• Docker常用命令学习


    sudo service docker start
    sudo docker run hello-world
    docker stats --help
    docker run -d -P training/webapp python app.py
    docker ps
    docker port 7a38a1ad55c6
    docker logs -f 7a38a1ad55c6-f:让 dokcer logs 像使用 tail -f 一样来输出容器内部的标准输出
    docker top determined_swanson我们还可以使用 docker top 来查看容器内部运行的进程
    使用 docker inspect 来查看Docker的底层信息。
    它会返回一个 JSON 文件记录着 Docker 容器的配置和状态信息。
    docker inspect determined_swanson
    docker images 来列出本地主机上的镜像


    REPOSTITORY:表示镜像的仓库源

    TAG:镜像的标签

    IMAGE ID:镜像ID

    CREATED:镜像创建时间

    SIZE:镜像大小
    同一仓库源可以有多个 TAG,代表这个仓库源的不同个版本,如ubuntu仓库源里,
    有15.10、14.04等多个不同的版本,我们使用 REPOSTITORY:TAG 来定义不同的镜像。
    我们可以从 Docker Hub 网站来搜索镜像,Docker Hub 网址为: https://hub.docker.com/

    我们也可以使用 docker search 命令来搜索镜像。比如我们需要一个httpd的镜像来作为我们的web服务。我们可以通过 docker search 命令搜索 httpd 来寻找适合我们的镜像。
    docker search httpd
    NAME:镜像仓库源的名称

    DESCRIPTION:镜像的描述

    OFFICIAL:是否docker官方发布
    我们决定使用上图中的httpd 官方版本的镜像,使用命令 docker pull 来下载镜像。
    docker pull httpd

    更新镜像之前,我们需要使用镜像来创建一个容器
    docker run -t -i ubuntu:15.10 /bin/bash

    在运行的容器内使用 apt-get update 命令进行更新。

    在完成操作之后,输入 exit命令来退出这个容器。

    此时ID为e218edb10161的容器,是按我们的需求更改的容器。我们可以通过命令 docker commit来提交容器副本。

    runoob@runoob:~$ docker commit -m="has update" -a="runoob" e218edb10161 runoob/ubuntu:v2
    sha256:70bf1840fd7c0d2d8ef0a42a817eb29f854c1af8f7c59fc03ac7bdee9545aff8

    各个参数说明:

    -m:提交的描述信息

    -a:指定镜像作者

    e218edb10161:容器ID

    runoob/ubuntu:v2:指定要创建的目标镜像名
    构建镜像

    我们使用命令 docker build , 从零开始来创建一个新的镜像。为此,我们需要创建一个 Dockerfile 文件,
    touch Dockerfile
    vim Dockerfile然后将下面的命令写入Dockerfile
    其中包含一组指令来告诉 Docker 如何构建我们的镜像。runoob@runoob:~$ cat Dockerfile //这个查看文件内容的

    FROM centos:6.7
    MAINTAINER Fisher "fisher@sudops.com"

    RUN /bin/echo 'root:123456' |chpasswd
    RUN useradd runoob
    RUN /bin/echo 'runoob:123456' |chpasswd
    RUN /bin/echo -e "LANG="en_US.UTF-8"" >/etc/default/local
    EXPOSE 22
    EXPOSE 80
    CMD /usr/sbin/sshd -D

    情不知所起一往而深
  • 相关阅读:
    【转载】 opencv, PIL.Image的彩色图片维度 && caffe和pytorch的矩阵维度
    【转载】 Caffe BN+Scale层和Pytorch BN层的对比
    【转载】 Pytorch中的学习率调整lr_scheduler,ReduceLROnPlateau
    【转载】 Pytorch(0)降低学习率torch.optim.lr_scheduler.ReduceLROnPlateau类
    【转载】 PyTorch学习之六个学习率调整策略
    【转载】 Pytorch(1) pytorch中的BN层的注意事项
    【转载】 【caffe转向pytorch】caffe的BN层+scale层=pytorch的BN层
    硬件设计之串口收发器---ISO1050 (现行) 隔离式 5V CAN 收发器
    外盘和内盘
    工业级别sd卡存贮slc mlc tlc
  • 原文地址:https://www.cnblogs.com/xingbiaoblog/p/7846728.html
Copyright © 2020-2023  润新知