docker:
docker info
docker version
docker images #展示镜像
docker ps #展示容器
docker ps -a #会展示出所有正在运行的和已经停止的容器
docker rmi 镜像ID #删除镜像
docker rm 容器ID #删除容器
docker stop dede_gpu #关闭容器
docker start dede_gpu #启动容器
docker restart #重启容器
docker hub #上重新拉个镜像
docker exec -it 容器ID bash #进入容器
docker cp keraslearning:/notebook .
#从容器keraslearning中复制/notebook目录到当前目录
docker cp test keraslearning:/notebook
#从当前目录复制test子目录到容器keraslearning中/notebook目录下
nvidia-docker run -idt -v /home:/opt --name face_flask1 ssd_caffe
备注：在容器外发post请求，图片路径："/opt/ligang/restful/testimage/1.jpg"
docker run -idt -v /dataTwo:/opt --name attention_ocr_zj --restart=always -e PASSWORD=a1b2c3
tensorflow/tensorflow:latest-gpu
docker run -idt -p 9529:8080 -v /home:/opt --name face_flask face_flask_gpu_image(镜像)
#192.168.15.100:9529，0.0.0.0:8080(容器端口号)，本机/home路径挂载到/opt
nvidia-docker run -idt -p 9529:8080 -v /home:/opt --name face_flask face_flask_gpu_image #gpu版本容器
docker commit 26045d5598a3 tensorflow/test #将容器创建成镜像
容器ID 镜像名字
docker save 9045 > tomcat8-apr.tar 或 sudo docker save -o attention_ocr.tar tensorflow/test(镜像)
#选择要打包的镜像，执行打包命令，会在当前目录下生成导出文件xxx.tar，然后将此文件下载到本地
镜像ID
docker load -i quay.io-calico-node-1.tar #从tar中导入打包的镜像
docker给运行中的容器添加映射端口，但是重启容器该端口号就失效。
docker强制映射:http://blog.csdn.net/a751101884/article/details/53374940
方法1：
# 获得容器IP，将container_name 换成实际环境中的容器名
docker inspect `container_name` | grep IPAddress
# iptable转发端口
将容器的8000端口映射到Docker主机的8001端口
iptables -t nat -A DOCKER -p tcp --dport 1122 -j DNAT --to-destination 172.17.0.25:8080
# iptables -t nat -nvL :先查看100主机的那些端口被使用
#在浏览器里面使用http://192.168.15.100:1111 访问网页；
备注： 如何在浏览器无法访问的话，请使用telnet 172.17.0.25 6006查看端口号是否打开，
以及ping 192.168.15.100 1111 看网络是否通着。
docker logs #从某个容器中获取log日志
docker inspect #检测关于某个容器的详细信息
docker events #从某个容器中获取所有的事件
docker port #获取某个容器的全部的开放端口
docker top #展示某个容器中运行的全部的进程
docker stats #展示某个容器中的资源的使用情况的统计信息
docker diff #展示容器中文件的变化情况
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
