docker源碼交叉編譯
A. 如何到載百度網議
不久之前，機器之心聯合網路推出 PaddlePaddle 專欄，為想要學習這一平台的技術人員推薦相關教程與資源。在解析過PaddlePaddle框架之後，從這篇文章開始上手，安裝 PaddlePaddle。
目錄
環境
Windows 系統的安裝
在 Windows 上安裝 Docker 容器在 Windows 上安裝 Ubuntu
使用 pip 安裝
使用 Docker 安裝
從源碼編譯生成安裝包
在本地編譯生成安裝包在 Docker 編譯生成安裝包
編譯 Docker 鏡像
測試安裝環境
最後提示
項目代碼
參考資料
環境
系統：Ubuntu 16.0.4（64 位）處理器：Intel(R) Celeron(R) CPU內存：8G
Windows 系統的安裝
PaddlePaddle 目前還不支持 Windows，如果讀者直接在 Windows 上安裝 PaddlePaddlePaddle 的話，就會提示沒有找到該安裝包。如果讀者一定要在 Windows 上工作的話，筆者提供兩個建議：一、在 Windows 系統上使用 Docker 容器，在 Docker 容器上安裝帶有 PaddlePaddle 的鏡像；二、在 Windows 系統上安裝虛擬機，再在虛擬機上安裝 Ubuntu。
在 Windows 上安裝 Docker 容器
首先下載 Docker 容器的工具包 DockerToolbox，筆者使用這個安裝包不僅僅只有 Docker，它還包含了 VirtualBox 虛擬機，使用者工具包我們就不用單獨去安裝 VirtualBox 虛擬機了，DockerToolbox 的官網下載地址：https://docs.docker.com/toolbox/toolbox_install_windows/
下載之後，就可以直接安裝了，雙擊安裝包，開始安裝
選擇安裝路徑，筆者使用默認的安裝路徑
然後安裝所依賴的軟體，因為筆者之前在電腦上已經安裝了 git，所以在這里就不安裝了，其他都要勾選
這一步不用修改什麼，讓程序為我們創建一個桌面快捷鍵
最後就可以安裝了，等待一小段時間即可
到這里就安裝完成了
安裝完成之後，如果直接啟動 Docker 的話，有可能可能會卡在這里，因為還有下載一個 boot2docker.iso 鏡像，網速比較慢的話就可能一直卡在這里。所以我們還要鏡像下一步操作
Running pre-create checks...
(default) No default Boot2Docker ISO found locally, downloading the latest release...
(default) Latest release for github.com/boot2docker/boot2docker is v17.12.1-ce
(default) Downloading C:\Users\15696\.docker\machine\cache\boot2docker.iso from https://github.com/boot2docker/boot2docker/releases/download/v17.12.1-ce/boot2docker.iso...
在下載 DockerToolbox 的時候，這個工具就已經帶有 boot2docker.iso 鏡像了。並且存在 DockerToolbox 安裝的路徑上，筆者的路徑是：
C:\Program Files\Docker Toolbox\boot2docker.iso
我們把這個鏡像復制到用戶目錄\.docker\machine\cache\，如筆者的目錄如下：
C:\Users\15696\.docker\machine\cache\
復制完成之後，雙擊桌面快捷方式 Docker Quickstart Terminal，啟動 Docker，命令窗口會輸出以下信息：
Running pre-create checks...
Creating machine...
(default) Copying C:\Users\15696\.docker\machine\cache\boot2docker.iso to C:\Users\15696\.docker\machine\machines\default\boot2docker.iso...
(default) Creating VirtualBox VM...
(default) Creating SSH key...
(default) Starting the VM...
(default) Check network to re-create if needed...
(default) Windows might ask for the permission to create a network adapter. Sometimes, such confirmation window is minimized in the taskbar.
(default) Found a new host-only adapter: "VirtualBox Host-Only Ethernet Adapter #3"
(default) Windows might ask for the permission to configure a network adapter. Sometimes, such confirmation window is minimized in the taskbar.
(default) Windows might ask for the permission to configure a dhcp server. Sometimes, such confirmation window is minimized in the taskbar.
(default) Waiting for an IP...
