????????我寫了這個快速入門，所以你不必解析所有的信息，而是可以學習你需要知道的事情，以便快速入門。

二、什么是 Docker？

????????您可以將 Docker 視為輕量級虛擬機，其中包含運行應用程序所需的一切。docker 容器可以捕獲系統(tǒng)狀態(tài)的快照，以便其他人可以快速重新創(chuàng)建您的計算環(huán)境。這就是本教程需要了解的全部內(nèi)容，但有關更多詳細信息，您可以前往此處。

三、為什么要使用 docker？

1. 可重復性：作為一名專業(yè)數(shù)據(jù)科學家，您的工作具有可重復性非常重要?？芍貜托圆粌H有助于同行評審，而且確保您構建的模型、應用程序或分析可以毫無摩擦地運行，從而使您的可交付成果更加穩(wěn)健并經(jīng)得起時間的考驗。例如，如果你在python中構建了一個模型，僅僅運行pip-freeze并將結(jié)果的需求.txt文件發(fā)送給你的同事通常是不夠的，因為這只會封裝python特定的依賴項 - 而通常存在存在于python之外的依賴項，例如操作系統(tǒng)，編譯器，驅(qū)動程序，配置文件或代碼成功運行所需的其他數(shù)據(jù)。即使你可以只共享 python 依賴項，將所有內(nèi)容包裝在 Docker 容器中也可以減輕其他人重新創(chuàng)建環(huán)境的負擔，并使你的工作更易于訪問。
2. 計算環(huán)境的可移植性：作為數(shù)據(jù)科學家，尤其是在機器學習領域，能夠快速更改計算環(huán)境可以極大地影響您的工作效率。數(shù)據(jù)科學工作通常從原型設計、探索和研究開始——這些工作不一定需要專門的計算資源。這項工作通常發(fā)生在筆記本電腦或個人計算機上。但是，經(jīng)常會出現(xiàn)不同的計算資源會大大加快您的工作流程，例如具有更多 CPU 的機器或用于深度學習等功能的更強大的 GPU。我看到許多數(shù)據(jù)科學家將自己限制在本地計算環(huán)境中，因為在遠程計算機上重新創(chuàng)建本地環(huán)境存在摩擦。Docker 使移植環(huán)境（所有庫、文件等）的過程變得非常容易。在 Kaggle 競賽中，快速移植計算環(huán)境也是一個巨大的競爭優(yōu)勢，因為您可以以經(jīng)濟高效的方式利用 AWS 上寶貴的計算資源。最后，創(chuàng)建 docker 文件允許您移植許多您喜歡的本地環(huán)境，例如 bash 別名或 vim 插件。

3. 增強您的工程能力：熟悉 Docker 可以讓您將模型或分析部署為應用程序（例如，作為可以提供預測服務的 REST API 端點），從而使其他人可以訪問您的工作。此外，作為數(shù)據(jù)科學工作流程的一部分，您可能需要與之交互的其他應用程序可能存在于 Docker 容器中，例如數(shù)據(jù)庫或其他應用程序。

四、Docker 術語

在我們深入之前，熟悉 Docker 術語很有幫助：

• 圖像：是您想要構建的藍圖。例如：帶有 Nvidia 驅(qū)動程序和正在運行的 Jupyter 服務器的 Ubuntu + TensorFlow。
• 容器：是您賦予生命的圖像的實例。您可以運行同一映像的多個副本。掌握鏡像和容器之間的區(qū)別非常重要，因為這是新手容易混淆的一個原因。如果圖像和容器之間的區(qū)別不清楚，請停止并再次閱讀。
• Dockerfile：創(chuàng)建映像的配方。Dockerfile 包含特殊的 Docker 語法。來自官方文檔：A 是一個文本文檔，其中包含用戶可以在命令行上調(diào)用以組裝圖像的所有命令。Dockerfile
• 提交：與 git 一樣，Docker 容器提供版本控制。您可以通過提交更改隨時將 docker 容器的狀態(tài)另存為新映像。
• DockerHub/Image Registry：人們可以發(fā)布公共（或私有）docker 鏡像以促進協(xié)作和共享的地方。
• 層：對現(xiàn)有映像的修改，由 Dockerfile 中的指令表示。圖層按順序應用于基礎映像以創(chuàng)建最終映像。

????????我將在帖子的其余部分使用此術語，因此如果您迷路了，請參閱此列表！這些術語之間很容易混淆，尤其是在圖像和容器之間——所以在閱讀時要保持警惕！

五、創(chuàng)建您的第一個 Docker 鏡像

????????在創(chuàng)建 docker 容器之前，創(chuàng)建一個將定義映像的 Dockerfile 非常有用。讓我們慢慢地瀏覽下面的 Dockerfile?？梢栽诒窘坛屉S附的 Github 存儲庫中找到此文件。

# reference: https://hub.docker.com/_/ubuntu/
FROM ubuntu:16.04

# Adds metadata to the image as a key value pair example LABEL version="1.0"
LABEL maintainer="Hamel Husain <youremail@gmail.com>"

