从零开始学习 Docker：数据专业人士指南

步骤 3：运行您的第一个容器

现在 Docker 已安装好，是时候运行您的第一个容器了。我们将从简单的 hello-world 镜像开始，非常适合初学者。

1. 打开终端（或 Windows 上的命令提示符）并运行以下命令：

sudo docker run hello-world技术支持

该命令会让 Docker 在本地查找 hello-world 镜像。若未找到，Docker 将从 Docker Hub 拉取该镜像并运行。

如果 Docker 安装正确，您将看到“Hello from Docker!”的消息，以及关于 Docker 工作流程的说明。这表明 Docker 已成功拉取镜像、创建新容器并执行其中的代码。

步骤 4：构建您的第一个 Docker 镜像

此步骤中，您将为一个简单的数据科学项目创建自定义 Docker 镜像。该镜像将包含 Python 及常用的数据科学库，如 pandas、NumPy 和 scikit-learn。

1. 新建目录：

• • 先为项目创建一个新目录并进入：

mkdir my-data-science-app
cd my-data-science-app技术支持

2. 创建 Dockerfile：

在该目录中创建名为 Dockerfile 的文件（无扩展名）：

# Use an official Python runtime as a parent image
FROM python:3.8-slim
 
# Set the working directory in the container
WORKDIR /app
 
# Copy the current directory contents into the container at /app
COPY . /app
 
# Install any needed packages specified in requirements.txt
RUN pip install --no-cache-dir -r requirements.txt
 
# Make port 8888 available to the world outside this container
EXPOSE 8888
 
# Run a Jupyter notebook server when the container launches
CMD ["jupyter", "notebook", "--ip=0.0.0.0", "--port=8888", "--no-browser", "--allow-root"]技术支持

该 Dockerfile 的作用如下：

• FROM python:3.8-slim：将基础镜像设置为精简版的 Python 3.8，适合构建轻量的数据科学环境。
• WORKDIR /app：将容器内的工作目录设置为 /app，后续命令都会在此目录中执行。
• COPY . /app：将宿主机当前目录下的所有文件复制到容器内的 /app 目录，通常包括数据科学脚本与配置文件。
• RUN pip install --no-cache-dir -r requirements.txt：安装 requirements.txt 中列出的 Python 库。常见库包括 pandas、NumPy 与 scikit-learn。
• EXPOSE 8888：向宿主机开放 8888 端口，这是 Jupyter Notebook 的默认端口。
• CMD ["jupyter", "notebook", "--ip=0.0.0.0", "--port=8888", "--no-browser", "--allow-root"]：容器启动时运行 Jupyter Notebook 服务器，您可通过浏览器访问。

3. 创建 requirements.txt 文件：

在同一目录下创建 requirements.txt 文件，列出应用需要的 Python 包：

pandas
numpy
scikit-learn
matplotlib技术支持

该文件列出了将在容器内安装的 Python 库。

4. 构建 Docker 镜像：

• 在准备好 Dockerfile 与 requirements.txt 后，使用以下命令构建镜像：

sudo docker build -t my-data-science-app .技术支持

上述命令的含义如下：

• docker build：启动镜像构建流程。
• -t my-data-science-app：-t 选项将镜像标记为 “my-data-science-app”。
• .：末尾的点表示构建上下文为当前目录。Docker 将使用该目录中的文件来构建镜像。

5. 运行 Docker 镜像：

构建完成后，您可以将新镜像作为容器运行：

sudo docker run -p 8888:8888 my-data-science-app技术支持

我们来解析该命令：

• docker run：基于指定镜像运行一个容器。
• -p 8888:8888：-p 选项将本机的 8888 端口映射到容器内的 8888 端口，您可在浏览器访问 localhost:8888 打开 Jupyter Notebook。
• my-data-science-app：指定要运行的镜像。

步骤 5：使用 Docker Compose

Docker Compose 是管理多容器应用的必备工具。在数据科学项目中，您可能需要为不同组件分别创建容器，如 Jupyter Notebook、用于存储数据的数据库以及数据可视化工具。

