docker笔记2023.8.4

{
 "registry-mlrrors":[
  "https://docker.nirrors.ustc.edu.cn/"
],
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false
}

wsl -l #list wsl installed
wsl --update
netsh winsock reset

当然，您可以使用Docker来容器化您的Flask应用。以下是一个简单的步骤，帮助您使用Docker Desktop进行操作：

1. **创建Dockerfile**：在您的`flask2023.8.4.py`所在的目录中创建一个名为`Dockerfile`的文件。在此文件中，您将定义容器的配置。这里是一个基本示例：
    ```Dockerfile
    FROM python:3.8
    WORKDIR /app
    COPY . /app
    RUN pip install Flask
    CMD ["python", "flask2023.8.4.py"]
    ```

2. **构建Docker镜像**：
   - 打开Docker Desktop。
   - 打开终端，转到`flask2023.8.4.py`所在的目录。
   - 运行以下命令来构建镜像：
        ```bash
        docker build -t flask2023 .
        ```

3. **运行容器**：您可以使用以下命令运行您的容器：
    ```bash
    docker run -p 5000:5000 flask2023
    ```

4. **通过Docker Desktop监视**：在Docker Desktop界面中，您可以看到正在运行的容器，还可以进行停止、启动和删除等操作。

5. **访问应用**：如果您的Flask应用配置为在端口5000上运行，您可以通过浏览器访问`http://localhost:5000`来访问您的应用。

请注意，这些步骤假设您的Flask应用是非常基本的，并且不依赖于任何外部数据库或其他服务。如果您的应用有额外的依赖项，您需要在Dockerfile中加入相应的安装步骤。

这些步骤大致涵盖了使用Docker Desktop来容器化Flask应用的过程。如果您有任何特定的需求或问题，请随时询问！

Microsoft Windows [版本 10.0.19045.3208]
(c) Microsoft Corporation。保留所有权利。

C:\Users\Administrator\Desktop\test>docker build -t flask2023 .
[+] Building 62.1s (9/9) FINISHED                                                                        docker:default
 => [internal] load .dockerignore                                                                                  0.0s
 => => transferring context: 2B                                                                                    0.0s
 => [internal] load build definition from Dockerfile                                                               0.0s
 => => transferring dockerfile: 138B                                                                               0.0s
 => [internal] load metadata for docker.io/library/python:3.8                                                      5.4s
 => [1/4] FROM docker.io/library/python:3.8@sha256:5416fd3804f4487fb5ede7f137d6b6aa299e4026d68a344f77c094bb094f1  46.1s
 => => resolve docker.io/library/python:3.8@sha256:5416fd3804f4487fb5ede7f137d6b6aa299e4026d68a344f77c094bb094f18  0.0s
 => => sha256:0e415e6e4f2e754146e2a279a3d14729e898b6dc936d9d75897f168e564170e8 2.01kB / 2.01kB                     0.0s
 => => sha256:5a6dad8f55ae6c733e986316bd08205c8b2c41640bf8d08ff6e9bbcb6884304f 24.03MB / 24.03MB                   5.1s
 => => sha256:bd36c7bfe5f4bdffcc0bbb74b0fb38feb35c286ea58b5992617fb38b0c933603 64.11MB / 64.11MB                   7.7s
 => => sha256:5416fd3804f4487fb5ede7f137d6b6aa299e4026d68a344f77c094bb094f182d 1.86kB / 1.86kB                     0.0s
 => => sha256:59fba57a2dd4713b8505b97d2cc20b1f467cb5d3c317a226c2af9f3a55e3a0fc 7.56kB / 7.56kB                     0.0s
 => => sha256:785ef8b9b236a5f027f33cae77513051704c0538bff455ff5548105c954c3b1c 49.56MB / 49.56MB                   6.6s
 => => sha256:4d207285f6d296b9806bd00340437406c25207412c52fcfcbf229a5ecff7bf94 211.03MB / 211.03MB                36.2s
 => => sha256:9402da1694b8dae94a0cb89a2719ce24a909e809b22c31d39edee8e18b3d300b 6.39MB / 6.39MB                     7.5s
 => => extracting sha256:785ef8b9b236a5f027f33cae77513051704c0538bff455ff5548105c954c3b1c                          4.2s
 => => sha256:de2a4d382c634466488d47cdefc1f8f26659778d4627fcafc63918c856a6e9cd 17.28MB / 17.28MB                  11.4s
 => => sha256:c5ff3649cf7981cf4e64984b76381c844ead1d5d4fa1e9434d892ee96027edf1 246B / 246B                         8.3s
 => => sha256:8f080290b96ab243adb3ef41f0acdd22321e9201062ce8446b09b3f893cfccc9 2.85MB / 2.85MB                     9.0s
 => => extracting sha256:5a6dad8f55ae6c733e986316bd08205c8b2c41640bf8d08ff6e9bbcb6884304f                          0.9s
 => => extracting sha256:bd36c7bfe5f4bdffcc0bbb74b0fb38feb35c286ea58b5992617fb38b0c933603                         24.2s
 => => extracting sha256:4d207285f6d296b9806bd00340437406c25207412c52fcfcbf229a5ecff7bf94                          8.1s
 => => extracting sha256:9402da1694b8dae94a0cb89a2719ce24a909e809b22c31d39edee8e18b3d300b                          0.3s
 => => extracting sha256:de2a4d382c634466488d47cdefc1f8f26659778d4627fcafc63918c856a6e9cd                          0.6s
 => => extracting sha256:c5ff3649cf7981cf4e64984b76381c844ead1d5d4fa1e9434d892ee96027edf1                          0.0s
 => => extracting sha256:8f080290b96ab243adb3ef41f0acdd22321e9201062ce8446b09b3f893cfccc9                          0.3s
 => [internal] load build context                                                                                  0.0s
 => => transferring context: 470B                                                                                  0.0s
 => [2/4] WORKDIR /app                                                                                             0.1s
 => [3/4] COPY . /app                                                                                              0.0s
 => [4/4] RUN pip install Flask                                                                                   10.2s
 => exporting to image                                                                                             0.1s
 => => exporting layers                                                                                            0.1s
 => => writing image sha256:243d8f64f03b793a85a307b584e1c81be109221c4fd929faeec9d5dca765f819                       0.0s
 => => naming to docker.io/library/flask2023                                                                       0.0s