最後看到 Docker 的 logo 就表示成功安裝 Docker 容器了
## .
## ## ## ==
## ## ## ## ## ===
/"""""""""""""""""\___/ ===
~~~ {~~ ~~~~ ~~~ ~~~~ ~~~ ~ / ===- ~~~
\______ o __/
\ \ __/
\____\_______/
docker is configured to use the default machine with IP 192.168.99.100
For help getting started, check out the docs at https://docs.docker.com
Start interactive shell
15696@ MINGW64 ~
$
到這就可以使用 Docker 來安裝 PaddlePaddle 了，具體請看本文章中關於 Docker 使用 PaddlePaddle 部分
在 Windows 上安裝 Ubuntu
在 Windows 上在 Ubuntu 就要先安裝虛擬機，虛擬機有很多，筆者使用的是開源的 VirtualBox 虛擬機，VirtualBox 的官網：https://www.virtualbox.org/
安裝完成 VirtualBox 虛擬機之後，進入到 VirtualBox 虛擬機中點擊新建，創建一個系統
選擇分配的內存，我這里只是分配了 2G，如果正式使用 PaddlePaddle 訓練模型，這遠遠不夠，讀者可以根據需求分配內存
創建一個虛擬硬碟
選擇默認的 VDI 硬碟文件類型
這里最好是選擇動態分配硬碟，這樣虛擬機會根據實際佔用的空間大小使用電腦本身的磁碟大小，這樣會減少電腦空間的佔用率的。如果是固定大小，那麼創建的虛擬機的虛擬硬碟一開始就是用戶設置的大小了。
這里就是選擇虛擬硬碟大小的，最後分配 20G 以上，筆者分配 30G，應該夠用。
然後選擇剛才創建的 Ubuntu 系統，點擊設置，這系統中取消勾選軟碟機，然後點擊存儲，選擇 Ubuntu 鏡像，筆者使用的是 64 位 Ubuntu 16.04 桌面版的鏡像
最後就可以啟動安裝 Ubuntu 了。選擇我們創建的 Ubuntu 系統，點擊啟動，進入到開始安裝界面，為了方便使用，筆者選擇中文版的
為了安裝之後不用在安裝和更新應用，筆者勾選了安裝 Ubuntu 時下載更新，這樣在安裝的時候就已經更新應用了
然後是選安裝的硬碟，因為我們使用的自己創建的整一個硬碟，所以我們可以直接選擇青春整個硬碟並安裝 Ubuntu，這里就不用考慮分區和掛載問題了
選擇所在的位置，這沒什麼要求的，筆者隨便選擇一個城市
然後是選擇鍵盤的布局，通常的鍵盤布局都是英語（美國）
創建 Ubuntu 的用戶名稱和密碼
最後就是安裝了，這個安裝過程可能有點久，耐心等待
安裝完成之後就可以在 Windows 系統上使用 Ubuntu 系統了，我們再使用 Ubuntu 來學習和使用 PaddlePaddle 做深度學習了。最好安裝完成之後，把在存儲中設置的 Ubuntu 鏡像移除
在本篇文章之後部分都是在 Ubuntu 上操作，我們都可以使用 Ubuntu 這虛擬機來完成。
如果讀者使用的是 Windows 10，可以使用 Windows 系統自帶的 linux 子系統，安裝教程可以看我之前的文章 Windows10 安裝 Linux 子系統。
使用 pip 安裝
如果你還沒有在 pip 命令的話，首先要安裝 pip，要確保安裝的 pip 版本是大於 9.0.0 的，否則可能無法安裝 paddlepaddle。
安裝 pip 命令如下：
sudo apt install python-pip
安裝之後，還有看一下 pip 的的版本 pip --version，如果版本低於 9.0.0，那要先升級 pip，先要下載一個升級文件，命令如下：
wget https://bootstrap.pypa.io/get-pip.py
下載完成之後，可以使用這個文件安裝最新的 pip 了
python get-pip.py
安裝 pip 就可以動手安裝 paddlepaddle 了。如果許可權不夠，請在 root 下執行命令
pip install paddlepaddle
現在就測試看看 paddlepaddle 有沒有，在 python 的命令終端中試著導入 paddlepaddle 包：
import paddle.v2 as paddle
如果沒有報錯的話就證明 paddlepaddle 安裝成功了。
使用 Docker 安裝
為什麼要使用 Docker 安裝 paddlepaddle 呢，Docker 是完全使用沙箱機制的一個容器，在這個容器安裝的環境是不會影響到本身系統的環境的。通俗來說，它就是一個虛擬機，但是它本身的性能開銷很小。在使用 Docker 安裝 paddlepaddle 前，首先要安裝 Docker，通過下面的命令就可以安裝了：
sudo apt-get install docker
安裝完成之後，可以使用 docker --version 查看 Docker 的版本，如果有顯示，就證明安裝成功了。可以使用 docker images 查看已經安裝的鏡像。
一切都沒有問題之後，就可以用 Docker 安裝 paddlepaddle 了，命令如下：
docker pull docker.paddlepaddlehub.com/paddle
在這里不得不說的是，這個安裝過程非常久，也許是筆者的帶寬太小了。安裝完成後，可以再使用 docker images 命令查看安裝的鏡像，應該可以 看到類似這樣一個鏡像，名字和 TAG 會相同，其他信息一般不同
docker.paddlepaddlehub.com/paddle latest 2b1ae16d846e 27 hours ago 1.338 GB
從源碼編譯生成安裝包
我們的硬體環境都有很大的不同，官方給出的 pip 安裝包不一定是符合我們的需求，比如筆者的電腦是不支持 AVX 指令集的，在官方中沒找到這個的安裝包（也行現在已經有了），所以我們要根據自己的需求來打包一個自己的安裝包。
在本地編譯生成安裝包
1. 安裝依賴環境
在一切開始之前，先要安裝好依賴環境，下面表格是官方給出的依賴環境
1.1 安裝 GCC
一般現在的 Ubuntu 都是高於個版本了，可以使用 gcc --version 查看安裝的版本。比如筆者的是 4.8.4，如果你的是版本是低於 4.8.2 的就要更新一下了
sudo apt-get install gcc-4.9
1.2 安裝 CMake
先要從官網下 CMake 源碼
wget https://cmake.org/files/v3.8/cmake-3.8.0.tar.gz
解壓源碼
tar -zxvf cmake-3.8.0.tar.gz
依次執行下面的代碼
# 進入解壓後的目錄
cd cmake-3.8.0
# 執行當前目錄的 bootstrap 程序
./bootstrap
# make 一下
make
# 開始安裝
sudo make install
查看是否安裝成功，cmake --version，如果正常顯示版本，那已經安裝成功了。
1.3 安裝 pip
關於安裝 pip9.0.0 以上的版本，在上面的使用 pip 安裝部分已經講了，這里就不在熬述了
1.4 安裝 numpy
安裝 numpy 很簡單，一條命令就夠了
sudo apt-get install python-numpy
順便多說一點，matplotlib 這個包也經常用到，順便安裝一下
sudo apt-get install python-matplotlib
1.5 安裝 SWIG
執行下面代碼安裝 SWIG，安裝成功之後，使用 swig -version 檢查安裝結果
sudo apt-get install -y git curl gfortran make build-essential automake swig libboost-all-dev
