跳到主要內容

Docker 常用指令與容器操作教學

2017/03/120 Comments
這裡整理了一些常用的 Docker 指令操作方式，包含容器的啟動、停止、監看、檔案複製與目錄掛載等。

啟動 Docker 容器

docker run 可以用來啟動 Docker 虛擬容器環境：
# 啟動 Docker 容器
docker run -it tensorflow/tensorflow bash
加上 -it 參數代表在執行 Docker 虛擬容器環境時，開啟虛擬終端機，以互動的模式執行。這個例子是執行一個 TensorFlow 的 Docker 容器，並且在 Docker 中執行 bash。

列出所有 Docker 容器

docker ps 可以列出所有 Docker 容器的資訊：
# 列出所有 Docker 容器
docker ps
CONTAINER ID        IMAGE                   COMMAND             CREATED              STATUS              PORTS                NAMES
d9b6f31bd21d        tensorflow/tensorflow   "bash"              About a minute ago   Up About a minute   6006/tcp, 8888/tcp   elated_panini
從輸出中可以看到這個新的 Docker 容器 ID 為 d9b6f31bd21d。

停止 Docker 容器

若要停止 Docker 容器，可以使用 stop 指令：
# 停止 Docker 容器
docker stop DOCKER_ID
其中 DOCKER_ID 就是 Docker 容器的 ID。
如果 Docker 容器當掉，可以考慮改用 kill：
# 強制停止 Docker 容器
docker kill DOCKER_ID

重新啟動 Docker 容器

若要重新啟動 Docker 容器，則可使用 restart：
# 重新啟動 Docker 容器
docker restart DOCKER_ID

暫停 Docker 容器

若要暫停 Docker 容器，可用：
# 暫停 Docker 容器
docker pause DOCKER_ID
若要讓暫停的 Docker 容器恢復執行，則使用：
# 恢復 Docker 容器
docker unpause DOCKER_ID

複製檔案

接著在實體機器（host）中使用 docker cp 指令，將檔案複製到該容器內：
# 複製檔案
docker cp /path/to/file1 DOCKER_ID:/path/to/file2
這樣就會把實體機器的 /path/to/file1 複製到 Docker 容器中的 /path/to/file2。
Docker 容器內的預設路徑是根目錄（/），所以上面的指令也可以寫成：
# 複製檔案
docker cp /path/to/file1 DOCKER_ID:path/to/file2
docker cp 的運作方式類似 Linux 系統的 cp -a 指令，也就是說它可以直接複製整個目錄以及其子目錄：
# 複製檔案
docker cp /path/to/folder DOCKER_ID:/another/path/
這樣就會把實體機器的 /path/to/folder 目錄整個複製到 Docker 容器中的 /another/path/。
若要把 Docker 容器內的檔案複製出來，也是使用類似的做法：
# 複製檔案
docker cp DOCKER_ID:/path/to/file1 /path/to/file2
這樣就可以把 Docker 容器內的 /path/to/file1 複製到實體機器的 /path/to/file2。目錄的複製方法也相同：
# 複製目錄
docker cp DOCKER_ID:/path/to/folder /path/to/

掛載目錄

如果想要將實體機器的目錄直接掛載至 Docker 容器內，可以使用 -v 參數：
# 掛載目錄
docker run -it -v /home/seal/data:/data tensorflow/tensorflow bash
這樣就會將實體機器的 /home/seal/data 掛載至 Docker 容器內的 /data，讓實體機器與 Docker 容器可以共享同一個目錄，在 Docker 容器中將資料放進這個目錄時，於實體機器中可以同時看見，反之亦然。

限制 CPU 使用量

Docker 預設並不會限制容器的 CPU 使用量，也就是說實體機器有多少 CPU 核心，Docker 容器就可以使用多少。若要限制 Docker 容器的 CPU 使用量，可以使用 --cpus 來指定可用的 CPU 數量：
# 限制 CPU 使用量
docker run -it --cpus=1.5 agileek/cpuset-test
這樣就會限制 Docker 容器最多只能使用到 1.5 顆實體的 CPU。