What's Next?
  View summary of image vulnerabilities and recommendations → docker scout quickview

C:\Users\Administrator\Desktop\test>
C:\Users\Administrator\Desktop\test>

当然，下面是刚刚给出的构建Docker容器过程的中文翻译：

Microsoft Windows [版本 10.0.19045.3208]
(c) Microsoft Corporation。保留所有权利。

C:\Users\Administrator\Desktop\test>docker build -t flask2023 .
[+] 构建62.1秒（9/9）已完成                                                                                      docker:default
 => [内部] 加载 .dockerignore 文件                                                                                 0.0秒
 => => 传送上下文：2B                                                                                            0.0秒
 => [内部] 从Dockerfile加载构建定义                                                                                0.0秒
 => => 传送dockerfile：138B                                                                                      0.0秒
 => [内部] 加载docker.io/library/python:3.8的元数据                                                               5.4秒
 => [1/4] 从docker.io/library/python:3.8@sha256:5416fd3804f4487fb5ede7f137d6b6aa299e4026d68a344f77c094bb094f  46.1秒
 => => 解析docker.io/library/python:3.8@sha256:5416fd3804f4487fb5ede7f137d6b6aa299e4026d68a344f77c094bb094f18  0.0秒
 => => 等等，还有其他文件正在传输和提取中。
 => [2/4] 工作目录 /app                                                                                           0.1秒
 => [3/4] 复制 . /app                                                                                            0.0秒
 => [4/4] 运行 pip install Flask                                                                                 10.2秒
 => 导出至镜像                                                                                                   0.1秒
 => => 导出层                                                                                                    0.1秒
 => => 写入镜像sha256:243d8f64f03b793a85a307b584e1c81be109221c4fd929faeec9d5dca765f819                       0.0秒
 => => 命名为docker.io/library/flask2023                                                                         0.0秒

接下来是什么？
  查看镜像漏洞的摘要和推荐 → docker scout quickview

C:\Users\Administrator\Desktop\test>
C:\Users\Administrator\Desktop\test>翻译为中文

这段文字描述了使用Docker构建名为"flask2023"的容器的过程。从中，你可以看到各种不同的步骤，包括加载Dockerignore文件、从Dockerfile加载构建定义、设置工作目录、复制文件、运行安装命令，以及最后导出镜像。

C:\Users\Administrator\Desktop\test>docker run -p 5000:5000 flask2023
 * Serving Flask app 'flask2023.8.4'
 * Debug mode: off
WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead.
 * Running on all addresses (0.0.0.0)
 * Running on http://127.0.0.1:8888
 * Running on http://172.17.0.2:8888
Press CTRL+C to quit