1.6 安裝 Go
官方說可選擇，那看情況吧，如果像安裝安裝吧，筆者順便安裝了，就一條代碼的事情，老規則 go version
sudo apt-get install golang
到這里，依賴環境就已經安裝好了，准備安裝 paddlepaddle。
2. 首先要在 GitHub 上獲取 paddlepaddle 源碼
git clone https://github.com/PaddlePaddle/Paddle.git
3. 然後輸以下命令
# 進入剛下載的 Paddle 裡面
cd Paddle
# 創建一個 build 文件夾
mkdir build
# 進入 build 文件夾里
cd build
# 這就要選好你的需求了，比如筆者沒有使用 GPU，不支持 AVX，為了節省空間，我把測試關閉了，這樣會少很多空間。最後不要少了..
cmake .. -DWITH_GPU=OFF -DWITH_AVX=OFF -DWITH_TESTING=OFF
# 最後 make，生成你想要的安裝包，這個可能很久, 一定要有耐心
make
經過長久的 make 之後，終於生成了我們想要的安裝包，它的路徑在 Paddle/build/python/dist 下，比如筆者在該目錄下有這個安裝包 paddlepaddle-0.11.0-cp27-cp27mu-linux_x86_64.whl，你的命名可能不是這個。之後就可以安裝了，使用 pip 安裝：
# 請切入到該目錄
cd build/python/dist/
# 每個人的安裝包名字可能不一樣。如果許可權不夠，請在 root 下執行命令
pip install paddlepaddle-0.11.0-cp27-cp27mu-linux_x86_64.whl
這個我們就已經安裝了 paddlepaddle，現在就測試看看 paddlepaddle 有沒有安裝成功了，在 python 的命令終端中試著導入 paddlepaddle 包：
import paddle.v2 as paddle
如果沒有報錯的話就證明 paddlepaddle 安裝成功了。
在 Docker 編譯生成安裝包
使用 Docker 就輕松很多了，有多輕松，看一下便知 。
1. 首先要在 GitHub 上獲取 paddlepaddle 源碼
git clone https://github.com/PaddlePaddle/Paddle.git
2. 切入到項目的根目錄下
cd Paddle
3. 生成安裝包
下面一行代碼，提醒一下，這個過程非常長，一定要有耐心，順便把編譯測試關了，減少空間
docker run -it -v $PWD:/paddle -e "WITH_GPU=OFF" -e "WITH_AVX=OFF" -e "-DWITH_TESTING=OFF" docker.paddlepaddlehub.com/paddle:latest-dev bash -x /paddle/paddle/scripts/docker/build.sh
同樣會在 Paddle/build/python/dist 下生成一個安裝包，這對比在本地生成的安裝包，是不是要簡單很多，沒錯這就是 Docker 強大之處，所有的依賴環境都幫我們安裝好了，現在只要安裝這個安裝包就行了：
# 請切入到該目錄
cd build/python/dist/
# 每個人的安裝包名字可能不一樣。如果許可權不夠，請在 root 下執行命令
pip install paddlepaddle-0.11.0-cp27-cp27mu-linux_x86_64.whl
同樣我們要測試看看 paddlepaddle 有沒有安裝成功了，在 python 的命令終端中試著導入 paddlepaddle 包：
import paddle.v2 as paddle
如果沒有報錯的話就證明 paddlepaddle 安裝成功了。
編譯 Docker 鏡像
如果你比較喜歡使用 Docker 來運行你的 paddlepaddle 代碼，但是有沒有你想要的鏡像，這是就要自己來製作一個 Docker 鏡像了，比如筆者的電腦是不支持 AVX 指令集的，還只有 CPU，那麼我就要一個不用 AVX 指令集和使用 CPU 訓練的鏡像。好吧，我們開始吧
1. 我們要從 GitHub 下載源碼：
git clone https://github.com/PaddlePaddle/Paddle.git
2. 安裝開發工具到 Docker image 里
# 切入到 Paddle 目錄下
cd Paddle
# 下載依賴環境並創建鏡像，別少了最後的.
docker build -t paddle:dev .
有可能它不能夠命名為 paddle:dev，我們可以對他從重新命名，ID 要是你鏡像的 ID
# docker tag <鏡像對應的 ID> <鏡像名:TAG>
例如：docker tag 1e835127cf33 paddle:dev
3. 編譯
# 這個編譯要很久的，請耐心等待
docker run --rm -e WITH_GPU=OFF -e WITH_AVX=OFF -v $PWD:/paddle paddle:dev
安裝完成之後，使用 docker images 查看剛才安裝的鏡像。
測試安裝環境
我們就使用官方給出的一個例子，來測試我們安裝 paddlepaddle 真的安裝成功了
1. 創建一個記事本，命名為 housing.py，並輸入以下代碼：
import paddle.v2 as paddle
# Initialize PaddlePaddle.
paddle.init(use_gpu=False, trainer_count=1)
# Configure the neural network.
x = paddle.layer.data(name='x', type=paddle.data_type.dense_vector(13))
y_predict = paddle.layer.fc(input=x, size=1, act=paddle.activation.Linear())
