在筆記本上主要還是想以輕量、方便為主，所以采用的是在WSL2中使用docker的這么一個方案。

WSL2

我筆記本原來是預裝的是WIN10家庭版，需要先升級為專業版，并加入windows預覽體驗計劃。更新完之后，安裝WSL，我選擇的是Ubuntu16.04，并且升級到WSL2^[1]，就可以支持docker了。

在WSL2中安裝docker-ce^[2]。因為WSL2中沒法正常的使用systemctl，我參考了韋易笑的文章^[3]對docker做了自啟動。

Why docker?

• 環境隔離，相當于輕量級的虛擬機
• 可更新、可擴展，一次配置，到處享用
• 一鍵部署

鏡像與容器

鏡像與容器是我們接觸得最多的東西和基本的概念。鏡像是一個只讀的模板，它可以包含一個完整的linux系統、軟件和其它運行環境。docker利用容器來運行應用，容器是鏡像的運行實例，每個容器都是相互隔離的。

Hello world

我們從hello-world，來看看docker運行容器的流程。

安裝完docker后，為了不用每次運行docker命令都需要加上sudo，需要先將用戶加入docker用戶組：sudo adduser $USER docker 。然后登出賬戶，再登陸即可。

完了我們運行docker官方的hello-world，看看能否正常運行：docker run -rm hello-world

這條命令的意思是，從hello-world鏡像創建一個容器并運行容器。

容器被創建后，可以啟動（start）和停止（stop），不需要之后可以刪除。一個容器在程序運行完成后會自動停止，但是容器不會被自動刪除。--rm參數是讓容器運行完成、停止后自動刪除該容器。 我們可以通過docker ps -a命令查看已存在的容器。

從圖中第二、三行可以看到，docker在從鏡像創建容器時，首先會查找本地鏡像。當本地查找不到時，會從倉庫查找。這里的倉庫概念和github、maven的倉庫概念類似，默認是從官方的dockerhub查找，可以自行添加其它鏡像源。

此外，我們運行nginx測試一下在容器中運行web服務，執行命令docker run nginx。我們可以通過localhost來訪問WSL2中的服務：

創建開發環境

一般情況下，我們不需要自己從頭制作一個鏡像，可以在別人做好的鏡像上進行二次制作。以python的flask程序為例，可以把python3.6的鏡像作為基礎鏡像：docker pull python:3.6

其中冒號后面的3.6是tag，如果不加tag的話默認是latest。

然后從該鏡像中運行一個容器實例：docker run -it --name="flask" python:3.6 /bin/bash

可以看到，其實容器內是有一個完整的文件系統的，并且容器內安裝好了python 3.6.10。 關于命令，-i是以交互的形式運行容器，-t是為其分配一個偽輸入終端，--name="flask"則是為該容器創建一個別名。之后我們可以用docker start/stop flask之類的命令來啟動或停止該容器。

接著我們在容器容器內的根目錄創建一個名為app的文件夾（后來發現不用手動創建），為的是之后將宿主機（WSL2）的目錄直接映射到docker容器中，就省去了將宿主機的代碼傳到docker容器這個步驟。并且這種方式對安全、以及數據持久化來說都有幫助。

然后根據需要，在容器內安裝flask：pip install flask，并用docker commit 4f6 eagle/flask命令保存新的鏡像。4f6是容器的id，和git的版本號有些類似，后面是新鏡像的名字。可以看到，由于安裝flask，鏡像的尺寸也比原來大了一些。

這樣我們開發環境的鏡像就創建完成了，接下來要測試一下是否可行。先刪除之前的容器或者運行容器時指定其它的別名，然后使用命令創建新的容器：

docker run -it --name="flask" -p 5555:2333 -v /home/eagle:/app eagle/flask /bin/bash

其中-p 5555:3333是將宿主機的5555端口映射到容器的2333端口，-v /home/eagle:/app則是將宿主機的目錄映射到容器的app目錄。

接著寫一個簡單的flask測試程序，來看看這個容器是否能否充當開發環境。在宿主機創建app.py文件并寫入以下代碼：

from flask import Flaskapp = Flask(__name__)@app.route('/')
def hello():return 'flask in docker'if __name__ == '__main__':app.run(host='0.0.0.0', port=2333)

在docker容器中運行python app.py啟動flask服務，并在瀏覽器中查看結果：

環境移植

接下來我們要考慮如何把自己制作好的鏡像移植到別的機子上，做到“一次配置，到處享用”。很簡單，導出鏡像和導入鏡像只需要：

docker save eagle/flask > flask-docker-image.tar.gz
docker load < flask-docker-image.tar.gz

但是，我們的問題不在于此。從前面可以看到，我們制作好的鏡像足足有900+MB那么大，能不能有什么辦法可以使鏡像小一些呢？

答案是肯定的！那就是使用alpine版本的python鏡像。alpine^[4]是一個超輕量級的linux系統，只有5MB的大小，而dockerhub^[5]上也提供了python的alpine版本鏡像。

運行命令docker pull python:3.6-alpine下載鏡像，然后對比一下幾個鏡像的大小，可以看到這個鏡像也只有95MB，僅占原來的十分之一：

即使安裝了flask，也才105MB，并且程序可以正常運行，測試過程和結果和之前差不多，就不贅述了。

另外我這里采用的是在容器中安裝依賴和用目錄映射，做開發環境的搭建。至于制作鏡像和鏡像瘦身，還有別的方法^[6]，等我實際用到的時候再把這部分的坑填了吧。

結語

docker提供的容器化方案為我們日常的開發和部署提供了很大的便捷，所以受到許多人的青睞。但是做機器學習的話，還需要考慮到調用顯卡這回事，目前Nvidia官方也提供了nvidia-docker這么個東西。因筆記本沒有顯卡，無法測試，日后也會把這部分的坑填上，判斷其是否能作為日常開發的環境。

參考

1. ^如何在 Windows 10 中安裝 WSL2 的 Linux 子系統?https://blog.csdn.net/WPwalter/article/details/101508601
2. ^Docker Ce | 鏡像站使用幫助 | 清華大學開源軟件鏡像站 | Tsinghua Open Source Mirror?https://mirrors.tuna.tsinghua.edu.cn/help/docker-ce/
3. ^WSL服務自啟動的正確方法?https://zhuanlan.zhihu.com/p/47733615
4. ^Docker之操作系統Alpine_菲宇運維-CSDN博客?https://blog.csdn.net/bbwangj/article/details/81088231
5. ^python - Docker Hub?https://hub.docker.com/_/python/
6. ^Docker Layers Explained - DZone Cloud?https://dzone.com/articles/docker-layers-explained