当前位置: 首页 > news >正文

【Docker】docker部署conda并激活环境

原文作者:我辈李想
版权声明:文章原创,转载时请务必加上原文超链接、作者信息和本声明。


文章目录

  • 前言
  • 一、新建dockerfile文件
  • 二、使用build创建镜像
    • 1.报错:Your shell has not been properly configured to use 'conda activate'.
    • 2.报错:source - not found
  • 三、使用run启动并进入容器
  • 四、检查虚拟环境是否激活,并安装了包
  • 五、通过conda参数实现安装python包


前言

在使用docker的过程中,跟着官方文档或各种教程都是很顺利的,在实际项目中,我碰到了一个docker部署conda镜像容器,实际程序是在虚拟环境slab中,不是base。项目是我从其他人手中接过来的,每次更新docker镜像时,都是pull镜像、run进入容器,更新环境,commit、push仓库。一直有个不一样的想法在冲击我,能不能直接用dockerfile创建镜像,然后直接push仓库。现在就有了这篇博客。


一、新建dockerfile文件

创建Dockerfile_conda文件,我们已经按照docker配置写入相关命令,内容如下:

FROM continuumio/miniconda3 AS base
WORKDIR /slabENV PATH /opt/conda/envs/slab/bin:$PATH
# 创建slab环境
RUN conda create --name slab python=3.9 
# 激活slab环境
RUN conda activate slab
# 安装python库
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple \uvicorn fastapi python-dotenv redis requests pymysql pandas \jsonpath sqlalchemy python-docx cx_Oracle schedule rabbitpy \pika python-multipart openpyxl superstream

主要关注RUN的三个命令,这是我们正常使用conda的命令。

二、使用build创建镜像

docker build -t pika_conda -f Dockerfile_conda .

因为dockerfile配置问题,这个无法创建镜像

1.报错:Your shell has not been properly configured to use ‘conda activate’.

这个报错我们仔细看时让我们使用conda init **,如果是在linux系统,可以这么干,但是在docker容器中,这个命令无效
在这里插入图片描述
我参考了这篇博客,在dockerfile中加入一条命令,现在dockerfile内容如下:

FROM continuumio/miniconda3 AS base
WORKDIR /slabENV PATH /opt/conda/envs/slab/bin:$PATH
# 创建slab环境
RUN conda create --name slab python=3.9 
# 激活slab环境
RUN source activate slab
# RUN conda activate slab
# 安装python库
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple \uvicorn fastapi python-dotenv redis requests pymysql pandas \jsonpath sqlalchemy python-docx cx_Oracle schedule rabbitpy \pika python-multipart openpyxl superstream

2.报错:source - not found

现在还不能确定虚拟环境是否激活成功,因为我们是docker镜像,无法直接使用source。我有找了一篇博客,现在dockerfile内容如下:

FROM continuumio/miniconda3 AS base
WORKDIR /slabENV PATH /opt/conda/envs/slab/bin:$PATH
# 创建slab环境
RUN conda create --name slab python=3.9 
# 激活slab环境
RUN /bin/bash -c "source activate slab"
# RUN conda activate slab
# 安装python库
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple \uvicorn fastapi python-dotenv redis requests pymysql pandas \jsonpath sqlalchemy python-docx cx_Oracle schedule rabbitpy \pika python-multipart openpyxl superstream

现在的dockerfile已经可以成功创建镜像了。

三、使用run启动并进入容器

docker run -it --name myconda_test pika_conda:latest /bin/bash

这里有个问题,虽然我们进入了容器,但是默认激活的环境还是base
在这里插入图片描述我们还需要修改dockerfile文件,内容如下:

FROM continuumio/miniconda3 AS base
WORKDIR /slabENV PATH /opt/conda/envs/slab/bin:$PATH
# 创建slab环境
RUN conda create --name slab python=3.9 
# 激活slab环境
RUN /bin/bash -c "source activate slab"
# RUN conda activate slab
# 激活默认环境
RUN echo "conda activate slab" >> ~/.bashrc
# 安装python库
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple \uvicorn fastapi python-dotenv redis requests pymysql pandas \jsonpath sqlalchemy python-docx cx_Oracle schedule rabbitpy \pika python-multipart openpyxl superstream