限制記憶體使用量

記憶體的狀況與 CPU 類似，預設都沒有任何限制，若要限制記憶體與 swap 交換空間的用量，可以使用 --memory 與 --memory-swap 參數：
# 限制記憶體使用量
docker run -it --memory=300m --memory-swap=1g tensorflow/tensorflow bash
這樣就會允許 Docker 容器使用 300m 的記憶體，以及 1g - 300m = 700m 的 swap 交換空間。

網路連接埠

如果要讓 Docker 容器內部的服務可以接收來自於外部的網路連線，可以使用 -p 參數將 Docker 容器內部的連接埠對應到實體機器的連接埠：
# 設定網路連接埠對應
docker run -it -p 80:8888 tensorflow/tensorflow
這樣就會將 Docker 容器的 8888 連接埠，對應到實體機器的 80 連接埠。
這是將 Docker 容器的 8080 連接埠與實體機器 127.0.0.1 的 80 連接埠的例子：
# 設定網路連接埠對應
docker run -p 127.0.0.1:80:8080 ubuntu bash

查看 Docker 容器的 CPU、記憶體與網路用量

若要查看 Docker 容器的 CPU、記憶體與網路用量，可以使用 stats：
# 查看 CPU、記憶體與網路用量
docker stats
CPU、記憶體與網路用量

查看 Docker 容器內部的行程

若要查看 Docker 容器內部的行程，可以使用 top：
# 查看 Docker 容器內部的行程
docker top DOCKER_ID
Docker 容器內部的行程

留言

張貼留言

這個網誌中的熱門文章

opencv4nodejs Asynchronous OpenCV 3.x Binding for node.js   122     2715     414   0   0 Author Contributors Repository https://github.com/justadudewhohacks/opencv4nodejs Wiki Page https://github.com/justadudewhohacks/opencv4nodejs/wiki Last Commit Mar. 8, 2019 Created Aug. 20, 2017 opencv4nodejs           By its nature, JavaScript lacks the performance to implement Computer Vision tasks efficiently. Therefore this package brings the performance of the native OpenCV library to your Node.js application. This project targets OpenCV 3 and provides an asynchronous as well as an synchronous API. The ultimate goal of this project is to provide a comprehensive collection of Node.js bindings to the API of OpenCV and the OpenCV-contrib modules. An overview of available bindings can be found in the  API Documentation . Furthermore, contribution is highly appreciated....
張貼留言
閱讀完整內容

