寫在前面的廢話
首先說什麼docker，之前我啥也不知道，大概瞭解，就是一個集成環境，然後可以帶着這個跨越各種平臺什麼的。就這幾天的使用來看，差不多是的吧，在使用上，感覺確實是一個帶系統的集成環境，基本上和主機隔離開了，在我看來，就是一個虛擬機，然後裏面可以裝各種環境，然後還可以複製帶走，他們之間的區別不太清楚，感覺虛擬機更方便纔是，docker每次修改之後，如果不發佈的話，那就沒有了喲。
再說明一下，其實就docker的情況，我原本就很奇怪，cuda怎麼裝，最後發現，不用裝，這裏我發了一個傻，後面再提。反正就是在docker hub上，nvidia有發佈裝好cuda的鏡像，pull下來，再自己折騰環境就可以了。
我的具體需求
我這裏的需求是，有一個任務，然後很多臺電腦都需要使用，但是裝環境很麻煩，主要就是，原本我都裝好所有環境了，但是現在這個任務執行很慢，通過查詢發現，有一個模型的後處理，作者有提供c++和python兩個版本，但是c++版本需要自己編譯opencv，這個就略微的有點麻煩，在裝完一臺電腦之後，拒絕再在其他電腦上折騰了，此時老闆跟我說，整個docker吧，你應該去整個docker。
docker安裝
這邊電腦分了兩個平臺三個系統，一個個來，從Ubuntu開始，在開發者中Ubuntu使用率應該很高，網上資料一查一大堆，不過很多重複的，反正以下是我收集整理使用的。
sudo apt-get -y install apt-transport-https ca-certificates curl software-properties-common
curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg | sudo apt-key add -
sudo add-apt-repository "deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu $(lsb_release -cs) stable"
sudo apt-get -y update
sudo apt-get -y install docker-ce
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt-get update
sudo apt-get install -y nvidia-docker2
我在第一臺電腦上是一條一條輸入的，後來可行後，就直接用一個sh腳本直接一擼到底，這裏我用的阿里雲的地址，很多資料用的是官方的，由於擔心國內網絡環境，就還是用阿里雲的吧。
稍微解釋一下，也是幾乎所有資料說的，安裝的第一件事是刪除舊版本，如果有的話
sudo apt-get remove docker docker-engine docker.io
然後第二件事是，安裝顯卡驅動，deb安裝很方便的，而且docker其實可以很方便的跑程序，本就可以不裝環境了，那麼就直接用系統自帶的軟件更新器，找到附加驅動安裝好了。
然後再上面那一大串，還需要注意的是，docker沒有必要裝最新的，有特殊需要的，就記得指定版本；nvidia-docker是2，不要掉了
這裏可以稍微看一下終端消息，沒有報錯消息的話，就成功了，當然也可以按照常規方案測試一下
docker run hello-world
docker run --runtime=nvidia --rm nvidia/cuda:9.0-base nvidia-smi
第一條是測試docker，第二條是測試nvidia-docker的，尤其是第二條出現了顯卡信息，就完成了。記得前面加sudo。
順便提一下，我這邊打算裝的是cuda10.1，但是顯卡驅動是410的，後來提示驅動版本低了，所以一開始就裝高一點的版本吧。
環境搭建
nvidia-docker是一個命令，感覺和docker差不多。首先要拉取一個鏡像，在這個操作之前，建議做兩個操作
1.首先是解決權限問題
sudo groupadd docker
sudo gpasswd -a ${USER} docker
sudo service docker restart
newgrp - docker
基本意思就是，把當前用戶加入docker組中，這樣以後使用的時候就不用加sudo了。其中最後一步我都沒有做，直接重啓了。
稍微說一下，service docker restart是重啓docker，還可以用systemctl restart docker，兩者有沒有區別不知道，當成一個小知識點吧。
2.接下來，處理一下磁盤佔用，docker的默認位置在/var/lib/docker中，如果你的磁盤空間不夠的話，就轉移一個位置，再在原地創建一個鏈接
sudo mv /var/lib/docker /media/PATH/data/dockerVar
sudo ln -s /media/PATH/data/dockerVar/docker /var/lib/docker