借助 Docker Compose，您可以在一个 YAML 文件中定义这些服务，一条命令即可启动完整的数据科学环境。

1. 创建 docker-compose.yml 文件：

• 在项目目录中创建名为 docker-compose.yml 的文件，并写入以下内容：

version: '3.8'
services:
  jupyter:
        image: jupyter/scipy-notebook:latest
        volumes:
        - ./notebooks:/home/joelwembo/work
        ports:
        - "8888:8888"
        environment:
        - JUPYTER_ENABLE_LAB=yes
 
  postgres:
        image: postgres:13-alpine
        environment:
        POSTGRES_USER: myuser
        POSTGRES_PASSWORD: mypassword
        POSTGRES_DB: mydatabase
        volumes:
        - postgres_data:/var/lib/postgresql/data
        ports:
        - "5432:5432"
 
  redis:
        image: redis:alpine
        ports:
        - "6379:6379"
 
volumes:
  postgres_data:
 技术支持

我们来解析该 Docker Compose 文件的作用：

• version: '3.8'：指定 Docker Compose 文件格式的版本。3.8 是功能完善、常用的版本。
• services:：定义构成应用的各个容器（服务）。
• jupyter:：表示交互式数据分析所需的 Jupyter Notebook 环境。
• image: jupyter/scipy-notebook:latest：指定用于 Jupyter 的镜像，内含常用的数据科学库，如 NumPy、pandas 与 matplotlib。
• volumes: - ./notebooks:/home/joelwembo/work：将宿主机的 notebooks 目录挂载到容器内的 /home/joelwembo/work，以便持久化并共享笔记本。 注意：这是我的个人路径，您的路径应有所不同。
• ports: - "8888:8888"：将宿主机 8888 端口映射到容器内 8888 端口（Jupyter 默认端口）。
• environment: - JUPYTER_ENABLE_LAB=yes：启用 JupyterLab，更强大的交互式界面。
• postgres:：该服务运行 PostgreSQL 数据库，常用于在数据科学项目中存储与管理大规模数据集。
• image: postgres:13-alpine：指定 PostgreSQL 13 的镜像，基于轻量的 Alpine Linux。
• environment:：通过环境变量配置数据库的用户、密码与数据库名。
• volumes: - postgres_data:/var/lib/postgresql/data：挂载 Docker 数据卷以持久化数据库数据，避免容器停止后数据丢失。
• ports: - "5432:5432"：将宿主机 5432 端口映射到容器内 5432 端口（PostgreSQL 默认端口）。
• redis:：该服务运行 Redis，可用作快速的内存数据存储或缓存。
• image: redis:alpine：使用轻量的 Alpine 版本 Redis 镜像。
• ports: - "6379:6379"：将宿主机 6379 端口映射到容器内 6379 端口（Redis 默认端口）。
• volumes:：定义可在服务间共享或在容器重启间持久化数据的命名卷。
• postgres_data:：创建用于持久化 PostgreSQL 数据的命名卷。

要启动多容器应用，只需运行：

sudo docker compose up技术支持

该命令会在需要时构建镜像，并启动 docker-compose.yml 中定义的容器。它会同时启动 Web 应用和 Redis 服务，并按定义相互通信。

您已经部署了第一个 Docker 应用！是不是很棒？接下来，我们制定一个持续学习的计划。

Docker 学习示例计划

以下是按周划分的学习计划，您可根据自身需求进行调整。

如果您需要更明确的路径，Containerization and Virtualization with Docker and Kubernetes 技能路径非常适合您。它包含四门核心课程。

第 1 周：熟悉 Docker 基础

• 目标： 理解 Docker 的核心概念与基本命令。
• 任务：
• 安装 Docker 并设置 Docker Desktop。
• 学习 Docker 命令：docker run、docker ps、docker stop、docker rm 等。
• 运行用于数据探索工具的简单容器，如 Ubuntu 或 Alpine，并尝试基本命令。
• 探索官方 Docker 镜像，并运行基础可视化工具的容器（如简单的 matplotlib 容器）。
• 资源： Containerization and Virtualization Concepts 课程，Introduction to Docker 课程。

第 2 周：为数据工具构建并运行 Docker 镜像

• 目标： 学会创建与管理自定义 Docker 镜像。
• 任务：
• 为基础的数据分析环境编写 Dockerfile（如带有 Pandas 与 NumPy 的 Python）。
• 使用 docker build 构建镜像。
• 从自定义镜像运行容器，并测试 Jupyter Notebook 等数据工具。
• 为 TensorFlow 与 PostgreSQL 编写 Dockerfile，确保正确配置与联通。
• 资源： Introduction to Docker 课程。

第 3 周：探索 Docker Compose

• 目标： 理解并使用 Docker Compose 进行多容器部署。
• 任务：
• 安装 Docker Compose 并学习其基础。
• 编写 docker-compose.yml 文件来定义多容器应用。
• 通过示例进行练习，如搭建带后台数据库的 Web 应用（例如使用 PostgreSQL 的 Flask 应用）。
• 尝试不同的配置与服务依赖。
• 资源： Intermediate Docker 课程。