2017通訊大賽「聯發科技物聯網開發競賽」決賽團隊29強出爐！作品都在11月24日頒獎典禮進行展示

2017通訊大賽「聯發科技物聯網開發競賽」決賽團隊29強出爐！作品都在11月24日頒獎典禮進行展示 LIS   發表於 2017年11月16日 10:31   收藏此文 2017通訊大賽「聯發科技物聯網開發競賽」決賽於11月4日在台北文創大樓舉行，共有29個隊伍進入決賽，角逐最後的大獎，並於11月24日進行頒獎，現場會有全部進入決賽團隊的展示攤位，總計約為100個，各種創意作品琳琅滿目，非常值得一看，這次錯過就要等一年。 「聯發科技物聯網開發競賽」決賽持續一整天，每個團隊都有15分鐘面對評審團做簡報與展示，並接受評審們的詢問。在所有團隊完成簡報與展示後，主辦單位便統計所有評審的分數，並由評審們進行審慎的討論，決定冠亞季軍及其他各獎項得主，結果將於11月24日的「2017通訊大賽頒獎典禮暨成果展」現場公佈並頒獎。 在「2017通訊大賽頒獎典禮暨成果展」現場，所有入圍決賽的團隊會設置攤位，總計約為100個，展示他們辛苦研發並實作的作品，無論是想觀摩別人的成品、了解物聯網應用有那些新的創意、尋找投資標的、尋找人才、尋求合作機會或是單純有興趣，都很適合花點時間到現場看看。 頒獎典禮暨成果展資訊如下： 日期：2017年11月24日(星期五) 地點：中油大樓國光廳(台北市信義區松仁路3號) 我要報名參加「2017通訊大賽頒獎典禮暨成果展」>>> 在參加「2017通訊大賽頒獎典禮暨成果展」之前，可以先在本文觀看各團隊的作品介紹。 決賽29強團隊如下： 長者安全救星 可隨意描繪或書寫之電子筆記系統 微觀天下 體適能訓練管理裝置 肌少症之行走速率檢測系統 Sugar Robot 賽亞人的飛機維修輔助器 iTemp你的溫度個人化管家 語音行動冰箱 MR模擬飛行 智慧防盜自行車 跨平台X-Y視覺馬達控制 Ironmet 菸消雲散 無人小艇 (Mini-USV) 救OK-緊急救援小幫手 穿戴式長照輔助系統 應用於教育之模組機器人教具 這味兒很台味 Aquarium Hub 發展遲緩兒童之擴增實境學習系統 蚊房四寶 車輛相控陣列聲納環境偵測系統 戶外團隊運動管理裝置 懷舊治療數位桌曆 SeeM智能眼罩 觸...
張貼留言
閱讀完整內容
自製直播音源線 Bird Liang   October 6, 2016   in  View Bird Liang, Chief Engineer (梁子凌 / 技術長兼工程輔導長) 負責 AppWorks 技術策略與佈署，同時主導工程輔導。人生的第一份正職工作是創業，之後在外商圈電子業中闖蕩多年，經歷過 NXP、Sony、Newport Imagining、Crossmatch 等企業，從事無線通訊、影像系統、手機、面板、半導體、生物辨識等不同領域產品開發。熱愛學習新事物，協助團隊解決技術問題。放棄了幾近退休般的生活加入 AppWorks，為的是幫助更多在創業路上的人，並重新體驗創業的熱情。台大農機系、台科大電子所畢業，熱愛賞鳥、演奏管風琴，亦是不折不扣的熱血 Maker。 隨著 Facebook 開放一般帳號直播，現在我們只要拿起手機，隨時隨地都可以開始直播。回想幾年前 AppWorks 剛開始進行 Demo Day 直播時，還要將 HDMI 訊號接進 PC 中、再編碼打進 YouTube 的複雜度，實不可同日而語。 但用手機或平板直播最大的問題往往不是影像而是聲音。iPhone 或 iPad 上的攝影機，感度和解析度早已不輸數年前的專業攝影機，只要現場光不太差，大概都可以拍出令人滿意的畫面。但直播的聲音一直是個大問題，手機上的麥克風跟人耳所聽到的聲音其實有很大的差距，在比較大的場子裡，光是仰賴內建麥克風的收音多半無法有令人滿意的效果。 在大型的活動中，現場通常會有 PA 系統，最理想的方式還是想辦法將 PA 的訊號餵進 iPad 或 iPhone 中，保證聲音乾淨又清楚，絕對不會有其它有的沒的現場音。 iPhone 的耳機孔雖然可以插帶有麥克風的耳機 (如 Apple 原廠的 EarPods)，但它的訊號位準是電容式麥克風的位準。PA 控台的輸出幾乎都是 line level 的，兩者的訊號電壓相差百倍以上，我們得做個小東西來解決這個差距。 Line 與 Mic 在 mixer 上，我們常會看到輸入可以在兩種規格中切換: line level 和 mic level。Mic level 顧名思義就是從麥克風來的訊號，這個訊號的規格是從不需供電的傳統動圈麥克風來的。因為不需...
張貼留言
閱讀完整內容