/bash
参数-it是启用交互式终端，--name="anaconda"是给容器起名字,-p 8888:8888是将容器的8888端口映射到本地的8888端口，便于访问jupyter
docker run -it --name="anaconda_2" -p 8888:8888 -v `pwd`:/root continuumio/anaconda3 /bin/bash
参数-v将当前目录pwd挂载到容器的/root目录，容器中对/root所做的改动会同步到主机
14)从容器中拷贝数据
docker cp anaconda:你容器中数据的路径 你的本地路径