当前位置：首页 > article >正文

Docker容器使用手册

article 2025/9/9 21:56:11

Docker是一种轻量级、可移植、自给自足的软件运行环境，用于打包和运行应用程序。它允许开发者将应用及其所有依赖打包成一个镜像（Image），然后基于这个镜像创建出容器（Container）来运行。与虚拟机相比不需要完整操作系统，启动快，占用资源小，同时可以跨平台部署，容器内运行环境固定，容器之间相关隔离。

1. Docker安装

在ubuntu下安装docker的流程如下：

sudo apt update
sudo apt upgrade -y
sudo apt install apt-transport-https ca-certificates curl software-properties-common #安装依赖项
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -  #添加 Docker 的官方 GPG 密钥
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"  #添加 Docker 的官方 APT 仓库
sudo apt update
sudo apt install docker-ce  #安装 Docker
sudo apt install -y nvidia-docker2   #支持GPUsudo systemctl start docker  #  启动 Docker 服务
sudo systemctl enable docker  # 开机启动 Docker 服务sudo systemctl status docker #检查 Docker 是否正常运行
sudo docker --version
sudo docker run hello-worldsudo usermod -aG docker $USER  #将当前用户添加到 Docker 组
newgrp docker  #当前会话立即生效

2. Docker的操作命令

2.1 镜像image操作

docker images：查看所有镜像

docker rmi ubuntu:20.04：删除镜像

docker tag <原镜像>:<原标签> <新镜像>:<新标签>：docker tag ubuntu:20.04 myubuntu:v1，根据已有镜像生成新镜像

docker commit <容器ID或名称> <新镜像>:<标签>：根据正在运行的容器保存为新镜像

docker build -t ubuntu2004-gpu:1.0 . ：根据 Dockerfile 构建新的镜像，.表示当前目录，Dockerfile应该放在当前目标，构建时会把当前目录作为“构建上下文”传给 Docker 引擎。

docker save -o my_image.tar my_image:tag //打包镜像到文件

docker load -i my_image.tar //load打包好的镜像

# 基础镜像：Ubuntu 20.04 + CUDA 11.8 + cuDNN（NVIDIA 官方）
FROM nvidia/cuda:11.8.0-cudnn8-runtime-ubuntu20.04# 防止 tzdata 卡住
ENV DEBIAN_FRONTEND=noninteractive# 安装系统依赖和 Python
RUN apt-get update && \apt-get install -y --no-install-recommends \python3 python3-pip python3-dev python3-setuptools \build-essential curl git vim wget ca-certificates && \rm -rf /var/lib/apt/lists/*# 创建工作目录
WORKDIR /workspace# 可选：复制项目代码（你可以根据需要调整）
# COPY . .# 安装 Python 包（如果有 requirements.txt）
# COPY requirements.txt .
# RUN pip3 install --no-cache-dir -r requirements.txt# 设置默认命令
CMD [ "bash" ]

2.2. 容器

docker create --name my_container ubuntu bash //只创建容器不启动

docker run --gpus all -it --name my_container my_image bash //创建容器并启动

docker start -ai my_container //启动已停止的容器

docker exec -it my_container bash //在启动的容器内执行任务

docker rm my_container //删除容器

docker restart my_container //重启容器

docker stop my_container //停止容器

docker ps //查看所有激活的容器

docker ps -a //查看所有的容器

docker run --gpus all -it \
--name streampetr \

--shm-size=16g \
-v ~/docker_program:/home/program \
swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/nvidia/cuda:11.3.1-cudnn8-runtime-ubuntu20.04 bash //创建并启动容器，包括支持GPU，将宿主目录映射到容器内

docker cp /home/wangyl/data my_container:/data //复制宿主数据到容器内

一旦容器创建就没有办法再重新映射文件夹，如果容器内代码使用宿主内的数据文件夹而且没有映射，可以在数据文件夹挂载到已经映射的文件夹下，软链接的方式无法找到文件，挂在后需要重启容器，否则也无法找到文件。

sudo mount --bind /home/wyl/datasets/nuscense_simple /home/wyl/program/StreamPETR/data/nuscene

如果翻墙和宿主共享DNS，docker内执行：

echo "nameserver 8.8.8.8" > /etc/resolv.conf