docker centos7_Centos7上搭建Docker

本文介绍如何在CentOS系统上手动部署Docker,并详细讲解了Docker的基本用法、镜像管理和容器管理等内容。此外还提供了从Dockerfile到构建镜像并推送至远程仓库的完整流程。

l 适用对象

l 主要内容

l 部署Docker

l Docker基本用法

l 镜像制作

本文讲述 Docker 在 CentOS 系统上的部署过程。

主要内容

  • 部署docker
  • docker基本用法
  • 镜像制作

部署Docker

本文主要说明手动安装docker的操作步骤,部署云服务器。

本文实践操作系统版本为CentOS 7.5 64 3.10.0-514.6.2.el7.x86_64。

说明 Docker要求64位的系统且内核版本至少为3.10。

1、添加yum源

# yum install epel-release –y

# yum clean all

# yum list

2、安装并运行Docker

# yum install docker-io –y

# systemctl start docker

3、检查安装结果。

# docker info

出现以下xin说明信息则表明安装成功。

6a84065cd684f4670b30971ff22e11e0.png

Docker基本用法

1、Docker守护进程管理。

# systemctl start docker #运行Docker守护进程

# systemctl stop docker #停止Docker守护进程

# systemctl restart docker #重启Docker守护进程

2、镜像管理。本文使用的是来自阿里云仓库的Apache镜像。

# docker pull registry.cn-hangzhou.aliyuncs.com/lxepoo/apache-php5

修改标签,由于阿里云仓库镜像的镜像名称很长,可以修改镜像标签以便记忆区分。

# docker tag registry.cn-hangzhou.aliyuncs.com/lxepoo/apache-php5:latest aliweb:v1

查看已有镜像。

# docker images

强制删除镜像。

# docker rmi –f registry.cn-hangzhou.aliyuncs.com/lxepoo/apache-php5

3、容器管理。

e121d5f99e1e是执行docker images命令查询到的IMAGE ID,使用docker run命令进入容器。

# docker run –ti e121d5f99e1e /bin/bash

使用exit可以退出当前容器。

run命令加上–d参数可以在后台运行容器,—name指定容器命名为apache。

# docker run -d --name apache e121d5f99e1e

进入后台运行的容器。

# docker exec -ti apache /bin/bash

将容器做成镜像。

# docker commit containerID/containerName newImageName:tag

为了方便测试和恢复,先将源镜像运行起来后再做一个命名简单的镜像做测试。

# docker commit 4c8066cd8c01 apachephp:v1

运行容器并将宿主机的8080端口映射到容器里去。

# docker run -d -p 8080:80 apachephp:v1

在浏览器输入宿主机ip加8080端口访问测试,出现以下内容则说明运行成功。

41fb2ef44de4ecb1d66d18b8f3eb4444.png

镜像制作

1、准备dockerfile内容。

# vim Dockerfile

FROM apachephp:v1 #声明基础镜像来源

MAINTAINER DTSTACK #声明镜像拥有者

RUN mkdir /dtstact #RUN后面接容器运行前需要执行的命令,由于Dockerfile文件不能超过127行,因此当命令较多时建议写到脚本中执行

ENTRYPOINT ping www.aliyun.com #开机启动命令,此处最后一个命令需要是可在前台持续执行的命令,否则容器后台运行时会因为命令执行完而退出。

2、构建镜像。

docker build -t webcentos:v1 . # . 是Dockerfile文件的路径,不能忽略

docker images #查看是否创建成功

docker run –d webcentos:v1 #后台运行容器

docker ps #查看当前运行中的容器

docker ps –a #查看所有容器,包括未运行中的

docker logs CONTAINER ID/IMAGE #如未查看到刚才运行的容器,则用容器id或者名字查看启动日志排错

docker commit fb2844b6c070 dtstackweb:v1 #commit 后接容器id 和构建新镜像的名称和版本号。

docker images #列出本地(已下载的和本地创建的)镜像

docker push #将镜像推送至远程仓库,默认为 Docker Hub

3、将镜像推送到registry。

docker login --username=dtstack_plus registry.cn-shanghai.aliyuncs.com #执行后输入镜像仓库密码

docker tag [ImageId] registry.cn-shanghai.aliyuncs.com/dtstack123/test:[镜像版本号]

docker push registry.cn-shanghai.aliyuncs.com/dtstack123/test:[镜像版本号]

在镜像仓库能查看到镜像版本信息则说明push成功。

其中ImageId和镜像版本号请您根据自己的镜像信息进行填写。

内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
Docker镜像centos7_jdk1.8是一个集成了CentOS 7操作系统和Java Development Kit (JDK) 1.8环境的Docker镜像。这个镜像通常用于开发和部署基于Java的应用程序,特别是那些需要在Linux环境下运行的应用。以下是一些关键点: 1. **基础镜像**:该镜像以CentOS 7为基础,提供了稳定且广泛使用的Linux环境。 2. **JDK版本**:集成了JDK 1.8,这是Java开发的标准版本,支持大多数Java应用程序。 3. **用途**:适用于需要特定Java版本和Linux环境的应用程序开发、测试和部署。 4. **配置**:通常会预先配置好环境变量,如JAVA_HOME,确保Java应用程序能够正确运行。 ### 如何使用centos7_jdk1.8镜像 1. **拉取镜像**: ```sh docker pull centos7_jdk1.8 ``` 如果这个镜像在Docker Hub上没有官方版本,你可以使用Dockerfile自己构建。 2. **编写Dockerfile**: ```dockerfile FROM centos:7 RUN yum install -y java-1.8.0-openjdk-devel ENV JAVA_HOME=/usr/lib/jvm/java-1.8.0-openjdk ENV PATH=$JAVA_HOME/bin:$PATH CMD ["bash"] ``` 3. **构建镜像**: ```sh docker build -t centos7_jdk1.8 . ``` 4. **运行容器**: ```sh docker run -it centos7_jdk1.8 ``` ### 优点 - **一致性**:确保开发和生产环境的一致性,减少“在我的机器上可以运行”的问题。 - **便携性**:可以在任何支持Docker的环境中运行,无论是本地机器、云服务器还是数据中心。 - **隔离性**:每个容器都是隔离的,避免了应用程序之间的冲突。
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