docker安装jupyter python环境远程运行¶

0 背景¶

Docker是一个开源的应用容器引擎，可以让我们将应用程序以及所有依赖包打包到一个可移植的容器中，然后发布到任何Linux机器或Windows的机器上。这意味着，无论我哦们的本地机器是什么操作系统，只要安装了Docker，就可以轻松地运行相同的应用程序。因此，使用Docker可以大大简化Python环境的安装和管理。

通过使用Docker安装Jupyter Python环境，我们可以享受到简化安装过程、跨平台兼容性、环境一致性、资源隔离和易于扩展等诸多优势。

在接下来，我们将详细介绍如何使用Docker来安装和配置一个功能强大的Jupyter Python环境以及docker的一些使用。

1 使用¶

1 创建Dockerfile¶

在任意目录下新建一个名为Dockerfile（没有任何文件扩展名）的文件，然后将以下内容添加到Dockerfile中

# 使用官方Jupyter基础镜像，该镜像内置了Python 3.8
FROM jupyter/base-notebook:python-3.8

# 如果需要，可以安装额外的Python包
# 例如，我们可以使用以下命令安装pandas：RUN pip install pandas
RUN pip install jupyterlab_tabnine pandas openxyl xlwings -i https://pypi.tuna.tsinghua.edu.cn/simple

# 暴露Jupyter Notebook的端口（默认是8888）
EXPOSE 8888

2 构建Docker镜像¶

在终端或命令提示符中，进入包含Dockerfile的目录，并运行以下命令来构建Docker镜像：

docker build -t python38_jupyter .

这里的-t选项为镜像指定一个标签（在这里是python38_jupyter），以便于后续引用。

3 运行Jupyter容器¶

docker run -d -p 8888:8888 --name my_jupyter_container python38_jupyter

在这里，我们使用-p选项将容器的8888端口映射到主机系统的8888端口。这样我们就可以通过http://localhost:8888或者局域网IP在浏览器中访问Jupyter Notebook。

4 查看token¶

有时候, 我们远程连接的时候会需要token, 这个时候我们可以通过日志来查看.

docker logs <容器名称或容器ID>

在容器中运行的是Jupyter Notebook，我们将看到Notebook的启动日志和交互式会话的输出。

5 将容器保存起来¶

在Docker中，将容器保存为镜像的过程称为“提交”容器。通过提交容器，我们可以将容器及其当前状态保存为一个新的镜像。这样，我们可以在以后再次使用这个镜像来创建相同状态的容器，或在其他机器上部署相同的环境。

确保容器正在运行或者已经停止。如果容器还没有启动，请先通过docker run命令启动容器。

使用以下命令提交容器为新的镜像：

docker commit <容器名称或容器ID> <新镜像名称>

Docker将会生成一个新的镜像，其中包含了当前容器的状态。我们可以使用docker images命令查看所有可用的镜像列表，包括刚刚创建的新镜像。

6 保存镜像到本地¶

如果我们需要将Docker镜像保存到本地，我们可以使用docker save命令将镜像打包成一个.tar文件，然后通过docker load命令将这个.tar文件加载回Docker中。

docker save -o <保存的文件名>.tar <镜像名称>:<标签>

在上面的命令中，将<保存的文件名>替换为我们希望保存的文件名，将<镜像名称>:<标签>替换为我们要保存的镜像的名称和标签。

例如，如果我们想将官方的Python 3.8镜像保存为一个名为python38_image.tar的文件，那么可以运行以下命令：

docker save -o python38_image.tar python:3.8

Docker将会将指定的镜像打包为.tar文件，并保存在当前工作目录下（或指定的输出目录中）。

现在，我们已经成功将Docker镜像保存为.tar文件。要将它加载回Docker中，可以使用docker load命令：

docker load -i <保存的文件名>.tar

在上面的命令中，将<保存的文件名>替换为我们之前保存的文件名。

加载成功后，我们就可以使用docker images命令查看已加载的镜像列表，确保镜像已经被成功加载到Docker中。

通过保存和加载镜像，我们可以在不同的Docker主机之间传输镜像或在没有网络连接的环境中使用它们。这种方式适用于备份镜像、离线部署或与他人共享镜像。