# Infer using provided test data.
probs = paddle.infer(
output_layer=y_predict,
parameters=paddle.dataset.uci_housing.model(),
input=[item for item in paddle.dataset.uci_housing.test()()])
for i in xrange(len(probs)):
print 'Predicted price: ${:,.2f}'.format(probs[i][0] * 1000)
2. 執行一下該代碼
在本地執行代碼請輸入下面的命令
python housing.py
在 Docker 上執行代碼的請輸入下面的代碼
docker run -v $PWD:/work -w /work -p 8899:8899 docker.paddlepaddle.org/paddle python housing.py
-v 命令是把本地目錄掛載到 docker 鏡像的目錄上，-w 設置該目錄為工作目錄，-p 設置埠號，使用到的鏡像是在使用 Docker 安裝部分安裝的鏡像 docker.paddlepaddle.org/paddle
3. 終端會輸出下面類似的日誌
I0116 08:40:12.004096 1 Util.cpp:166] commandline: --use_gpu=False --trainer_count=1
Cache file /root/.cache/paddle/dataset/fit_a_line.tar/fit_a_line.tar not found, downloading https://github.com/PaddlePaddle/book/raw/develop/01.fit_a_line/fit_a_line.tar
[==================================================]
Cache file /root/.cache/paddle/dataset/uci_housing/housing.data not found, downloading https://archive.ics.uci.e/ml/machine-learning-databases/housing/housing.data
[==================================================]
Predicted price: $12,316.63
Predicted price: $13,830.34
Predicted price: $11,499.34
Predicted price: $17,395.05
Predicted price: $13,317.67
Predicted price: $16,834.08
Predicted price: $16,632.04
如果沒有成功運行該代碼，報錯信息如下，說明安裝的 paddlepaddle 版本過低，請安裝高版本的 paddlepaddle
I0116 13:53:48.957136 15297 Util.cpp:166] commandline: --use_gpu=False --trainer_count=1
Traceback (most recent call last):
File "housing.py", line 13, in <mole>
parameters=paddle.dataset.uci_housing.model(),
AttributeError: 'mole' object has no attribute 'model'
最後提示
有很多學習者會出現明明安裝完成 PaddlePaddle 了，但是在 PaddlePaddle 的時候，在初始化 PaddlePaddle 這一行代碼出錯
paddle.init(use_gpu=False, trainer_count=1)
這個多數是讀者的電腦不支持 AVX 指令集，而在 PaddlePaddle 的時候，安裝的是支持 AVX 指令集的版本，所以導致在初始化 PaddlePaddle 的時候報錯。所以在安裝或者編譯 PaddlePaddle 安裝包時，要根據讀者電腦本身的情況，選擇是否支持 AVX 指令集。查看電腦是否支持 AVX 指令集，可以在終端輸入以下命令，輸出 Yes 表示支持，輸出 No 表示不支持。
if cat /proc/cpuinfo | grep -i avx; then echo Yes; else echo No; fi
項目代碼
GitHub 地址:https://github.com/yeyupiaoling/LearnPaddle
參考資料
http://paddlepaddle.org/
https://pip.pypa.io/en/stable/
http://www.runoob.com/
http://www.linuxidc.com/Linux/2016-12/138489.htm
https://www.jianshu.com/p/c6264cd5f5c7
B. 學習Docker哪本書最好
Docker視頻免費下載
鏈接:https://pan..com/s/1WmpJyKAXcbPDgn29SS-c5g
Docker視頻|走進Docker|從Docker到CaaS（一）Docker集群管理介紹|從Docker到CaaS（三）Kubernetes|從Docker到CaaS（六）微服務與CaaS|從Docker到CaaS（二）Docker 容器管理工具|從 Docker 到 CaaS（五）靈雀雲部署 Docker 容器|
C. 如何在mips架構編譯docker之github源碼動態編譯
經過研究docker的官方編譯腳步，發現本地編譯也很簡單，只需要在docker源碼的目錄下執行如下命令即可： ./hack/make.sh binary 上面這條命令就只會生成docker的二進制文件，不過肯定不會這么順利的，執行這個命令你就會發現錯誤。如果第一次執行...
D. docker 64 必須 為什麼
對於Docker的安裝在官網上針對不同的操作系統分別進行了描述，Ubuntu上安裝Docker，對於ubuntu操作系統來說必須是64位的，因為Docker的官網上只是提供了64位的docker，如果需要32位的docker則需要下載源碼進行編譯，這里有篇文章介紹了Docker源碼如何進行編譯成32位，編譯32位的Docker。但是對於我使用的Ubuntu來說正好是32位的。通過下面的兩條命令可以看出操作系統的位數和Linux的內核版本。
root@ubuntu:/tmp#uname -a
Linux e529c1b7772a 3.13.0-12-generic #32-Ubuntu SMP Fri Feb 21 17:44:24 UTC 2014 i686 i686 i686 GNU/Linux
root@ubuntu:/tmp#file /sbin/init
/sbin/init: ELF 32-bit LSB shared object, Intel 80386, version 1 (SYSV), dynamically linked (uses shared libs), for GNU/Linux 2.6.24, BuildID[sha1]=, stripped
如果想在32為的Ubuntu操作系統上運行Docker的話，就必須安裝32位的Docker。在Ubuntu中提供docker1.01-32位的deb包，可以直接點擊「docer1.01-32位deb包」跳轉到下載頁面。下載完成後，直接使用dpkg –i進行安裝。
dpkg -i docker.io_1.0.1~dfsg1-0ubuntu1~ubuntu0.14.04.1_i386.deb
Selecting previously unselected package docker.io.
(Reading database ... 150021 files and directories currently installed.)
Preparing to unpack docker.io_1.0.1~dfsg1-0ubuntu1~ubuntu0.14.04.1_i386.deb ...
Unpacking docker.io (1.0.1~dfsg1-0ubuntu1~ubuntu0.14.04.1) ...
