pycharm连接docker容器运行代码

一、​​​​​​pycharm如何连接远程服务器的docker容器进行运行和调试代码(二)_pycharm 连接远程docker-优快云博客

 

找不到2375端口,systemctl命令不能使用(wsl2中ubuntu22.04)

 WSL2支持systemctl命令_wsl systemctl-优快云博客

尝试: 

仍然显示systemctl命令不能用,放弃。。

二、

pycharm如何连接远程服务器的docker容器进行运行和调试代码(一)_pycharm 远程docker-优快云博客

 Pycharm代码docker容器运行调试 | 机器学习系列_pycharm +docker demo-优快云博客

 

 显示需要安装其他依赖

安装openssh-server报Depends: openssh-client (= 1:6.6p1-2ubuntu2.8)错误_ssh depends on openssh-server (>= 1:8.2p1-4ubuntu0-优快云博客

这是因为,openssh-server是依赖于openssh-clien的,那ubuntu不是自带了openssh-client吗?

原由是自带的openssh-clien与所要安装的openssh-server所依赖的版本不同

所以要安装对应版本的openssh-clien,来覆盖掉ubuntu自带的

sudo apt-get install openssh-client=1:8.2p1-4ubuntu0.11

 运行容器:

docker run --name=laser_test -itd --gpus all --restart=always -p 2299:22 laser_image:latest bash


docker exec -it laser_test bash

 

连接失败:

有可能安装serve是在docker images里 

是这样的

但是宿主机指的是安装docker的ubuntu (windows的子系统)

更换思路一:通过SSH连接

发现ubuntu子系统IP地址不固定:

 

一个固定 WSL2 ip 的简单方法 - Joy-word - 博客园 (cnblogs.com)

过程较为复杂,放弃。。

三、

ubuntu子系统docker镜像导出,使用宿主机windows安装的docker运行,而后用pycharm--docker连接

docker容器复制到另一台机器|极客教程 (geek-docs.com)

容器 · Docker -- 从入门到实践 (docker-practice.github.io)

Windows系统下安装配置docker,并用Pycharm进行远程连接_windows安装docker与pycharm的使用-优快云博客

失败。。

windows,pycharm连接本地docker容器_pycharm连接docker环境 端口映射-优快云博客

失败。。

### 解决 PyCharm 连接 Docker 容器中的 Spark 无法运行问题 #### 配置 Docker 容器内的 Spark 环境 为了使 PyCharm 能够成功调用 Docker 容器内安装的 Spark 并正常工作,需先确认容器内部署了完整的 Spark 环境。这通常意味着要确保镜像中包含了 Spark 的二进制文件以及任何必要的依赖项。 #### 设置正确的 Python 解释器 当配置 PyCharm 使用 Anaconda3 基础环境中包含的 Python 版本作为解释器时,应验证此环境中已正确设置了 SPARK_HOME 变量,并且 `findspark` 或其他类似的库已被安装以便于自动初始化 SparkSession 对象[^1]。 ```bash export SPARK_HOME=/path/to/spark pip install findspark ``` #### 修改防火墙/安全组规则 有时网络策略可能会阻止主机与 Docker 容器之间的通信。因此建议检查并调整相关设置允许来自本地开发机器到目标端口(通常是7077用于Master节点,默认情况下)的数据流通过[^2]。 #### 更新 PyCharm Professional Edition 中的项目 SDK 和路径映射 在 PyCharm 中添加新的远程解释器之后,还需要指定源码目录同容器间的对应关系。具体来说就是告诉 IDE 如何将宿主机上的代码转换成容器里可以访问的形式。这一过程可以通过编辑 Deployment Settings 来完成,在这里定义好两者之间相对位置后保存更改即可生效。 #### 测试连接稳定性 最后一步是在一切准备就绪的情况下尝试执行简单的测试程序来检验整个流程是否顺畅无阻。比如创建一个新的 Python 文件编写如下所示的一段简单脚本来启动一个 Spark 应用: ```python import os from pyspark.sql import SparkSession os.environ['SPARK_HOME'] = '/opt/spark' # 替换成实际路径 spark = ( SparkSession.builder.appName("TestApp") .master("local[*]") .getOrCreate() ) data = [("James", "Sales"), ("Michael", "Sales")] df = spark.createDataFrame(data, ["name", "dept"]) print(df.show()) ```
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