上面的PATH是各自自己的路徑，就是這個原理，知道就行了。一開始就做，會比較快，等已經有一些鏡像了，再做，就比較慢了。
3.其實還有一個，換成阿里雲的源，在/etc/docker/daemon.json裏面的{}中，增加或者修改這一項——"registry-mirrors": ["https://fird1mfg.mirror.aliyuncs.com"]——注意是json的格式，所以別忘了加一個逗號。
在這兩個都做好後，可以去DockerHub上搜索一下鏡像，只是有的時候可能由於網絡原因，會比較慢，可以用用命令docker search，不過這個搜到的，描述太長就變省略號了，由於我需要裝好opencv的，好不容易找到一個opencv3.4.2的，結果用網頁搜索了下，發現被省略的部分寫了，是基於py2.7的，浪費表情。
稍微解釋一下，鏡像一般分兩部分，一般前部分就是這個鏡像的簡單描述，然後後面是版本（tag）以冒號隔開，如nvidia/cuda:cuda9.0-base。如果你打算使用cuda的話，建議就不要下別的，就找cuda的，我不知道能不能自己裝cuda呢，不要冒險，我都還在docker裏面編譯opencv呢，起碼這個是絕對可行的，比裝cuda好一點吧。
搜索nvidia，會出現類似下面，這些是鏡像，點進去會出現其所支持的tag
點擊nvidia/cuda，其實裏面的內容已經寫得比較清晰了，基本都在裏面——nvidia/cuda的所有tag——就懶得寫了，我最後選的是 10.1-cudnn7-devel-ubuntu18.04
直接
docker pull nvidia/cuda:10.1-cudnn7-devel-ubuntu18.04
然後等着就可以了。
稍微介紹一下docker(nvidia-docker)的參數
我們下載下來的是一個鏡像，我就是理解成一個類，然後我們需要以此創建一個容器（實例）
普通的創建方法是
nvidia-docker run -it IMAGES /bin/bash
這個就是會打開這個鏡像，具體解釋省了，反正就是-it不要省略，最後一個/bin/bash，可以理解成打開這個鏡像後需要做什麼操作，然後你可以可以加一個-d後臺操作，就是後臺默默運行，然後把bash換成你需要他執行的命令，不過我用來跑程序什麼的，就是需要終端的。
- --name 給創建的容器命名，如果不自己命令，會隨機生成一個名字，因爲在生產環境中，可能有很多個容器，做不同的操作，但是又不好區分，此時可以自己命名，但是這個名字除此之外，貌似沒有別的作用了，所以我用不着。
- -v 本地位置映射，基本格式是"localPath:DstPath"，前者是主機的路徑，注意，是需要絕對路徑，且裏面不要有外部鏈接，，容器裏面，這些鏈到外部的就斷了；後面是容器路徑，建議也寫絕對路徑，如果目錄不存在，會自己創建。個人感覺這個非常有用，起碼我可以用來傳遞文件，也可以直接把代碼放進去，而且這個路徑是實時的，我可以主機修改代碼，容器運行；可以寫多個-v來映射多個路徑；此外，這個參數網上有人做了詳細的測試，驗證各種情況，有興趣可以自己看看——linux docker 目錄掛載映射。
- -p ip端口映射，這個我理解不深，原本是想用來主機ssh docker的，後來發現似乎不用，後面會有說明。
這裏主要參考了兩篇帖子
Docker 鏡像使用，這一個主要是講了docker的一些使用方法，很實用，參數介紹很比較好，然後他有似乎是一整個教程，有上一篇下一篇，估計很有用，不過我只看了這一個
Docker & Nvidia-docker 鏡像基礎操作，這個前面部分講了怎麼安裝docker，跳過之後，後面有一些用法，比如怎麼導入導出
後面是踩坑，初次進去，發現目錄下的中文名字文件顯示的是一串數字，大概是沒有中文支持，具體探究就免了，直接上解決辦法
nvidia-docker run -it --name test -p 1020:22 -v /LOCAL:/DST IMAGE:TAG env LANG=C.UTF-8 /bin/bash
差不多描述了下各種參數的用法了，後面加上一個環境就可以了，再進去就發現正常了。
此時使用docker ps -a可以看到所有的容器，是不是有很多呢，每次進去就會創建一個新的容器，所以之前做的修改就木有了，且感覺很浪費，刪除容器的命令是docker rm ID，可以寫多個ID，以空格隔開，但是狀態是up的容器不可以刪除，關閉就是docker stop ID。此外也可以進入已有的容器，如果是關閉狀態的容器，先要用docker start ID打開，然後
nvidia-docker exec -it ID /bin/bash
基本上和run差不多，就是換成了exec，此外，這個exec至少需要兩個參數，也就是ID和命令（如/bin/bash），不多說了。
然後在裏面可以各種裝環境，和正常電腦一樣的，除了沒有界面外，最後測試完畢後，接下來就要上傳發布了，不然就白做了
