---

前言

提示：这里可以添加本文要记录的大概内容：

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

---

提示：以下是本篇文章正文内容，下面案例可供参考

Docekr

首先去DockerHub中选择一个镜像 这里以nginx镜像为例

镜像命令

• 镜像拉取

docker pull nginx

• 查看拉取到的镜像

docker images

• 保存镜像

docker save --help //查看用法
docker save -o [保存的目标文件名称] [镜像名称]

docker save -o nginx.tar nginx:latest //导出镜像到磁盘 

• 导入镜像

先删除本地的nginx镜像：

docker rmi nginx:latest

然后运行命令，加载本地文件：

docker load -i nginx.tar

Docekr

首先去DockerHub中选择一个镜像 这里以nginx镜像为例

镜像命令

• 镜像拉取

docker pull nginx

• 查看拉取到的镜像

docker images

• 保存镜像

docker save --help //查看用法
docker save -o [保存的目标文件名称] [镜像名称]

docker save -o nginx.tar nginx:latest //导出镜像到磁盘 

• 导入镜像

先删除本地的nginx镜像：

docker rmi nginx:latest

然后运行命令，加载本地文件：

docker load -i nginx.tar

容器操作

其中：

• docker run：创建并运行一个容器，处于运行状态

• docker pause：让一个运行的容器暂停

• docker unpause：让一个容器从暂停状态恢复运行

• docker stop：停止一个运行的容器

• docker start：让一个停止的容器再次运行

• docker rm：删除一个容器

创建容器

创建并运行nginx容器的命令：

docker run --name containerName -p 80:80 -d nginx

命令解读：

• docker run ：创建并运行一个容器
• –name : 给容器起一个名字，比如叫做mn
• -p ：将宿主机端口与容器端口映射，冒号左侧是宿主机端口，右侧是容器端口
• -d：后台运行容器
• nginx：镜像名称，例如nginx

默认情况下，容器是隔离环境，我们直接访问宿主机的80端口，肯定访问不到容器中的nginx。

现在，将容器的80与宿主机的80关联起.

查看容器日志

 docker logs
- 添加 -f 参数可以持续查看日志

查看容器状态

 docker ps
- docker ps -a 查看所有容器，包括已经停止的

进入容器

docker exec -it [容器名] [要执行的命令]

数据卷

**数据卷（volume）**是一个虚拟目录，指向宿主机文件系统中的某个目录。

虚拟的数据卷指向文件系统

但容器中的文件指向数据卷

即操作文件系统内的文件相当于操作容器

数据集操作命令

数据卷的作用：

• 将容器与数据分离，解耦合，方便操作容器内数据，保证数据安全

数据卷操作：

• docker volume create：创建数据卷
• docker volume ls：查看所有数据卷
• docker volume inspect：查看数据卷详细信息，包括关联的宿主机目录位置
• docker volume rm：删除指定数据卷
• docker volume prune：删除所有未使用的数据卷

单纯创建一个数据卷

docker volume create html

查看数据卷在宿主机目录位置

docker volume ls

查看数据卷详细信息卷

docker volume inspect html

可以看到，我们创建的html这个数据卷关联的宿主机目录

给nginx挂载数据卷

已经知道nginx的html目录所在位置/usr/share/nginx/html

1. 在创建nginx容器时，可以通过 -v 参数来挂载一个数据卷到某个容器内目录，命令格式如下：

docker run --name mn -v html:/usr/share/nginx/html -p 80:80 -d nginx

• -v html:/usr/share/nginx/html ：把html数据卷挂载到容器内的/usr/share/nginx/html这个目录中

2. 查看html数据卷所在文件系统位置

# 查看html数据卷的位置
docker volume inspect html
# 进入该目录
cd /var/lib/docker/volumes/html/_data
# 修改文件
vi index.html

给MySQL挂载本地目录

上述是系统为我们分配数据卷映射到宿主机位置，

需要 docker volume inspect 去查看位置

下面我们介绍直接挂栽到宿主机目录上的方式

1. 目录挂载与数据卷挂载的语法是类似的：

   • -v [宿主机目录]:[容器内目录]

   • -v [宿主机文件]:[容器内文件]

2. 创建并运行一个MySQL容器，将宿主机目录直接挂载到容器

   • 在将课前资料中的mysql.tar文件上传到虚拟机，通过load命令加载为镜像 docker -i load ~

   • 创建目录/tmp/mysql/data

   • 创建目录/tmp/mysql/conf，将课前资料提供的hmy.cnf文件上传到/tmp/mysql/conf

   • 去DockerHub查阅资料，创建并运行MySQL容器，要求：

     ① 挂载/tmp/mysql/data到mysql容器内数据存储目录

     ② 挂载/tmp/mysql/conf/hmy.cnf到mysql容器的配置文件

     ③ 设置MySQL密码

目录挂载自己动手创建目录 直接实现 宿主机目录 与 容器目录 相映射, 虽然耦合度高 但易查找

数据卷挂载 docker 管理 耦合度低 但目录深

Dockerfile自定义镜像

镜像结构

构建自定义的镜像时，并不需要一个个文件去拷贝，打包。

我们只需要告诉Docker，我们的镜像的组成，需要哪些BaseImage、需要拷贝什么文件、需要安装什么依赖、启动脚本是什么，将来Docker会帮助我们构建镜像。