##Set environment variables
ENV LANG=C.UTF-8 LC_ALL=C.UTF-8

RUN apt-get update --fix-missing && apt-get install -y wget bzip2 ca-certificates \
    build-essential \
    byobu \
    curl \
    git-core \
    htop \
    pkg-config \
    python3-dev \
    python-pip \
    python-setuptools \
    python-virtualenv \
    unzip \
    && \
apt-get clean && \
rm -rf /var/lib/apt/lists/*

RUN echo 'export PATH=/opt/conda/bin:$PATH' > /etc/profile.d/conda.sh && \
    wget --quiet https://repo.continuum.io/archive/Anaconda3-5.0.0.1-Linux-x86_64.sh -O ~/anaconda.sh && \
    /bin/bash ~/anaconda.sh -b -p /opt/conda && \
    rm ~/anaconda.sh

ENV PATH /opt/conda/bin:$PATH

RUN pip --no-cache-dir install --upgrade \
        altair \
        sklearn-pandas

# Open Ports for Jupyter
EXPOSE 7745

#Setup File System
RUN mkdir ds
ENV HOME=/ds
ENV SHELL=/bin/bash
VOLUME /ds
WORKDIR /ds
ADD run_jupyter.sh /ds/run_jupyter.sh
RUN chmod +x /ds/run_jupyter.sh

# Run a shell script
CMD  ["./run_jupyter.sh"]

5.1 FROM?語句

FROM ubuntu:16.04

????????FROM?語句封裝了 Docker 最神奇的部分。此語句指定要在其上構建的基礎映像。使用 FROM 指定基本映像后，Docker 將在本地環(huán)境中查找名為?ubuntu：16.04?的映像 — 如果在本地找不到它，它將搜索您指定的 Docker 注冊表，默認情況下為?DockerHub。這種分層機制很方便，因為您經(jīng)常希望在 Ubuntu 等操作系統(tǒng)之上安裝程序。與其擔心如何從頭開始安裝 Ubuntu，不如簡單地在官方 Ubuntu 映像之上構建！Dockerhub上托管了各種各樣的Docker鏡像，包括那些提供的不僅僅是操作系統(tǒng)的鏡像，例如，如果你想要一個已經(jīng)安裝了Anaconda的容器，你可以在官方的anaconda docker鏡像之上構建一個容器。最重要的是，您還可以隨時發(fā)布您構建的映像，即使該映像是通過在另一個映像上分層創(chuàng)建的！可能性是無窮無盡的。

????????在這個例子中，我們指定我們的基礎映像是 ubuntu：16.04，它將查找一個名為 ubuntu 的?DockerHub 存儲庫。冒號 — 16.04 之后的映像名稱部分是允許您指定要安裝的基礎映像版本的標記。如果你導航到 Ubuntu?DockerHub 存儲庫，你會注意到不同版本的 Ubuntu 對應著不同的標簽：

????????例如，在撰寫本文時，ubuntu：16.04、ubuntu：xenial-20171201、ubuntu：xenial?和?ubuntu：latest?都引用了 Ubuntu 版本 16.04，并且都是同一映像的別名。此外，此存儲庫中提供的鏈接將您鏈接到用于為每個版本構建映像的相應 Dockerfile。您不會總是在 DockerHub 存儲庫中找到 Dockerfiles，因為維護者可以選擇包含他們?nèi)绾沃谱饔诚竦?Dockerfile。我個人發(fā)現(xiàn)查看其中幾個 Dockerfile 以更多地了解 Dockerfile 很有用（但請等到您完成本教程！

????????有一個標簽值得特別提及 —?：latest?標簽。此標記指定如果未在?FROM?語句中指定標記，則默認情況下將提取的內(nèi)容。例如，如果 FROM 語句如下所示：

FROM ubuntu

????????然后你最終會拉出 ubuntu：16.04 映像。為什么？— 如果你仔細看上面的截圖，你會看到 ：latest 標簽與 16.04 相關聯(lián)

????????關于 Docker 鏡像的最后一點：從 DockerHub 隨機提取 Docker 鏡像時，要做出明智的判斷。由惡意行為者創(chuàng)建的 Docker 映像可能包含惡意軟件。

5.2 標簽聲明

????????此語句將元數(shù)據(jù)添加到映像中，并且是完全可選的。我添加它是為了讓其他人知道該聯(lián)系誰來了解該映像，也可以這樣我就可以搜索我的 docker 容器，尤其是當服務器上有許多容器同時運行時。

LABEL maintainer="Hamel Husain <youremail>"

5.3 環(huán)境聲明

ENV LANG=C.UTF-8 LC_ALL=C.UTF-8

????????這允許您更改環(huán)境變量，并且非常簡單。您可以在此處閱讀有關此內(nèi)容的更多信息。

5.4 運行語句

????????這通常是完成構建 Docker 映像所需的工作的主力。您可以運行任意 shell 命令（如?apt-get?和?pip install）來安裝所需的包和依賴項。

RUN apt-get update --fix-missing && apt-get install -y wget bzip2    
    build-essential \
    ca-certificates \
    git-core \
    
...