nvidia-docker commit -m="update" -a="daniel" ID IMAGE:TAG
稍微說明下，先exit退出當前容器，記住他的ID，然後用這個命令把這個容器發佈，變成鏡像，其中-m就是寫一下更新內容啥的，-a是作者名，ID是該容器名字，後面是生成的鏡像的名字和tag，自定義的。這個發佈不是上傳到hub上哈，別想太多，可以理解爲固定住這個容器，這個操作比較需要磁盤空間，注意前面講的，替換一下默認位置會好一點喲。當然，不做這步也是可以的不過就只能自己這臺電腦使用，還需要注意不要不小心刪除了這個容器，不然就涼了。生成鏡像之後，之前的原始鏡像就沒啥用了，刪了吧，刪除鏡像命令
docker rmi ID or IMAGES:TAG
刪除鏡像，可以通過鏡像ID來刪，不過似乎有的時候會報錯啥的，就可以指定名稱和版本號來刪。
現在需要轉移鏡像了，要先導出
nvidia-docker save -o ./IMAGE.tar IMAGE:TAG
nvidia-docker load < ./IMAGE.tar
第一條是將一個鏡像導出成一個tar包，名稱自定義，然後生成後可以將其轉移到其他電腦上，再用load導入，"<"這個別忘了。
基本上就是這樣了
但是還沒完，此時提到主機ssh到docker上面，我試了很多辦法，網上都是說端口映射，然後就很簡單的，我怎麼都搞不定，這裏我忽略了一點，docker敲ifconfig的時候，提示沒有這個命令，然後網上說先apt install openssh-server，然後我也沒看，敲了，發現沒有下載，以爲自帶了，其實自帶的是openssh-client，後來多方找原因，比如service ssh restart會提示沒有ssh，直接ssh restart會提示沒有ip或者hostname，最後發現原來是沒有apt update，做了後可以順利安裝openssh-server，service ssh restart也可以進行了，我又發現沒有ifconfig，也沒ping，發現這個需要apt安裝
apt-get install net-tools
### ifconfig
apt-get install iputils-ping
### ping
apt-get install iproute2
#### ip
不過我只下了前兩個，此時可以查看docker的ip，一般是172.17.0.2，然後
apt install openssh-server
安裝ssh之後，還不行，還要修改一下/etc/ssh/sshd_config這個文件，尤其是“PermitRootLogin yes”，這一項設置是否允許root用戶登錄，docker中默認就是root用戶嘛，當然是允許啦，這樣就可以了，網上還有人說要“UsePAM no”，這一項我沒管。
ssh連接docker就這麼簡單，簡直是，爲啥網上都不寫這種操作，要我找那麼複雜的端口映射，根本看不懂，而且，因爲我映射了端口後的容器，又上傳成鏡像，結果這個鏡像的所有容器都帶有這個映射，而且是我每次嘗試的端口都有，這就讓我強迫症犯了，也不知道怎麼刪除，最後查到修改docker容器端口映射的方法這個，直接清空那幾項就可以了。
但是ssh -X 依然不能得到docker裏面的圖像數據，如有相關的顯示操作，比如"opencv.imshow"之類的會報：cannot connect to X server這樣的錯誤，我先看到這個帖子在Docker中使用GUI環境，解決cannot connect to X server問題，也就是提到ssh -X，然後就有了上面一系列操作，但是ssh可以連接之後，加了-X操作，也沒有用，事情本就告一段落了，然後今天又查了下，綜合了好幾個帖子，再在/etc/ssh/sshd_config中，設置這幾項，“X11Forwarding yes”，“X11DisplayOffset 10”，“X11UseLocalhost no”和“AllowTcpForwarding yes”順便把上面的“UsePAM no”給補上。這裏需要注意的是，不要直接添加，查找一下這幾項，把原始的註釋掉再加哦。然後就OK了，能順利打開圖像相關的操作了。
最後補一個，網上都說docker中的容器的日誌佔用非常大，而且會越來越大，然後也查了個限制的辦法，Docker 清理容器 log 日誌，他寫的很清楚，怎麼找到日誌文件，然後怎麼清空，怎麼做限制。
Deepin：
這個系統不能說不好用，他就是更注重的是面向普通使用用戶，但我們開發者嘛，有的操作，這個系統就不讓用，比如cuda安裝，本來發現在Ubuntu上，用deb安裝cuda非常方便傻瓜，但是deepin他不可以，要一些稍微複雜一些的方法。
上面ubuntu的安裝docker的代碼，deepin不能完全照搬，雖然最後還是裝好了，但是覺得，巨坑，差點換系統了。
雖然deepin的坑是滿滿的，不過網上還是查的到資源的，不過感覺比較分散，有的提供的方法解決不了問題，我這邊就我的情況，整理一下。