而描述上述信息的文件就是Dockerfile文件。

Dockerfile就是一个文本文件，其中包含一个个的指令(Instruction)，用指令来说明要执行什么操作来构建镜像。每一个指令都会形成一层Layer。

更新详细语法说明，请参考官网文档： https://docs.docker.com/engine/reference/builder

使用Dockerfile构建Java项目

基于Ubuntu构建Java项目

基于Ubuntu镜像构建一个新镜像，运行一个java项目

1. 新建一个空文件夹docker-demo

2. 拷贝资料提供的Dockerfile到docker-demo这个目录
   

3. 其中的内容如下：

   # 指定基础镜像
   FROM ubuntu:16.04
   # 配置环境变量，JDK的安装目录
   ENV JAVA_DIR=/usr/local
   
   # 拷贝jdk和java项目的包
   COPY ./jdk8.tar.gz $JAVA_DIR/
   COPY ./docker-demo.jar /tmp/app.jar
   
   # 安装JDK
   RUN cd $JAVA_DIR \
    && tar -xf ./jdk8.tar.gz \
    && mv ./jdk1.8.0_144 ./java8
   
   # 配置环境变量
   ENV JAVA_HOME=$JAVA_DIR/java8
   ENV PATH=$PATH:$JAVA_HOME/bin
   
   # 暴露端口
   EXPOSE 8090
   # 入口，java项目的启动命令
   ENTRYPOINT java -jar /tmp/app.jar
   

4. 步骤5：进入docker-demo

   将准备好的docker-demo上传到虚拟机任意目录，然后进入docker-demo目录下

5. 步骤6：运行命令：

   docker build -t javaweb:1.0 .
   

   就可以访问你的web项目了

基于java8构建Java项目

我们都可以在一些安装了部分软件的基础镜像 ------ java:8-alpine 上做改造

• ① 新建一个空的目录，然后在目录中新建一个文件，命名为Dockerfile

• ② 拷贝课前资料提供的docker-demo.jar到这个目录中

• ③ 编写Dockerfile文件：

  • a ）基于java:8-alpine作为基础镜像

  • b ）将app.jar拷贝到镜像中

  • c ）暴露端口

  • d ）编写入口ENTRYPOINT

    内容如下：

    FROM java:8-alpine
    COPY ./app.jar /tmp/app.jar
    EXPOSE 8090
    ENTRYPOINT java -jar /tmp/app.jar
    

• ④ 使用docker build命令构建镜像

• ⑤ 使用docker run创建容器并运行

Docker-Compose

初识DockerCompose

Compose文件是一个文本文件，通过指令定义集群中的每个容器如何运行。格式如下：

version: "3.8"
 services:
  mysql:
    image: mysql:5.7.25
    environment:
     MYSQL_ROOT_PASSWORD: 123 
    volumes:
     - "/tmp/mysql/data:/var/lib/mysql"
     - "/tmp/mysql/conf/hmy.cnf:/etc/mysql/conf.d/hmy.cnf"
  web:
    build: .
    ports:
     - "8090:8090"

上面的Compose文件就描述一个项目，其中包含两个容器：

微服务集群不犹豫端口映射

• 第一个容器名称即 mysql。 环境变量(environment) ; 镜像名称(image);

  数据卷映射(volumes)

• 第二个容器名称即 web。这里没有镜像，选择了先在当前目录构建镜像

部署微服务集群

将之前文章写好的 user_service 和 order_service的项目进行微服务集群部署

1. 先建立一个cloud_demo文件，在里面建立三个微服务文件夹gateway, user-service, order-service 并编写Dockerfile。并将每个项目jar包放进去

   • Dockerfile是自定义构建镜像， 并运行java项目的Jar包 构成微服务

   • FROM java:8-alpine
     COPY ./app.jar /tmp/app.jar
     ENTRYPOINT java -jar /tmp/app.jar
     

     

2. 另外三个微服务是基于mysql的，还要建mysql文件夹，并包含conf daya文件配置

3. 使用docker-compose文件搭建微服务，所以在建个docker-compose,yml

   • 项目，将数据库、nacos地址都命名为docker-compose中的服务名

   • version: "3.2"
     
     services:
       nacos:
         image: nacos/nacos-server
         environment:
           MODE: standalone
         ports:
           - "8848:8848"
       mysql:
         image: mysql:5.7.25
         environment:
           MYSQL_ROOT_PASSWORD: 123
         volumes:
           - "$PWD/mysql/data:/var/lib/mysql"
           - "$PWD/mysql/conf:/etc/mysql/conf.d/"
       userservice:
         build: ./user-service
       orderservice:
         build: ./order-service
       gateway:
         build: ./gateway
         ports:
           - "10010:10010"
     

   • • nacos：作为注册中心和配置中心
       • image: nacos/nacos-server： 基于nacos/nacos-server镜像构建
       • environment：环境变量
         • MODE: standalone：单点模式启动
       • ports：端口映射，这里暴露了8848端口
     • mysql：数据库
       • image: mysql:5.7.25：镜像版本是mysql:5.7.25
       • environment：环境变量
         • MYSQL_ROOT_PASSWORD: 123：设置数据库root账户的密码为123
       • volumes：数据卷挂载，这里挂载了mysql的data、conf目录，其中有我提前准备好的数据
     • userservice、orderservice、gateway：都是基于Dockerfile临时构建的

4. 将cloud-demo上传至虚拟机，利用 docker-compose up -d 来部署

总结

提示：这里对文章进行总结：
例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。