docker部署nginx

该文详细介绍了如何使用Docker来安装和部署Nginx服务,包括下载Nginx镜像,后台运行测试容器,创建项目目录,复制配置文件,删除测试容器,以及最后通过挂载目录重新运行Nginx服务并设置端口映射和自动重启。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

使用docker 安装部署 nginx项目

条件:服务器安装docker

一、下载nginx镜像

docker pull nginx

二、运行nginx镜像

#运行镜像测试,-d:后台运行
docker run --name nginx-test -d nginx

三、创建nginx项目存放目录

#这里我放到 /opt/nginx/ 下
mkdir -p /opt/nginx/nginx-test/html /opt/nginx/nginx-test/logs /opt/nginx/nginx-test/conf

四、将测试容器的conf文件等,复制到新创建的目录中

#这里就复制了nginx.conf 和 index.html
docker cp nginx-test:/etc/nginx/nginx.conf /opt/nginx/nginx-test/conf
docker cp nginx-test:/usr/share/nginx/html/index.html /opt/nginx/nginx-test/html

五、删除测试nginx, 重新运行nginx-test并挂载容器中的目录

#先删除测试nginx
docker rm -f nginx-test
#运行容器
#-p				设置端口号  [外部访问的]/[容器中的]
#--restart		设置重启
#--name			设置容器名称
#-v				设置文件挂载  [外部创建的目录]/[容器中的目录]
#-d				设置后台运行
docker run -p 81:80  --restart=always --name nginx-test  -v /opt/nginx/nginx-test/logs/:/var/log/nginx -v /opt/nginx/nginx-test/conf/nginx.conf:/etc/nginx/nginx.conf -v /opt/nginx/nginx-test/html:/usr/share/nginx/html -d nginx

需要挂载的nginx目录

/etc/nginx/nginx.conf
/usr/share/nginx/html
/var/log/nginx

六、效果

使用端口号访问
在这里插入图片描述

### 如何在 CUDA 10.2 上安装 PyTorch 为了确保顺利安装适用于 CUDA 10.2 的 PyTorch 版本,建议通过 Anaconda 来管理依赖关系和环境。以下是具体操作指南: #### 创建并激活新的 Conda 环境 推荐先创建一个新的 Python 环境来隔离不同项目的库文件,防止版本冲突。 ```bash conda create -n pytorch_env python=3.7 conda activate pytorch_env ``` #### 配置国内镜像源加快下载速度 考虑到网络因素可能影响包的获取效率,可设置清华大学开源软件镜像站作为默认渠道之一[^5]。 ```bash conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ conda config --set show_channel_urls yes conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/ ``` #### 安装指定版本的 PyTorch 及其相关组件 根据需求选择合适的 PyTorch 和其他必要的扩展模块版本进行安装。对于 CUDA 10.2 用户来说,可以选择如下命令完成安装过程[^2]。 ```bash conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch ``` #### 验证安装情况 最后一步是在 Python 解释器内部验证是否正确加载了带有 GPU 支持功能的 PyTorch 库[^4]。 ```python import torch print(torch.__version__) print(torch.cuda.is_available()) ``` 如果一切正常,则会显示相应的 PyTorch 版本号,并确认存在可用的 CUDA 设备支持。
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