我這邊的系統是15.11的，前文也提到裝cuda就比較坑，然後出現一個問題，也不知道是不是因爲強行裝的原因，在一些彈出式的窗口的時候，比如iptux，還有解壓的窗口的時候，整個屏幕會一直黑屏閃爍，但是轉移焦點到其他地方，就恢復正常了，在裝這次docker的時候居然一併解決了，以下慢慢道來。
首先是裝docker，基本命令與上面一致就是要注意有幾項；
第三條執行失敗，所以我就直接打開/etc/apt/source.list，寫入"deb [arch=amd64] http://mirrors.aliyun.com/docker-ce/linux/ubuntu bionic stable"
然後在裝docker-ce的時候，報錯，錯誤內容大概是containerd.io 的什麼版本問題，然後如果再安裝這個，又提示新的東西沒有安裝，然後通過install -f也沒啥用，後來查到可以這樣，
使用apt-cache madison docker-ce來查看可以安裝的最新版本，然後找一個版本指定該版本安裝就完了
sudo apt-get install docker-ce=18.06.3~ce~3-0~ubuntu
然後接下來
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/ubuntu16.04/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
這兩個與上面的不同，這裏用的ubuntu16.04的，爲啥不用18.04，我也不知道，查到的別人用的就是16，我也不敢試。然後就可以
sudo apt-get update
sudo apt-get install -y nvidia-docker2
sudo pkill -SIGHUP dockerd
至此，nvidia-docker算是裝好了，但是我試了下，比如用cuda9.0base試了下nvidia-smi，會報錯，此時還是有點慌的，網上查了下，先裝一些工具、庫之類的
sudo apt-get install nvidia-opencl-common libnvidia-encode1 libnvidia-fbc1 libnvidia-ifr1 libgles1-nvidia libcuda1 nvidia-smi
我做了，但是彈出一個圖形界面，說是nvidia-installer以前通過.run安裝過，有殘留之類的，問我要不要先卸載，此時如果點擊要，則該終端卡死，點否，則以後用apt的任何東西，都會彈出這個，稍微看了下提示，貌似是不能再圖形界面做這個操作，反正最後我也沒有做，看他說可以直接delete，我就
sudo apt-get --purge remove nvidia-installer*
此時會讓卸載另外一個東西，不記得了，反正就是恰好解決了前面說的閃屏的問題，可喜可賀。
至於上面提的nvidia-docker疑似不能用的問題，還是上面那個帖子，他說的修改/etc/nvidia-container-runtime/config.toml, 將ldconfig="@/sbin/ldconfig.real"註釋掉
這個就可以了，不過貌似不做也可以，還是可以導入鏡像，然後創建容器，但是好像使用會有問題，還是要做
上面提到的帖子在這，大家可以看看deepin 15.8 安裝nvidia-docker2，我只做了那兩項。
然後就比較正常的可以創建容器，在裏面玩了。
Puppeteer在Docker上踩坑
由於鏡像是之前ubuntu上創建好了並且可以直接使用的，本以爲這邊直接用就行了，但是結果並不如此。這從頭開始說。以下沒有特別說明，都是在ubuntu的docker中，deepin中的會專門說明。
puppeteer是啥就多說了，在docker裏面運行，最大的坑有兩個，一個是他的依賴環境不對，我這邊最開始在本地運行的時候不覺得，因爲當時的系統裝好後第一件事就是裝一個chrome瀏覽器嘛，但是在docker那麼純淨的環境裏，啥都沒，依賴自己安裝還是比較坑的，這裏查到一個命令，可以查到缺少所有的依賴庫
ldd node_modules/puppeteer/.local-chromium/linux-641577/chrome-linux/chrome | grep not
這裏要找到你自己對應的那個版本，不過自己裝還是有點麻煩的，一定要裝的話，有個竅門，基本上直接apt install就可以，但是其名字應該是，比如libgbm.so.1，那麼就應該是apt install libgbm1；
這裏參考的資料就有好幾個：
puppeteer 在 docker 中應用出現的問題，這個其實就是解決了我的依賴問題，而且雖然他有提出去Git看官方的Troubleshooting，不過我還是直接看他的提煉內容，通過
apt-get update && \