Setting up docker.io (1.0.1~dfsg1-0ubuntu1~ubuntu0.14.04.1) ...
docker.io start/running, process 10456
Processing triggers for ureadahead (0.100.0-16) ...
Processing triggers for man-db (2.6.6-1) ...
也可以參考下面的這篇文章《Docker 1.0.1 已經可以在 Ubuntu 14.04 LTS 上測試了!》進行安裝。安裝完成後，可以使用下面的命令確定安裝的版本和基本的信息。由於docker使用go語言進行編寫的，所以要依賴於GO的編譯工具和庫文件。
oot@ubuntu:/tmp# docker version
Client version: 1.0.1
Client API version: 1.12
Go version (client): go1.2.1
Git commit (client): 990021a
Server version: 1.0.1
Server API version: 1.12
Go version (server): go1.2.1
Git commit (server): 990021a
root@ubuntu:/tmp# docker info
Containers: 1
Images: 7
Storage Driver: aufs
Root Dir: /var/lib/docker/aufs
Dirs: 10
Execution Driver: native-0.2
Kernel Version: 3.13.0-12-generic
WARNING: No swap limit support
官方安裝方式docker pull imagename從docker的索引中心下載，imagename是鏡像名稱，例如docker pull ubuntu就是下載base ubuntu並且tag是latest。
root@ubuntu:/# docker pull ubuntu:14.04
Pulling repository ubuntu
c4ff7513909d: Download complete
511136ea3c5a: Download complete
1c9383292a8f: Download complete
9942dd43ff21: Download complete
d92c3c92fa73: Download complete
0ea0d582fd90: Download complete
cc58e55aa5a5: Download complete
root@ubuntu:~/Downloads# docker images
REPOSITORY TAG IMAGE ID CREATED VIRTUAL SIZE
ubuntu 14.04 c1b5399bd2ee 8 minutes ago 205.3 MB
learn/tutorial latest 8dbd9e392a96 17 months ago 128 MB
root@ubuntu:/# docker run -i -t ubuntu /bin/bash
2014/09/04 13:04:28 exec format error
docker run -i -t learn/tutorial /bin/bash
2014/09/04 14:45:13 exec format error
PS：在安裝完成Dokcer後，使用Pull命令sudo docker pull ubuntu:14.04從鏡像倉庫獲取ubuntu的鏡像後，然後使用run命令docker run -i -t ubuntu /bin/bash直接運行該鏡像時，會出現下面的錯誤信息，後來我又嘗試著使用官方演示使用的learn/tutorial鏡像，還是出現同樣的問題，現在懷疑可能是由於我安裝的DOcker是32位的，而Image是64位的不匹配造成的。前面說過Docker默認提供的都是64位，其中提供的Image自然也都是64位，所以會出現下面的錯誤信息。在Docker Hub Registry里的大多數鏡像都是64位。這里有一個關於該錯誤的討論帖「Ddocker.io: Docker should recommend
linux-image-amd64 」。所以，如果想在32位的Docker基礎上運行Ubuntu的Image那要求Ubuntu的image也必須是32位。這就需要製作32位Ubuntu的Image。這里有一個官方提供的可用的Ubuntu image的列表，Ubuntu Image tag。
E. 如何在"特殊"的網路環境下編譯 Docker
由於 Docker 編譯需要依賴於 Docker Daemon ，所以只能在 64 位的 Linux 環境下先安裝 Docker 程序，再從 Github 上克隆 Docker 的代碼進行編譯。
在 Docker 的目錄下執行 make 命令將默認執行 Makefile 中 make binary 指令進行編譯。
?
default: binary
all: build
$(DOCKER_RUN_DOCKER) hack/make.sh
binary: build
$(DOCKER_RUN_DOCKER) hack/make.sh binary
cross: build
$(DOCKER_RUN_DOCKER) hack/make.sh binary cross
從以上的 Makefile 可以看出，執行 make、make binary、make all 或 make cross 都可以得到可運行的 Docker 程序。
在 Mac OS 環境下使用 brew 的命令安裝 Docker ，只能得到一個 docker client 的二進製程序，如果以 daemon 的方式運行，會得到 『This is a client-only binary - running the Docker daemon is not supported.』 的錯誤提示信息。
方法 1.
使用 VirtualBox 或者 VMWare Workstation 安裝一個 Linux 的虛擬機。宿主機使用 VPN 等方案使網路「正常」訪問各種「服務」，虛擬機網卡使用 NAT 模式。在 Linux 虛擬機內使用 make 進行編譯 Docker 不會有任何網路問題。只是編譯速度受限於 VPN 等網路解決方案，有可能等待時間很長。
方法 2.
Docker 每次發布新版本，都會在 docker-dev 的鏡像倉庫發布一個新的標簽，這個鏡像倉庫包含了編譯 Docker 鏡像所依賴的所有環境，只需替換 Docker 代碼目錄下的 Dockerfile 即可實現編譯 Docker 。
?
FROM docker.cn/docker/docker-dev:v1.2.0
VOLUME /var/lib/docker
WORKDIR /go/src/github.com/docker/docker
ENV DOCKER_BUILDTAGS apparmor selinux
ENTRYPOINT [「hack/dind」]
COPY . /go/src/github.com/docker/docker
Dockerfile 中只保留必要的步驟就可以實現編譯了。
方法 3.
對 Docker 代碼中的 Docker 進行徹底的改造，用國內的各種鏡像替換其中不能在「正常」網路條件下訪問的鏡像，使得代碼能夠快速編譯通過。
?
