通过基础镜像构建自己的镜像_基于jdk包建立一个cuda镜像-优快云博客

本文链接：https://blog.youkuaiyun.com/qq_45141261/article/details/140656408

引言

在容器化应用的开发过程中，构建自定义镜像是一个重要环节。通过从基础镜像出发，我们可以根据项目需求配置环境、安装依赖、设置脚本及工作目录，从而打造一个专属的镜像。本文将详细介绍如何通过基础镜像构建自己的镜像，涵盖以下内容：

选择和使用基础镜像
设置维护者信息
配置时区和环境变量
优化镜像大小
工作目录与脚本管理
分离包管理的脚本 pip_download.sh

1. 选择和使用基础镜像

镜像的选择是构建的第一步。选择一个合适的基础镜像，可以减少额外配置的工作量。例如：

如果需要运行 Python 脚本，可以选择 python:3.9-slim（轻量版 Python 镜像）。
如果需要 GPU 支持的深度学习环境，可以选择 NVIDIA 的 CUDA 镜像，例如 nvidia/cuda:12.1.0-cudnn8-devel-ubuntu20.04。
示例：

# 使用轻量版 Python 3.9 基础镜像
FROM python:3.9-slim

# 使用 NVIDIA CUDA 基础镜像
FROM nvidia/cuda:12.1.0-cudnn8-devel-ubuntu20.04

2. 设置维护者信息

为了便于团队协作和镜像管理，可以在镜像中添加维护者信息。通过 LABEL 指令，可以为镜像添加作者、版本描述等元信息。
示例：

LABEL author="your_name" \
      description="your_project:v1.0" \
      log="项目描述信息"

3. 配置时区和环境变量

设置时区
容器默认的时区通常是 UTC。如果你的应用需要使用特定的时区（如东八区），可以通过以下命令设置：

ENV TZ=Asia/Shanghai
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone

配置常用环境变量
为了避免交互式安装，可以将环境变量 DEBIAN_FRONTEND 设置为非交互模式：

ENV DEBIAN_FRONTEND=noninteractive

设置默认的语言环境变量，确保容器内的输出和日志无乱码：

ENV LC_ALL="C.UTF-8" \
    LANG="C.UTF-8"

4. 优化镜像大小

优化镜像大小可以提升构建效率和运行性能。以下是一些常用的优化技巧：

使用轻量级基础镜像：如 python:slim 替代 python，alpine 替代 ubuntu。

清理缓存文件：

在安装系统依赖后清理 apt-get 缓存：

RUN apt-get clean && rm -rf /var/lib/apt/lists/*RUN apt-get clean && rm -rf /var/lib/apt/lists/*

删除临时文件：
```
RUN rm -rf /tmp/* /var/tmp/*
```

5. 工作目录与脚本管理

设置工作目录
通过 WORKDIR 指令，指定容器中的工作目录。这样可以避免在多个命令中反复使用绝对路径。

WORKDIR /app

拷贝和管理脚本
将本地的脚本文件复制到镜像中，并赋予执行权限：

COPY pip_download.sh /root/pip_download.sh
COPY run.sh /usr/bin/run.sh
RUN chmod +x /usr/bin/run.sh /root/pip_download.sh

6. 分离包管理的脚本 pip_download.sh

为了更好地管理依赖项，建议通过一个独立的脚本文件 pip_download.sh 来安装 Python 包。将依赖列表集中在一个文件中，便于统一管理和更新。
pip_download.sh 示例

#!/bin/bash

# 配置国内镜像源
mkdir -p /root/.pip
echo "[global]" > /root/.pip/pip.conf
echo "index-url = https://pypi.tuna.tsinghua.edu.cn/simple" >> /root/.pip/pip.conf
echo "[install]" >> /root/.pip/pip.conf
echo "trusted-host = pypi.tuna.tsinghua.edu.cn" >> /root/.pip/pip.conf

# 安装依赖
pip install --upgrade pip
pip install numpy pandas flask

在 Dockerfile 中调用此脚本安装 Python 包：

RUN bash /root/pip_download.sh

7. 完整示例

以下是一个完整的 Dockerfile 示例，展示了如何从基础镜像构建一个自定义镜像：

# 使用基础镜像
FROM python:3.10-slim

# 维护者信息
LABEL author="your_name" \
      description="your_project:v1.0" \
      log="示例项目"

# 设置环境变量
ENV TZ=Asia/Shanghai \
    DEBIAN_FRONTEND=noninteractive \
    LC_ALL="C.UTF-8" \
    LANG="C.UTF-8"

# 设置时区
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone

# 安装必要的软件
RUN apt-get update && apt-get install -y moreutils && \
    apt-get clean && rm -rf /var/lib/apt/lists/*

# 设置工作目录
WORKDIR /app

# 拷贝脚本到指定目录
COPY pip_download.sh /root/pip_download.sh
COPY run.sh /usr/bin/run.sh

# 赋予脚本执行权限
RUN chmod +x /root/pip_download.sh /usr/bin/run.sh

# 安装依赖
RUN bash /root/pip_download.sh

# 设置启动命令
CMD ["sh", "-c", "/usr/bin/run.sh 2>&1 | ts '[%Y-%m-%d %H:%M:%S]' > /app/logs/run.log"]