docker pull ubuntu
docker run -it --name=ping_in_ubuntu ubuntu /bin/bash
docker container prune
イメージ削除
docker rmi ping_in_ubuntu:ver.1.00
docker commit 644f7f59030e ping_in_ubuntu
saveしたimage 取り込み
docker load < ping_save.tar
デタッチモードで起動
docker run -p 8080:80 -d httpd
停止
docker stop 5c67acf81f90
再開
docker start 5c67acf81f90
マウント
docker run -v /Users/N/_work/00_docker/webContents/:/usr/local/apache2/htdocs/ -p 80:80 -d httpd
データvolume作成
docker volume create --name=datavolume
登録
docker run -it -v datavolume:/tmp/ ubuntu /bin/bash
ボリューム削除
exit
ボリューム一覧
docker volume ls
DRIVER VOLUME NAME
local datavolume
削除
docker volume rm datavolume
docker run --volumes-from data-container -it ubuntu /bin/bash
データボリューム・コンテナを使う場合は、利用する側のコンテナに
「volume-from」を使う
というだけなので、他のコンテナと同じように思えますが、一つ大きな特徴
があります。
それは、データボリューム・コンテナは、‘‘稼働していなくても利用でき
る” という点です。
先ほどの、手順[2]では
ボリュームのバックアップ
docker run --volumes-from data-container -v /Users/N/_work/00_docker/:/backup ubuntu tar cvf /backup/container-bkup.tar -C / tmp
リストア
docker run --volumes-from data-container -v /Users/N/_work/00_docker/:/backup ubuntu tar xvf /backup/container-bkup.tar -C /
データボリュームの所在
docker inspect data-container
nginx
docker run -d -p 80:80 --name webserver nginx
dockerFile
docker build -t ping-image .
ログの見方
docker logs 2e2ef2184c07
============
django テスト
https://qiita.com/homines22/items/2730d26e932554b6fb58
停止
docker stop test
再開
docker start 1429509e1e5b
runserver
docker exec test python3 manage.py runserver 0.0.0.0:8000
django & docker compose
https://qiita.com/kyhei_0727/items/e0eb4cfa46d71258f1be
docker-compose rm
docker rm $(docker ps -aq)
docker-compose build
tensorflow
Dockerイメージをプル（Python3の最新安定板を使用する場合）
その他のイメージを使用する場合はこちら：https://www.tensorflow.org/install/docker?hl=ja
docker pull tensorflow/tensorflow:latest-gpu-py3
Dockerコンテナを作成＆実行
docker run --runtime=nvidia -it --name TestContainerName -p 8888:8888 -v /Users/N/_work/00_docker/tensorflow:/tmp tensorflow/tensorflow:latest-gpu-py3 bash
docker run -it --name TestContainerName -p 8888:8888 -v /Users/N/_work/00_docker/tensorflow:/tmp tensorflow/tensorflow:latest bash
Jupyter Notebookを起動
jupyter notebook --allow-root
表示された下記の文字列をコピーして…
http://(*** or 127.0.0.1):8888/?token=***
ブラウザのアドレスバーに下記のように編集してペースト
https://qiita.com/y_kani/items/27a965b952db729e30f5
- デフォルトでvimが入っていないため、Jupyter Notebook起動前に設定ファイルを編集したい場合は以下を実行してvimをインストールすること。 # apt-get update # apt-get install vim
docker pull jupyter/tensorflow-notebook
docker run -d --name jupyter -p 8088:8888 -v /Users/N/_work/00_docker/jupyter:/home/work jupyter/tensorflow-notebook
docker exec 43aa18101a01 jupyter notebook list
画像認識
python classify_image.py --image_file c1.jpg
scraping
git clone https://github.com/sikkimtemi/selenium
cd selenium
docker-compose up -d
cd script
docker exec -it python ./sample.py
docker compose 終了
docker-compose down
コンテナ停止
docker stop rm-container wp-container pma-container mysql-container
docker start mysql-container rm-container wp-container pma-container