FROM docker.cn/docker/ubuntu:14.04.1
MAINTAINER Meaglith Ma <[email protected]> (@genedna)
RUN echo "deb http://mirrors.aliyun.com/ubuntu trusty main universe" > /etc/apt/sources.list && echo "deb-src http://mirrors.aliyun.com/ubuntu/ trusty main restricted" >> /etc/apt/sources.list && echo "deb http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted" >> /etc/apt/sources.list && echo "deb-src http://mirrors.aliyun.com/ubuntu/ trusty-updates main restricted" >> /etc/apt/sources.list && echo "deb http://mirrors.aliyun.com/ubuntu/ trusty universe" >> /etc/apt/sources.list && echo "deb-src http://mirrors.aliyun.com/ubuntu/ trusty universe" >> /etc/apt/sources.list && echo "deb http://mirrors.aliyun.com/ubuntu/ trusty-updates universe" >> /etc/apt/sources.list && echo "deb-src http://mirrors.aliyun.com/ubuntu/ trusty-updates universe" >> /etc/apt/sources.list && echo "deb http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted" >> /etc/apt/sources.list && echo "deb-src http://mirrors.aliyun.com/ubuntu/ trusty-security main restricted" >> /etc/apt/sources.list && echo "deb http://mirrors.aliyun.com/ubuntu/ trusty-security universe" >> /etc/apt/sources.list && echo "deb-src http://mirrors.aliyun.com/ubuntu/ trusty-security universe" >> /etc/apt/sources.list
RUN apt-get update && apt-get install -y \
aufs-tools \
automake \
btrfs-tools \
build-essential \
curl \
dpkg-sig \
git \
iptables \
libapparmor-dev \
libcap-dev \
libsqlite3-dev \
lxc=1.0* \
mercurial \
parallel \
reprepro \
ruby1.9.1 \
ruby1.9.1-dev \
s3cmd=1.1.0* \
unzip \
--no-install-recommends
RUN git clone --no-checkout https://coding.net/genedna/lvm2.git /usr/local/lvm2 && cd /usr/local/lvm2 && git checkout -q v2_02_103
RUN cd /usr/local/lvm2 && ./configure --enable-static_link && make device-mapper && make install_device-mapper
RUN curl -sSL http://docker-cn.qiniudn.com/go1.3.1.src.tar.gz | tar -v -C /usr/local -xz
ENV PATH /usr/local/go/bin:$PATH
ENV GOPATH /go:/go/src/github.com/docker/docker/vendor
ENV PATH /go/bin:$PATH
RUN cd /usr/local/go/src && ./make.bash --no-clean 2>&1
ENV DOCKER_CROSSPLATFORMS \
linux/386 linux/arm \
darwin/amd64 darwin/386 \
freebsd/amd64 freebsd/386 freebsd/arm
ENV GOARM 5
RUN cd /usr/local/go/src && bash -xc 'for platform in $DOCKER_CROSSPLATFORMS; do GOOS=${platform%/*} GOARCH=${platform##*/} ./make.bash --no-clean 2>&1; done'
RUN mkdir -p /go/src/github.com/gpmgo \
&& cd /go/src/github.com/gpmgo \
&& curl -o gopm.zip http://gopm.io/api/v1/download?pkgname=github.com/gpmgo/gopm\&revision=dev --location \
&& unzip gopm.zip \
&& mv $(ls | grep "gopm-") gopm \
&& rm gopm.zip \
&& cd gopm \
&& go install
RUN gopm bin -v code.google.com/p/go.tools/cmd/cover
RUN gem sources --remove https://rubygems.org/ \
&& gem sources -a https://ruby.taobao.org/ \
&& gem install --no-rdoc --no-ri fpm --version 1.0.2
RUN gopm bin -v -d /go/bin github.com/cpuguy83/go-md2man@tag:v1
RUN git clone -b buildroot-2014.02 https://github.com/jpetazzo/docker-busybox.git /docker-busybox
RUN /bin/echo -e '[default]\naccess_key=$AWS_ACCESS_KEY\nsecret_key=$AWS_SECRET_KEY' > /.s3cfg
RUN git config --global user.email '[email protected]'
RUN groupadd -r docker
RUN useradd --create-home --gid docker unprivilegeser
VOLUME /var/lib/docker
WORKDIR /go/src/github.com/docker/docker
ENV DOCKER_BUILDTAGS apparmor selinux
ENTRYPOINT ["hack/dind"]
COPY . /go/src/github.com/docker/docker
以上的命令把 Ubuntu 鏡像中的源替換為國內速度較快的阿里源；把 lvm2 鏡像到國內的 Git 託管服務 coding.net；從 七牛雲存儲 保存的 Golang 源碼進行獲取和編譯；使用 gopm 下載編譯所需要的 Library ；最後把其中 gem 源切換到淘寶。至此，可以在「特殊」的網路條件下快速編譯 Docker 。
F. 如何在 CentOS 7 上安裝 Docker
在編譯docker代碼之前肯定需要研究一下docker的代碼結構以及官方推薦的方式，因為docker是開源的，所以很多第三方開發者參與。那麼官方肯定會給出開發環境搭建的文檔，所以拿到代碼肯定先研究官方的編譯方法。通過文檔和代碼了解到docker官方推薦的是在docker本身的容器裡面搭建環境和編譯，官方給出的是一個基於ubuntu的dockerfile。不過正是這個dockerfile可以清楚的知道需要為了編譯准備哪些依賴環境，為我們後面自己編譯提供了環境搭建的基礎。然後就嘗試了官方的編譯方案，結果各種網路問題導致編譯通不過，當然網上也有相應的解決方案，基本上就是替換一些依賴源（國外的被牆了）。但是就算編譯通過了也只是一個基於ubuntu的二進制文件，只能在ubuntu的相應的系統上運行。我們需要的是一個可以在centos7上運行的二進制文件，關鍵要搭建一個可以持續開發和編譯測試的環境。當然也可以製作一個centos7的dockerfile文件，對照著官方的ubuntu的dockerfile也很簡單。但是這些都是還需要有一個前提，就是需要先安裝一個以前版本的docker來啟動這個環境澀，好處也是杠杠的，可以在任何一台能夠運行docker的系統上進行開發和測試，而且可以進行持續集成。不過對於我們來說能夠編譯出一個穩定運行在centos7上的二進制文件即可，所以就嘗試直接在本地進行編譯，而不是通過docker的容器進行。
經過研究docker的官方編譯腳步，發現本地編譯也很簡單，只需要在docker源碼的目錄下執行如下命令即可：
./hack/make.sh binary
上面這條命令就只會生成docker的二進制文件，不過肯定不會這么順利的，執行這個命令你就會發現錯誤。如果第一次執行報的錯誤應該是找不到相應的go依賴包。那麼現在就開始解決第一個問題，go依賴包。
解決go依賴包最直接的方法就一個一個去github或者其他地方去下載到本地，但是這樣做很麻煩，docker依賴的go語言包很多，然後依賴包可能又依賴其他包。這里有一個簡單實用的辦法，也是go語言管理項目的方便之處。通過go get命令來自動下載，例如發現報錯的是docker某一個目錄下的依賴包，那麼可以如下執行：
go get -v ./src/github.com/docker/docker/...