第 4 周：深入 Docker 网络与数据卷

• 目标： 掌握 Docker 的网络与存储能力。
• 任务：
• 了解 Docker 网络并学会创建（bridge、host、overlay）。
• 练习创建自定义网络并将容器连接到其上。
• 探索用于持久化存储的 Docker 数据卷，并练习创建与管理。
• 实现一个容器间通过自定义网络通信、并使用数据卷持久化数据的环境。
• 资源： Intermediate Docker 课程。

第 5 周：在生产环境中部署与管理 Docker 容器

• 目标： 理解生产环境中的容器部署与管理。
• 任务：
• 学习部署容器的最佳实践（如使用 Docker Hub 或私有镜像仓库）。
• 探索使用 Docker Swarm 进行编排：创建与管理服务。
• 了解容器伸缩与日志管理。
• 尝试将容器化应用部署到预发布或生产环境。
• 资源： Intermediate Docker 课程。

第 6 周：容器编排之 Kubernetes 入门

• 目标： 了解 Kubernetes，用于扩展与管理容器化应用。
• 任务：
• 安装并设置本地 Kubernetes 环境（如 Minikube 或 Kind）。
• 学习 Kubernetes 基础：Pod、Service、Deployment 与 Namespace。
• 在 Kubernetes 上部署一个简单的容器化应用。
• 探索在 Kubernetes 中扩展与管理应用，重点关注像 Jupyter 这样的容器化数据工具。
• 资源： Introduction to Kubernetes 课程。

学习 Docker 的技巧与方法

最后，以下是一些建议与最佳实践，帮助您加速 Docker 学习路径。

经常练习

掌握 Docker 的关键在于持续的动手实践。可以从个人项目入手，比如将简单网站容器化或搭建本地开发环境。

随着熟练度提高，挑战更复杂的任务，例如构建多容器应用或部署 Web 服务器。

定期尝试不同的用例——如创建自定义 Docker 镜像，或配置一个 CI/CD 流水线——将加深理解并巩固关键概念。此外，参加在线 Docker 挑战或练习，也是以结构化、目标导向的方式检验与提升技能的绝佳方法。

利用在线资源

在线资源对学习 Docker 非常有帮助。官方的 Docker 文档是极佳的起点，内容权威且更新及时。

除此之外，在 DataCamp 等平台上也有大量系统课程，能够帮助您循序渐进地学习。

对于偏好视觉化学习的人士，Docker 官方频道及其他教育者在 YouTube 上的教程，能提供有用且易于理解的内容，加深您的认识。

加入 Docker 社区

融入 Docker 社区是提升学习的强大方式。参与 Docker 社区论坛与 Reddit 等平台，交流想法、提出问题，并与其他学习者和专业人士分享经验。

参加 Docker 线下聚会、网络研讨会或大会，也有助于把握行业趋势并拓展人脉。

参与开源项目

为使用 Docker 的开源项目做贡献，是获取实践与真实场景经验的绝佳方式。

在 GitHub 等网站上，您可以协作参与与 Docker 相关的项目，从他人身上学习，并在多样化场景中应用技能。开源协作将让您接触到不同思路与解决方案，更深入地理解 Docker 的能力边界。

持续关注更新

最后，紧跟 Docker 的最新发展对保持熟练度至关重要。关注 Docker 官方博客与版本说明，获取新功能或变更信息。加入论坛和社交媒体的社区讨论，也能帮助您了解新趋势与最佳实践，不断精进 Docker 技能。

通过经常练习、积极参与社区和持续学习，您将夯实 Docker 基础，并能从容应对该领域的最新发展。

结语

Docker 通过将应用及其依赖打包到隔离容器中，革新了应用部署与数据管理。这解决了环境不一致等常见难题，确保工作流对数据专业人士而言保持一致、可扩展且高效。

本指南提供了掌握 Docker 的基础步骤，从核心概念到实操部署。若要进一步加深理解，建议探索更多资源，如 DataCamp 上的 Introduction to Docker 与 Intermediate Docker 课程。随着进阶，学习 Kubernetes 等编排工具同样重要——请查看 Introduction to Kubernetes 课程开始入门。

只要经常练习、充分利用资源并与社区保持互动，您就能释放 Docker 在复杂数据环境管理中的全部潜能。