从你提供的输出中，容器并没有报错。它成功地运行了Flask应用，并且在所有地址（0.0.0.0）上启动了开发服务器，同时还在特定的IP地址（例如127.0.0.1:8888和172.17.0.2:8888）上运行。

请注意，该信息中有一条警告，指出这是一个开发服务器，不应在生产环境中使用。建议使用适合生产环境的WSGI服务器来运行该应用。

总的来说，容器看起来运行正常，没有报错。如果你在应用中遇到具体问题，你可能需要查看应用的日志或进一步检查代码来诊断问题。

检查代理服务器和防火墙
ERR_CONNECTION_REFUSED，是不是要把容器放到Docker Desktop中？如何操作

当然！将上述代码保存为`test.py`后，你可以按照以下步骤将其打包为Docker容器并运行。

1. **创建 Dockerfile**：
   在`test.py`文件的同一目录中，创建一个名为`Dockerfile`的文件，内容如下：

   ```dockerfile
   # 使用官方的Python基础镜像
   FROM python:3.8-slim

   # 设置工作目录
   WORKDIR /usr/src/app

   # 将当前目录的内容复制到容器的工作目录中
   COPY . .

   # 运行Python程序
   CMD ["python", "./test.py"]
   ```

2. **构建 Docker 镜像**：
   打开命令行窗口，转到包含`Dockerfile`和`test.py`的目录，然后运行以下命令：

   ```bash
   docker build -t test_image .
   ```

   这将构建一个名为`test_image`的Docker镜像。

3. **运行 Docker 容器**：
   使用以下命令运行你刚刚构建的Docker容器：

   ```bash
   docker run -it test_image
   ```

   这会启动容器并运行你的Python程序`test.py`，你将可以按照提示输入数字并查看结果。

4. **停止和删除容器**（可选）：
   当你不再需要运行容器时，你可以停止并删除它。首先，找到容器的ID或名称，然后使用以下命令：

   ```bash
   docker stop container_id_or_name
   docker rm container_id_or_name
   ```

请确保在进行上述操作之前，你已经在你的计算机上安装了Docker，并且具有必要的权限来构建和运行容器。如果你遇到任何问题或需要进一步的指导，请随时询问！

谢谢你的赞扬！Docker确实是一个强大和灵活的工具。至于如何找到你刚才构建的Docker镜像并将其移动到其他电脑上，可以按照以下步骤操作：

1. **保存Docker镜像为tar文件**：
   你可以使用`docker save`命令将镜像保存为tar文件。在命令行中，运行以下命令：

   ```bash
   docker save -o test_image.tar test_image
   ```

   这将创建一个名为`test_image.tar`的文件，其中包含名为`test_image`的Docker镜像。

2. **将tar文件复制到其他电脑**：
   你可以使用USB驱动器、网络共享或其他传输方法将`test_image.tar`文件复制到其他电脑上。

3. **在目标电脑上加载Docker镜像**：
   在其他电脑上，你可以使用`docker load`命令从tar文件加载镜像。首先，确保tar文件位于当前目录或指定正确的路径，然后运行以下命令：

   ```bash
   docker load -i test_image.tar
   ```

   这将在目标电脑上加载名为`test_image`的Docker镜像。

4. **运行Docker容器**：
   现在，你可以在新电脑上使用与之前相同的`docker run`命令运行容器。

通过这些步骤，你可以轻松地将Docker镜像从一台电脑移动到另一台电脑上，并在新电脑上运行。这就是Docker的一部分魅力，允许你以一致的方式在不同的环境中运行相同的应用程序。如果你有任何其他问题或需要进一步的帮助，请随时告诉我！

docker run -it test_image

我在云服务器镜像名称
容量
操作系统
Docker 版本
o0penCloudOS8.6-Docker20
20GB
penCloud OS 8.6
20.10.5
上安装了这个Docker，如何把test_image.tar这个Docker镜像。

[lighthouse@VM-20-6-opencloudos ~]$

# 使用官方Python镜像作为基础镜像
FROM python:3

# 设置工作目录
WORKDIR /usr/src/app

# 将当前目录内容复制到容器的工作目录中
COPY . .

# 配置使用国内PyPI镜像源
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 安装jieba分词库
RUN pip install --no-cache-dir jieba

# 设置环境变量，允许容器中的应用程序连接到宿主机的X server
ENV DISPLAY host.docker.internal:0.0

# 运行脚本
CMD ["python", "./jieba-test.py"]