apt-get -y install xvfb gconf-service libasound2 libatk1.0-0 libc6 libcairo2 libcups2 \
libdbus-1-3 libexpat1 libfontconfig1 libgcc1 libgconf-2-4 libgdk-pixbuf2.0-0 libglib2.0-0 \
libgtk-3-0 libnspr4 libpango-1.0-0 libpangocairo-1.0-0 libstdc++6 libx11-6 libx11-xcb1 libxcb1 \
libxcomposite1 libxcursor1 libxdamage1 libxext6 libxfixes3 libxi6 libxrandr2 libxrender1 libxss1 \
libxtst6 ca-certificates fonts-liberation libappindicator1 libnss3 lsb-release xdg-utils wget && \
rm -rf /var/lib/apt/lists/*
通過這樣解決了，但是後面是我經歷最煩的過程，也是感覺最坑的，docker默認是以root用戶進去的，然後root用戶不能直接調用chrome，然後當時我加了--no-sandbox還是不行，官方的解決方法是，新建一個用戶，但是新建一個用戶的話，我的之前的環境就不好搞了 ，比如anaconda，然後各種查，這裏查看的太多了，我自己也亂了，其實就是還缺少一個參數——“--disable-dev-shm-usage”，也就是
this.browser = await puppeteer.launch({
executablePath: puppeteer.executablePath(),
args: ['--no-sandbox', '--disable-dev-shm-usage'],
});
puppeteer.executablePath()這個會返回chrome的路徑，還是很讚的。然後其實這個帖子一共提出三個問題，我只看了前兩個，第三個沒看，而這第三個就是字體問題，docker中原生沒有帶中文字體，不後來仔細看了下，他的方法要下載字體包，字體包在哪下也沒說，反正我自己解決辦法是把本機的字體移到映射的目錄內，然後在docker中再移到相應的位置，完美解決。
至此在ubuntu上的puppeteer就可以運行了，當時其實主要只參考了這一個帖子，下面的都是在deepin上發現不能用的時候查到的，也提一下
截圖的誘惑：Docker部署Puppeteer項目，這個寫的很好，只是很長，要翻到很下面纔有一些踩坑，最重要的是，我是才發現的，所這一篇對我的最大貢獻就是提供了下面這個鏈接，然後這個真的寫的很好了，可惜我當初沒有看完。
爬蟲利器 Puppeteer 實戰，這個是在上一個鏈接中找到的，他對我最大的好處就是，提供了一個cnpm，然後可以順利下載puppeteer，其實我發現node_modules這個是可以移動的，打包之後移到其他電腦，就可以直接使用，就不用重複下載了，那我爲什麼還要下載，就是他在deepin的這個docker中不知道爲啥不能用，會一直等着，直到timeout，後來看他的報錯，似乎是說必須要是對應的版本的chrome，算了算了，重新下一個好了吧，結果好像好了，這裏還有其他坑，下面再講。
Puppeteer 截圖及相關問題，這個他也是很長，前面都是實例，然後他提到了字體缺失的問題，但是他的解決方法我後來試了，沒有用，還是從有用的電腦拷貝出來最靠譜。
上面提到，在deepin的docker中，遇到在ubuntu上沒有碰到的，簡直是費解到想幹脆放棄這個系統吧，本來也是嚐鮮的，後來在多次試的時候發現，deepin的docker中不能上網，ping在之前說過已經裝好了的，而且這次也不是提示沒有這個命令，是提示別的，然後多方嘗試後，發現docker容器啓動時會報 socket permission denied或者listen tcp port failed 等錯誤的原因這個帖子，雖然我和他的報錯不一樣，但是我還是把這個apparmor給卸載了，不過他提到的什麼yml，不太懂，也不知道在哪裏，怎麼改，先算了，反正刪了後，網絡正常了，我就趕緊重新下載了puppeteer，一試，居然缺個庫，就是缺libgbm.so.1，裝好後就正常了，此時換回之前的node_modules也是正常的，所以其實就是網絡問題吧，大概，被這個apparmor害慘了。
至此，deepin中的docker已經puppeteer也能正常使用了，感覺deepin比ubuntu還要麻煩些，開發不太建議就是了。
WIN10的docker也是要裝的，不過還開始，以後再補吧！
20200516：今天發現，原來win10不可以安裝nvidia-docker，那就沒啥意義了，我還是可以直接裝cuda來跑深度學習的。不過那我的問題就變成了，要怎麼在不安裝vs的情況下，編譯opencv和使用c++加速，，，後來覺得，還是不要折騰了。