Skip to content

[Linux] Docker 基本介紹與建立步驟筆記

介紹

Docker 是一種輕量級的『虛擬化』技術，讓我們可以自由搭建適合自己程式開發的環境，也能打包整個配置的環境（也就是的所謂 Container，容器），讓程式即使再轉移到其他裝置上時，仍然能啟動同樣的 Docker 環境正常執行程式。

這是個很棒的技術，讓我們可以不必煩惱不同平台上需要依照不同情境做出相應配置。

既然提到 Docker，自然也不能免俗地得提一下和 Virtual Machine（VM，虛擬機器）的差異了。

大家一定都對 VM 比較熟悉：我們可以透過在電腦中安裝像是 VirtualBox 等等的軟體，在我們本機端的作業系統中完整地模擬另外一個作業系統。但是在號稱輕量化的 Docker 中，Container 是直接共用了主要的 Host OS（本機端的作業系統），所以並不像 VM 一般需要等待開機，對系統（比方說記憶體）的負擔也較小。

不過 Docker 不能沒有 Host OS，因為 Docker 仍然需要作業系統的檔案系統。

如果要建立一個 Docker 的環境，我們可以透過以下流程建立：

  • 建立映像檔（Image）：可以自己撰寫 Dockerfile 或 從 DockerHub 上取得
  • 使用映像檔建立容器（Container）
  • 開始開發（我們可以隨時退出、重新連接、關閉）

映像檔就像是我們環境的設定檔案，容器則是我們利用映像檔建立起的虛擬環境。

以下就逐步介紹如何安裝 Docker、建立 Dockerfile、啟動容器，以及如何進行這個容器的操作。

（註：僅安裝 docker 是無法直接使用 GPU 環境的，要使用 nvidia-docker 比較方便。關於 nvidia-docker 的安裝介紹會在其他文章中提及。）

安裝 Docker

Step 1. 更新系統

sudo apt-get update


Step 2. 移除舊的版本（良好的習慣）

sudo apt-get remove docker docker-engine docker.io


Step 3. 安裝 Docker

sudo apt install docker.io


Step 4. 設定讓 Docker 在系統中自動執行

sudo systemctl start docker
sudo systemctl enable docker

Output:

Created symlink /etc/systemd/system/multi-user.target.wants/docker.service → /lib/systemd/system/docker.service.

如果有看到以上資訊，那 Docker 應該就安裝成功了。

製作 Dockerfile

你可以像我一樣，在工作目錄底下建立屬於自己的 Dockerfile。

在 Dockerfile 中寫下：

# Initial
FROM tensorflow/tensorflow:2.2.1-gpu-py3

# Work dir
WORKDIR /workspace

# Command
RUN pip3 install -U numpy torch torchvision transformers
RUN apt-get update


FROM 是使用到的映像檔名稱，可以上 DockerHub 查找（資源來自於 https://hub.docker.com/r/tensorflow/tensorflow/tags）

WORKDIR 是虛擬環境的工作路徑。

RUN 後頭則是直接接終端機指令，這裡我是拿來安裝 Python 的一些深度學習套件。

寫好之後，在同樣的目錄底下執行（clay/test 是我自訂的名稱，你也可以改成你的）：

docker build -t clay/test .

Output:

應該會看到這樣的下載、安裝畫面。

等到配置完成後，就要啟動容器了。

docker run \
-e NVIDIA_VISBLE_DEVICES=0 \
--rm \
-it \
-p "8899" \
--name clay_test \
-v /home/ccs96307/workspace/:/workspace/Projects clay/test


這裡我要先聲明，我這樣的配置仍然無法使用 GPU 做深度學習，應該去安裝 nvidia-docker。

最重要的就是 -v 參數了，後面是將系統中真正的資料夾映射至虛擬環境中的資料夾，最後頭的 clay/test 就是剛才建立的自定義名稱了。（如果你有更改，就應該改成你的）

執行之後應該會看到進入虛擬環境中了。

Docker 的基本操作

1. 暫時退出

如果只是要暫時退出，而希望容器仍在後台運行不必關閉，直接使用：

  • Ctrl + q
  • Ctrl + p
  • 直接關閉終端機

即可。


2. 重新連接

那既然我們退出了，那該如何連接回容器、恢復當前的工作內容呢？

docker attach clay_test


3. 徹底關閉容器

沒有比這個更簡單的了，直接：

  • Ctrl + D
  • 輸入 exit

即可。

References

Read More

Tags:

Leave a Reply