为了不污染服务器环境，保证程序运行时有更好的隔离性，领导要求基于容器运行程序。
一、准备工作
1、创建文件夹faiss
该文件夹有用于存放faiss相关的文件及脚本
mkdir ~/faiss
2、创建data文件夹
cd ~/faiss
mkdir data
这个文件夹用于volume，映射容器内部文件夹
二、编写Dockerfile
# 使用 centos:7.9 作为基础镜像
FROM centos:7
# 安装必要的系统软件包
RUN yum install -y wget bzip2 vim
# 下载并安装 Miniconda
RUN wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh
RUN bash miniconda.sh -b -p /opt/conda
RUN rm miniconda.sh
ENV PATH="/opt/conda/bin:${PATH}"
# 创建 conda 环境并安装 faiss-gpu 和 pandas
RUN conda create -y -n faiss_env python=3.8 && echo "conda activate faiss_env" >> ~/.bashrc
#RUN conda create -n faiss_env python=3.8
#RUN conda init bash
#RUN conda activate faiss_env && \
# pip3 install faiss-gpu -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com
#RUN pip3 install pandas -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
# 设置工作目录
WORKDIR /app主要是创建了一个基于centos7的镜像，然后按照miniconda、faiss-gpu 和 pandas，但是奇怪的是在这里不管是执行pip install 还是conda install，都执行不成功，但是把这个放到容器中执行就可以，咱也不知道为啥。
三、构建镜像
创建一个名为faiss-gpu的镜像，版本为v1；为了方便记录，创建一个构建的脚本build.sh
#!/bin/bash
docker build -t faiss-gpu:v1 .执行即可：
sh build.sh
查看是否成功：
docker images |grep faiss
四、运行容器
创建一个run.sh的文件，内容如下：
docker run -it --name=ndf-faiss -v /home/ndf/faiss/data:/app/data faiss-gpu:v1 /bin/bash--name：指定了一个名称为ndf-faiss的容器；
-v：指定一个卷（volume），将宿主机的/home/ndf/faiss/data目录映射到容器的/app/data目录；
命令最后是指定了使用的镜像及版本；
OK，可以开始表演了！