在这里插入图片描述
网络上有将conda activate slab放在CMD中,也可以实现上述的效果,但是这样有一个风险。我们这个镜像最终会被其他dockerfile文件from,新的dockerfile中也存在CMD,可能被覆盖。

四、检查虚拟环境是否激活,并安装了包

在容器中,我们直接使用pip list 查看python的三方包,我们可以看到已经成功安装了。
在这里插入图片描述
最后我整理了一下dockerfile的内容,下面的是最终版文件。

FROM continuumio/miniconda3 AS base
WORKDIR /slabENV PATH /opt/conda/envs/slab/bin:$PATHRUN conda create --name slab python=3.9 \&& /bin/bash -c "source activate slab" \&& echo "conda activate slab" >> ~/.bashrc \&& pip install -i https://pypi.tuna.tsinghua.edu.cn/simple \uvicorn fastapi python-dotenv redis requests pymysql pandas \jsonpath sqlalchemy python-docx cx_Oracle schedule rabbitpy \pika python-multipart openpyxl superstream

五、通过conda参数实现安装python包

通过上文,我们是按照正常的conda使用路线完成了python包安装至指定虚拟环境。因为pip默认是直接安装至base环境,我们可以通过需改conda设置,实现包安装至slab,这是一个环境变量CONDA_DEFAULT_ENV。dockerfile的终版内容如下:

FROM continuumio/miniconda3 AS base
WORKDIR /slabENV PATH /opt/conda/envs/slab/bin:$PATH
ENV CONDA_DEFAULT_ENV $slabRUN conda create --name slab python=3.9 \&& echo "conda activate slab" >> ~/.bashrc \&& pip install -i https://pypi.tuna.tsinghua.edu.cn/simple \uvicorn fastapi python-dotenv redis requests pymysql pandas \jsonpath sqlalchemy python-docx cx_Oracle schedule rabbitpy \pika python-multipart openpyxl superstream xlsxwriter pytest
http://www.lryc.cn/news/277150.html

相关文章:

  • HarmonyOS@Link装饰器:父子双向同步
  • 【idea】idea插件编写教程,博主原创idea插件 欢迎下载
  • 深入理解 Hadoop (四)HDFS源码剖析
  • 【Vue3+React18+TS4】1-1 : 课程介绍与学习指南
  • Nacos与Eureka的区别详解
  • 【算法刷题】Day28
  • 深入了解pnpm:一种高效的包管理工具
  • QEMU源码全解析 —— PCI设备模拟(1)
  • Vue-10、Vue键盘事件
  • 胡圆圆的暑期实习经验分享
  • 基于uniapp封装的table组件
  • Git删除远程仓库某次提交记录后的所有提交
  • 强化学习10——免模型控制Q-learning算法
  • 【数据库】CRUD常用函数UNION 和 UNION ALL
  • Adding Conditional Control to Text-to-Image Diffusion Models——【论文笔记】
  • Python与人工智能
  • 【Docker】Docker基础
  • linux异常情况,排查处理中
  • Spring Boot参数校验方案
  • 【漏洞复现】ActiveMQ反序列化漏洞(CVE-2015-5254)
  • 面试题:MySQL误删表数据,如何快速恢复丢失的数据?
  • 李沐之神经网络基础
  • 【docker】使用 Dockerfile 构建镜像
  • 计算机网络—— 概述
  • “超人练习法”系列06:如何更好地掌握技能?
  • 【华为OD机试真题2023CD卷 JAVAJS】字符串拼接
  • 【算法】链表-20240109
  • 机器学习系列--R语言随机森林进行生存分析(2)
  • Flutter GetX 之 状态管理
  • e2studio开发磁力计LIS2MDL(1)----轮询获取磁力计数据