Docker中怎么设置数据科学环境

这期内容当中小编将会给大家带来有关Docker中怎么设置数据科学环境，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

什么是Docker?为什么要尝试一下?

Docker是在指定环境(称为容器)中创建，部署和运行所需应用程序的最简单，最灵活的方法之一。 当然，你问自己什么是容器?

非技术性的解释：就像上图所示，在我们的情况下，您的本地机器是一个已经在生产东西的岛。  为了改善这一点，您需要其他工具，这些工具(就像Docker徽标一样)装在小容器中。 一旦设置好并运行它们，它们就可以使用了。

技术说明：容器是打包代码及其所有依赖项的软件的标准单元，因此应用程序可以从一个计算环境快速运行到另一个计算环境。  Docker容器映像是一个轻量级的，独立的，可执行的软件软件包，其中包含运行应用程序所需的一切：代码，运行时，系统工具，系统库和设置。 其他重要术语：

• 图片：只是容器的快照。

• Dockerfile：这是一个Yaml文件，用于构建您的映像。 在本课程的最后，您将拥有一个yaml文件模板，并将其用于您自己的容器规范。

• DockerHub：在这里您可以推拉Docker映像并将其用于您自己的需求。 基本上，GitHub仅用于Docker。

为什么要使用Docker?

让我向您概述我喜欢使用Docker的主要原因：

• 对于您作为数据科学家或数据分析师而言，泊坞窗意味着您可以专注于探索，转换和建模数据，而无需首先考虑您的数据环境所运行的系统。  通过使用准备在Docker容器中运行的数千种应用程序之一，您不必担心分别安装和连接它们。 Docker允许您在需要时在几秒钟内部署所选的工作环境。

• 假设您不是项目中唯一的工作人员，但是您的团队成员也需要掌握代码。  现在，一个选择是，每个队友都可以在具有不同体系结构，不同库和不同版本应用程序的环境中运行代码。  docker选项是每个成员都可以访问相同的容器映像，并使用docker启动该映像并准备就绪。  Docker为团队中的每个人提供了可重复的数据环境，因此您可以立即开始进行协作。

Docker当然还有其他几个好处，特别是如果您使用的是Enterprise版本。 绝对值得探索，不仅会使您作为数据科学家受益。

安装和运行Docker

您可以立即安装Docker桌面，这是您入门所需的内容：在此处访问Docker Hub，为Mac或Windows选择Docker版本并进行安装。  在您的本地机器上启动Docker之后，您就可以在顶部导航栏上看到这只可爱的小鲸鱼-做得很好。

通过单击Docker徽标，您可以查看Docker是否正在运行。 另一种选择是打开命令行并输入" docker info"，以便您看到正在运行的内容。  以下是一些基本的Docker命令：

• docker login#登录Docker注册表

• docker run#创建一个新容器并启动

• docker start #启动一个现有的容器

• docker stop

  #停止一个正在运行的容器

• docker ps [-a] #显示所有容器

• docker rm

  #按名称或ID删除容器

• docker rmi $(docker images -q)#删除所有镜像

您可以从一个简单的示例开始，尝试使用Jupyter笔记本。 您要做的就是在Docker Hub中查找映像，打开终端并运行docker。  在下面的示例中，您可以找到在localhost：8888上运行的Jupyter —简单!

docker run -p 8888:8888 jupyter/scipy-notebook:2c80cf3537ca

虽然我们现在可以在容器中试用我们的应用程序，但它并不是高级数据科学家正在寻找的完整数据环境。  您可能想要使用更高级的工具，例如Nifi进行数据摄取和处理，Kafka进行数据流传输，以及使用SQL或NonSQL数据库在两者之间存储一些表。  我们还能使用Docker吗? 答案：是的，当然可以-Docker在这里为您管理所有工作。

Docker Compose：将它们组合在一起

要设置所需的数据环境，您可能希望在我们的本地计算机上运行多个容器。 这就是为什么我们使用Docker Compose。  Compose是用于定义和运行多容器Docker应用程序的工具。 虽然单独连接每个容器可能很耗时，但docker  compose允许多个容器的集合以非常直接的方式通过其自己的网络进行交互。  使用compose时，您首先使用yaml文件配置应用程序的服务，然后使用单个命令(docker compose up)来创建并启动先前定义的所有服务。*

在下面的内容中，您可以找到入门的主要步骤：

• 使用Dockerfile定义您的应用环境，以便轻松复制

• 在docker-compose.yml中指定构成数据环境的所有服务

• 在保存yaml文件的文件夹中打开终端，然后运行docker-compose up

docker-compose.yml可能类似于以下内容。 并且尽管您可以肯定使用以下内容作为模板，但绝对应该为自己配置一次：

version: '3' services:   zookeeper:     hostname: zookeeper     container_name: zookeeper_dataenv     image: 'bitnami/zookeeper:latest'     environment:       - ALLOW_ANONYMOUS_LOGIN=yes   nifi:     image: mkobit/nifi     container_name: nifi_dataenv     ports:       - 8080:8080       - 8081:8081     environment:       - NIFI_WEB_HTTP_PORT=8080       - NIFI_ZK_CONNECT_STRING=zookeeper:2181   minimal-jupyter-notebook:     image: jupyter/minimal-notebook:latest     ports:       - 8888:8888   mongodb:     image: mongo:latest     container_name: mongodb_dataenv     environment:       - MONGO_DATA_DIR=/data/db       - MONGO_LOG_DIR=/dev/null     ports:         - 27017:27017   grafana:     image: bitnami/grafana:latest     container_name: grafana_dataenv     ports:       - 3000:3000   db:     image: 'postgres:9.6.3-alpine'     container_name: psql_dataenv     ports:       - 5432:5432     environment:       POSTGRES_DB: psql_data_environment       POSTGRES_USER: psql_user       POSTGRES_PASSWORD: psql       PGDATA: /opt/psql_data     restart: "no"

上述就是小编为大家分享的Docker中怎么设置数据科学环境了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注编程网行业资讯频道。