云计算之路Ⅰ

1.概述

Docker本质：

镜像（Image）= 装好环境的压缩包比如：Python + PyTorch + CUDA 一体包。
容器（Container）= 独立的虚拟电脑 你可以在里面跑代码、装库、训练模型，和你本机完全隔离。

Docker = 一键拥有任何环境，永不报错，永不冲突。

2.常用命令

首先得在docker的官网下载其软件，安装相应版本的Docker。

Docker 入门教程 - 阮一峰的网络日志

查看基础配置问题

复制代码

# 查看docker的版本
docker --version

#跑docker的 hello world
docker run --rm hello-world

常用命令

复制代码

#查看本地的镜像
docker images

复制代码

# 以我上述已存在的基础镜像为例这样会进入python编译框
docker run -it --name my-python-env -v %cd%:/app python:3.10-slim

#建议直接使用该步骤更为明确
docker run -it --name my-python-env -v %cd%:/app python:3.10-slim /bin/bash


#参数说明

-it	交互式终端	让你能进入容器敲 Linux 命令，像用本地终端一样。

--name my-python-env	给容器起名字	方便后续启停、进入，不用记长 ID

-v %cd%:/app	目录挂载	把你当前的 C:\Users\Lenovo 文件夹，映射到容器内的 /app 目录 → 你本地改代码，容器里直接生效，不用来回传文件。

python:3.10-slim	指定镜像	用你已经下载好的这个 Python 环境

最后加了 /bin/bash，这是强制告诉 Docker："直接给我一个 Linux 终端，不要直接进 Python！"

注意重点：

0：容器环境 = 全新空白 Linux。需要什么包则需要在容器中再装一遍。

1.此处的app对应的是windows电脑的进入前目录C:\Users\Lenovo。

2.C:\Users\Lenovo\workspace\test\test_env.py == /app/workspace/test/test_env.py

复制代码

#查看正在执行的docker

docker ps -a

#删除指定的docker

docker rm my-python-env

本质：

Conda：创建一个环境 → 装包 → 隔离 Python
Docker：创建一个容器 → 装系统 + 装库 → 整个系统都隔离

Conda 环境

只隔离 Python 包 你的系统还是 Windows / 本机 LinuxC++ 版本、系统库、显卡驱动、操作系统都共享

Docker 容器

隔离 整个操作系统 + 所有库 + 所有文件 + 所有环境 等于：一台全新的独立 Linux 虚拟机（轻量版）

正确规则（记住这一句，永远不踩坑）

docker 开头的所有命令 → 必须在 Windows CMD 里输！

python /pip/cd → 在容器里输

案例操作：

1.删除相应的别的环境从0 开始

复制代码

docker stop $(docker ps -aq)
docker rm $(docker ps -aq)
docker rmi $(docker images -aq)
docker system prune -f

2.运行容器并进入/app

复制代码

#运行容器
docker run -it --name myai -v %cd%:/app python:3.10-slim /bin/bash

#进入app，安装cpu
cd app
pip install numpy pandas torch --index-url https://download.pytorch.org/whl/cpu

3.运行我的python脚本

复制代码

cd /app
python workspace/test/test_env.py

3.总结：

本章为笔者首次搭建docker环境并尝试跑通本地环境以及代码，具有深刻意义。