浅试docker：为 AI 项目构建高可维护的开发环境

浅试docker：为 AI 项目构建高可维护的开发环境

我的需求是一个带cuda驱动的python容器，redis容器、psql容器、minio容器，因此，我指定docker-compose和dockerfile，他们之间的区别如下表：

方面	Dockerfile	Docker Compose
核心作用	定义单个镜像的构建过程，描述从基础镜像开始，安装软件、拷贝文件、配置环境等步骤，生成自定义镜像。	定义多个容器的编排和运行，指定哪些镜像或 Dockerfile 要启动，容器之间如何连接、挂载卷、端口映射等。
工作方式	通过 docker build 从 Dockerfile 构建镜像。	通过 docker-compose up 根据配置启动一个或多个容器。
是否拉取镜像	可以基于已有镜像（FROM xxx），也可以从头开始构建。	可以使用已有镜像（image: xxx）或基于 Dockerfile 构建镜像（build: xxx）。
功能范围	只负责镜像构建（静态），镜像里包含运行环境和文件。	负责多容器应用的启动与管理（动态），包括网络、依赖关系、环境变量等。
示例	写一个 Python 镜像，安装依赖，拷贝代码。	启动数据库、缓存、Python 服务容器，并让它们协同工作。

编写Docker-compose:

version: '3.8'

services:
  app:
    build: .  
    runtime: nvidia
    container_name: labsecurity_app
    depends_on:
      - redis
      - postgres
      - minio
    volumes:
      - ./app:/app
    working_dir: /app
    ports:
      - "8888:8888"
    command: ["tail", "-f", "/dev/null"]

  redis:
    image: redis:7
    container_name: labsecurity_redis
    ports:
      - "6379:6379"
    restart: always

  minio:
    image: minio/minio
    container_name: labsecurity_minio
    ports:
      - "9000:9000"
      - "9001:9001"
    environment:
      MINIO_ROOT_USER: minioadmin
      MINIO_ROOT_PASSWORD: minioadmin
    command: server /data --console-address ":9001"
    volumes:
      - minio_data:/data
    restart: always

  postgres:
    image: postgres:17
    container_name: labsecurity_postgres
    environment:
      POSTGRES_DB: labdb
      POSTGRES_USER: labuser
      POSTGRES_PASSWORD: labpass
    ports:
      - "5432:5432"
    volumes:
      - pgdata:/var/lib/postgresql/data
    restart: always

volumes:
  pgdata:
  minio_data:

编写Dockerfile:

FROM nvidia/cuda:12.8.0-cudnn-runtime-ubuntu22.04

RUN apt-get update && apt-get install -y python3 python3-pip

WORKDIR /app

COPY requirements.txt .

RUN pip install torch==2.6.0 torchvision==0.21.0 torchaudio==2.6.0 --index-url https://download.pytorch.org/whl/cu126
RUN pip install --no-cache-dir -r requirements.txt

COPY ./app /app

CMD ["python3", "main.py"]

例如，在python中通过minio:9000，在本机中可以通过http://localhost:9001/访问。

docker快速构建

1. 下载docker desktop，对于分盘的windows电脑，建议迁移一下docker位置
2. 换源，我这里修改配置文件为：

{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "experimental": false,
  "registry-mirrors": [
    "https://docker.xuanyuan.me"
  ]
}

3. 构建镜像：docker compose build

4. 启动容器服务：docker compose up -d 没有下载过dockert-compose中的容器的会先下载

5. 查看服务状态：docker ps -a
   

6. 进入python容器：docker exec -it labsecurity_app bash

7. 测试一下cuda环境是否可用，运行脚本：

import torch
print(torch.cuda.is_available())
print(torch.cuda.get_device_name(0))

8. 结束所有服务： docker-compose stop 开始所有服务：docker-compose start
9. 我在docker-compose里面挂载了：

volumes:
    - ./app:/app

容器能看到本机的 ./app 目录，点击vscode左下方的><，选择Attach to Running Container，进入python容器，就可以愉快的开发了