Docker基本使用(一)

本文详细介绍了如何使用Docker进行容器操作、镜像管理及构建新镜像的过程,包括创建、启动/关闭容器,查看容器状态,运行命令,日志查看,以及通过Dockerfile构建自定义镜像的方法。

1.创建一个容器
docker run –name firstD -i -t ubuntu /bin/bash
其中–name表示容器名称,-i表示开启stdin,-t表示开启伪tty终端
如果增加-d表示为后台运行
如果增加-c可以启动后运行相关命令
如果增加–restart=always则可以自动重启

2.启动/关闭容器,查看容器进程
启动:docker start firstD
关闭:docker stop firstD
查看所有的docker进程:docker ps
查看进程详细情况:docker top firstD
杀掉容器进程:docker kill 进程ID

3.重新链接 docker attach firstD 并要回车

4.查看容器日志:docker logs firstD
增加-f表示监控
增加-t表示增加时间戳
增加–tail n表示显示最后n行内容

5.在已经打开的容器中运行命令:docker exec firstD ls -l

6.查看容器详细信息:docker inspect firstD

7.删除容器(必须先停止容器)docker rm firstD
删除全部容器 docker rm docker ps -qa

8.拉取镜像 docker pull centos[:tag号]
显示镜像列表 docker images [镜像名,比如ubuntu]
查找镜像 docker search 查找内容

9.设置国内道客云的代理
echo “DOCKER_OPTS=\”$DOCKER_OPTS –registry-mirror=http://xxx.m.daocloud.io\”” | sudo tee -a /etc/default/docker(需要到道客云注册)
sudo service docker restart

10.使用Dockerfile构建新镜像
Dockerfile内容:

FROM ubuntu 14.04
MAINTAINER chris "xxxxx@163.com"
RUN apt-get update
RUN apt-get install -y nginx
RUN echo 'hi,this is first one' \
    >/usr/share/nginx/html/index.html
EXPOSE 80

然后使用docker build -t=”learn01/static_web” .创建镜像
最后的点表示在当前目录找Dockerfile文件
可以看到成功创建后为Successfully built 9e3a9e038544
然后可以启动一个该类型的容器:
docker run -d -p 80 –name static_web2 learn01/static_web nginx -g “daemon off;”
如果使用–no-cache则会重新执行而不采用缓存
查看构建历史docker history 9e3a9e038544
可以通过docker ps看到容器运行使用到了80端口:
0.0.0.0:9001->80/tcp
可以查看该容器的80端口绑定了本地的哪个端口
docker port c36cac2f09d7
结果为:80/tcp -> 0.0.0.0:9001
-p的格式:宿主机IP:宿主Port:容器Port
也可以在docker run 后面使用-p 80:80表示容器的80端口绑定本地的80端口,如果用-P则表示EXPOSE的所有端口都对外开放

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值