????????在這種情況下，我正在安裝一些我喜歡的實用程序，例如curl，htop，byobu，然后安裝anaconda，然后安裝基本anaconda安裝中沒有的其他庫（向上滾動到完整的Dockerfile以查看所有RUN語句）。

????????RUN?語句后面的命令與 Docker 無關，而是您自己安裝這些軟件包時會運行的普通 linux 命令，因此如果您不熟悉其中一些軟件包或 linux 命令，請不要擔心。另外，作為進一步的建議——當我第一次開始學習 docker 時，我查看了 Github 或 DockerHub 上的其他 Dockerfile，并將我想要的相關部分復制并粘貼到我的 Dockerfile 中。

????????關于 RUN 語句，您可能會注意到的一件事是格式設置。每個庫或包都整齊地縮進并按字母順序排列，以提高可讀性。這是 Dockerfiles 的普遍約定，所以我建議你采用它，因為它會簡化協(xié)作。

5.5 暴露語句

????????如果您嘗試公開端口，則此語句很有用 - 例如，如果您從容器或某種 Web 服務內(nèi)部提供 jupyter 筆記本。Docker的文檔在解釋EXPOSE?語句方面非常好：

該指令實際上并不發(fā)布端口。它充當構建映像的人和運行容器的人員之間的一種文檔類型，關于要發(fā)布的端口。若要在運行容器時實際發(fā)布端口，請使用標志 on 發(fā)布和映射一個或多個端口，或使用標志發(fā)布所有公開的端口并將其映射到高階端口。EXPOSE-pdocker run-P

5.6 卷語句

VOLUME /ds 

????????此語句允許您在 docker 容器和主機之間共享數(shù)據(jù)。VOLUME 語句允許您裝入外部裝入的卷。主機目錄僅在運行容器時聲明（因為您可能在不同的計算機上運行此容器），而不是在定義映像時聲明*。目前，您只需指定要與主機容器共享的 docker 容器中文件夾的名稱。

????????從 docker 用戶指南：

*主機目錄在容器運行時聲明：主機目錄（掛載點）本質(zhì)上依賴于主機。這是為了保持圖像的可移植性。因為無法保證給定的主機目錄在所有主機上都可用。因此，您無法從 Dockerfile 中掛載主機目錄。該指令不支持指定參數(shù)。創(chuàng)建或運行容器時必須指定裝入點。VOLUMEhost-dir

????????此外，這些卷旨在將數(shù)據(jù)保存在容器的文件系統(tǒng)之外，如果您正在處理不希望使 docker 映像膨脹的大量數(shù)據(jù)，這通常很有用。保存 docker 映像時，此?VOLUME?目錄中的任何數(shù)據(jù)都不會保存為映像的一部分，但將保存容器中此目錄之外的數(shù)據(jù)。

5.7 工作路徑聲明

WORKDIR /ds

????????此語句設置工作目錄，以防要在另一個命令中引用沒有絕對路徑的特定文件。例如，Dockerfile 中的最后一條語句是

CMD [“./run_jupyter.sh”]

假設工作目錄為 /ds

5.8 ADD 語句

????????編輯 8/24/2020：您現(xiàn)在應該使用 COPY 語句而不是 ADD 語句。?

ADD run_jupyter.sh /ds/run_jupyter.sh

????????此命令允許您在運行 docker 容器時將文件從主機復制到 docker 容器中。我使用它來執(zhí)行 bash 腳本并將有用的東西導入容器中，例如 .bashrc 文件。

????????請注意，此處未完全指定主機容器的路徑，因為主機路徑相對于運行容器時指定的上下文目錄（稍后將討論）。

????????碰巧的是，當我運行這個容器時，我會將文件run_jupyter.sh在上下文目錄的根目錄中，所以這就是為什么源文件前面沒有路徑的原因。

????????從用戶指南：

ADD <src>... <dest>

該指令從中復制新文件、目錄或遠程文件 URL，并將它們添加到路徑 中的映像文件系統(tǒng)中。ADD<src><dest>

5.9 CMD聲明

????????Docker 容器的設計理念是它們是短暫的，只會保持足夠長的時間來完成要運行的應用程序。但是，對于數(shù)據(jù)科學，我們通常希望保持這些容器運行，即使其中沒有任何活動運行。許多人通過簡單地運行一個 bash shell（除非你殺死它，否則不會終止）來實現(xiàn)這一點的一種方式。

CMD [“./run_jupyter.sh”]

????????在上面的命令中，我正在運行一個實例化 Jupyter 筆記本服務器的 shell 腳本。但是，如果您沒有任何要運行的特定應用程序，但希望容器在不退出的情況下運行 — 則可以使用以下命令簡單地運行 bash shell：

CMD ["/bin/bash"]

????????這是有效的，因為 bash shell 在您退出之前不會終止，因此容器保持正常運行。

????????從用戶指南：

a 中只能有一個指令。如果您列出多個，則只有最后一個會生效。CMDDockerfileCMDCMD

a 的主要目的是?為執(zhí)行容器提供默認值。這些默認值可以包含可執(zhí)行文件，也可以省略可執(zhí)行文件，在這種情況下，您還必須指定指令。CMDENTRYPOINT