這條命令執行以後整個docker目錄下源文件依賴的包都會被自動下載。如果發現其他目錄下源文件也報同樣的錯誤，可以按照次方法解決。不過這里需要強調一點，這些下載都是會下載最新的包，如果編譯老的docker肯定會出問題，如果編譯最新的docker代碼肯定不會有問題，因為官方的編譯是這種方式。
上面執行的命令都是建立在go語言環境建立成功的基礎上，我安裝的go遇到是1.3.3版本的，採用源碼方式安裝。安裝在/export/servers/go下面，然後所有的go語言工程源碼目錄放在/export/servers/gopath。然後配置環境變數在用戶的根目錄下的.bashrc文件裡面如下：
export GOPATH=/export/servers/gopath
export GOROOT=/export/servers/go
export GOARCH=amd64
export GOOS=linux
然後docker的代碼目錄如下：/export/servers/gopath/src/github.com/docker/docker。這樣才能在gopath下面進行依賴包的下載。通過上面的方法把所有依賴包下載完以後就可以進行編譯了。
在繼續編譯的過程中還會遇到缺少c語言依賴包缺少的問題，主要有三個，（1）sqlite3;（2）device-mapper;（3）btrfs.
第一個sqlite3可以使用如下命令安裝依賴：yum install sqlite-devel.x86_64
第二個在官方的dockerfile文件裡面有解決方案，執行如下命令：
git clone --no-checkout https://git.fedorahosted.org/git/lvm2.git /usr/local/lvm2 && cd /usr/local/lvm2 && git checkout -q v2_02_103
cd /usr/local/lvm2 && ./configure --enable-static_link && make device-mapper && make install_device-mapper
第三個btrfs使用如下安裝依賴： yum install btrfs-progs。
這些依賴都解決了就繼續編譯，這個時候可能會出現ld連接錯誤，提示找不到庫。因為docker編譯的方式完全是static，所以所有依賴的庫必須還要有相應的靜態庫（.a），而不是動態庫(.so)。剛才通過yum install sqlite-devel.x86_64安裝了sqlite3的依賴，但是最後發現裡面沒有靜態庫，所以編譯ld的時候出錯了。我的解決辦法就是重新到sqlite3的官方網站下載了源碼包，然後編譯安裝即可。
編譯完成以後，就會在docker源碼目錄下的bundles/1.3.1/binary/目錄有如下文件：
docker docker-1.3.1 docker-1.3.1.md5 docker-1.3.1.sha256
docker-1.3.1這個文件就是我們需要的二進制文件了，docker是一個軟連接到docker-1.3.1的文件。
到此就成功完成編譯了，以後修改了代碼重新支持編譯腳步即可：
./hack/make.sh binary
G. nginx +beego 怎麼部署
beego如何調試這個問題很好啊，我一般都是使用：
http://beego.Info()
beego.Debug()
這些日誌函數來輸出調試信息，GDB至今我都沒用過。
開發環境的話，我基本上都是在Mac下開發，然後Go都是採用了源碼編譯安裝，因為Go支持交叉編譯，但是我接下來還是希望採用vagrant+Docker的方式來部署我們的整個系統，這樣才能夠保證整個系統從開發到部署的一致性。
H. 如何學習Docker
如何學習Docker
對於在校學生而言，應該如何去學習docker？畢竟學校沒有具體的應用需求作為引導，所以應該如何去研究Docker？還有，Docker的源代碼有沒有必要去研究？
首先我說明下，我是一位在浙江大學VLIS實驗室雲計算項目組的學生，使用過Docker，研究過Docker及其源碼，也定製過Docker。
對於學生如何學習Docker，我認為首先要看一下學生個人的知識背景、能利用的資源資源、以及個人興趣和發展方向。
1.學習Docker，如果沒有雲計算的基本知識，以及內核的基本知識，那麼學習並理解起來會稍吃力。作為容器，Docker容器的優勢在哪，不足在哪，最好了解容器的實現是怎樣的（簡單了解）；擁有鏡像管理，Docker又該如何體現軟體開發，集成，部署，發布，再迭代的軟體生命周期管理優勢。以上兩點我認為最為關鍵，有這兩方面的認識勢必會對之後的工作幫助巨大。
2.關於學習資源，起碼的硬體設施總是要有的。Docker及其生態的發展很快，不使用純理論肯定收效甚微。另外，資源還包括Docker官方，各大電子媒體平台，技術論壇，開源社區等，往往大拿的觀點能點破自己的困惑，或者讓自己知道哪方面的認識還很欠缺，以及讓自己少走很多的彎路。
3.個人興趣的話，歸結為強扭的瓜不甜。起碼應該認同Docker的設計價值，以及Docker的未來潛力，當然有依據的批判Docker並帶動大家的思考，也是深切關注的表現。
4.個人發展方向，我認為如果需要把Docker當作軟體生命周期管理工具的話，那用好Docker最為重要，API及命令的理解與使用是必需的。如果專注系統設計方面，那麼除Docker以上的知識與經驗之外，若有Docker源碼的學習與理解，那麼這些肯定會讓你的Docker水平提高一個層次。
2014-11-21 8 0
xds2000
學習Docker，最大的好處是跟進新技術發展方向。我覺得在校生應該沒有多少硬性需求在Docker的研究上，這也是為什麼學校沒做具體應用要求的原因。最實際的做法是看一些Docker使用案例，自己實踐出一些經驗應該會再以後的社會實踐中起到作用。
研究docker的源代碼，應該到你下定決心從事雲計算方面的事業或者研究，那麼你就需要以研究者的身份去做仔細的源碼分析的工作。
2014-11-21 3 0
劉勃GTDer
我作為參加工作的過來人來說，我認為只有你真正參加工作後，在工作中學習跟有意義，畢竟Docker知識雲計算其中的一個軟體平台而已，說不來等你畢業了，新的技術出現Docker不一定是唯一選擇。
作為學生了解新技術確實無可厚非，一定要能把理論轉化為生產力才是正道。
2014-12-15 3 0
9lives - 愛生活，愛雲計算。
學習任何一個開源新技術，首先問自己幾個問題：
1. 為什要學習它？
2. 學習它需要了解哪些相關知識點？
3. 如何快速學習？
4. 該技術的使用場景是什麼？
拿我個人的學習經驗來舉例（本人之前比較了解OpenStack）
為什要學習docker？
回答：
docker是輕量級虛擬化技術，docker使linux容器技術的應用更加簡單和標准化
docker的速度很快,容器啟動時毫秒級的
docker將開發和運維職責分清
docker解決了依賴地獄問題
docker支持幾乎所有操作系統
docker有著飛速發展的生態圈
很多IT巨頭逐漸加入和支持
學習它需要了解哪些相關知識點？
回答：
雲計算概念相關（restapi, 微服務，OpenStack）
Linux 系統管理（軟體包管理，用戶管理，進程管理等）
Linux 內核相關（Cgroup, namespace 等）
Linux 文件系統和存儲相關（AUFS，BRFS,devicemapper 等）
Linux 網路（網橋，veth,iptables等）
Linux安全相關（Appmor,Selinux 等）
Linux進程管理（Supervisord,Systemd etc)
Linux容器技術（LXC等）
開發語言（Python, GO,Shell 等）
3.如何快速學習？
回答：個人體會最好有一個實際的需求或項目來邊實踐邊學習，入門可以參考（第一本docker書）寫的不錯，非常適合入門。除此之外，閱讀牛人的blog比如官方blog http://blog.docker.com/
最後，參與社區互動也是很好的學習方式。
該技術的使用場景是什麼？ 回答：docker非常適用於dev/test CI/CD 場景，用完就扔。還有就是PasS了。
歡迎大家討論。
2015-05-21 3 0
西弗爾 - 要麼牛逼，要麼滾蛋
你好！我也是在校的學生，也在自己學習docker，多多交流啊！
2015-05-23 1 1
田浩浩 - wizmacau developer
https:// github.com /llitfkitfk/docker-tutorial-cn/
BTW: 熟讀docker文檔
2014-11-21 0 0
tuxknight
樓上各位說的都很好，我再補充一點：
找份相關的實習工作
2015-07-22 0 0
lancer
工作和研究是兩個方向我個人認為，工作需要通過你的實際效能為企業帶來經濟效益，而研究的話可以專注某個點。但是研究離不開工作，因為工作可以讓你更好的理會技術帶來的價值，以及如何提供更好的服務，用戶使用場景需要那些技術的突破。有了這些認識，然後更加專注的研究某個技術點，這樣或許可以說技術和商業是分不開的。
2015-08-25 0 0
綠劍色影
docker現在十分火熱，值得學習一下。
I. docker有哪些有趣的用途
docker有趣的用途：Docker 很適合用於測試發布，將 Docker 封裝後可以直接提供給測試人員進行運行，不再需要測試人員與運維、開發進行配合，進行環境搭建與部署。
開發人員共同使用同一個 Docker 鏡像，同時修改的源代碼都被掛載到本地磁碟。不再因為環境的不同而造成的不同程序行為而傷透腦筋，同時新人到崗時也能迅速建立開發、編譯環境。
docker的特點：
Docker能夠對多種OS資源進行隔離，但是它本質上依託於內核，因此所有的內核漏洞都是Docker的致命傷。單機可以輕松支持上百Container，讓各種個位數虛擬化的方案相形見絀。一秒以內啟動，即使是以資源快速就緒著稱的青雲IAAS也無法相比。J. 想使用docker來進行Android源碼編譯，對電腦配置要求怎麼樣
這個配置足夠了，還需要配置好對應的環境和編譯工具。