本文根據docker官方給出的docker代碼編譯環境搭建指南做更深入的分析。官方給出的指導比較簡單，但是由於國內的網路問題經常會編譯失敗，了解了編譯步驟後，也可以結合自身遇到的網路問題進行「規避」。
docker的編譯環境實際上是創建一個docker容器，在容器中對代碼進行編譯。 如果想快速的查看編譯環境搭建指導，而不關注環境搭建的機制和細節，可以直接跳到最後一章「總結」。
前提
機器上已經安裝了docker，因為編譯環境是個docker容器，所以要事先有docker（daemon），後面會創建個編譯環境容器，在容器裡面編譯代碼。本文中使用物理機，物理機上運行著docker （daemon）。
機器（物理機）上安裝了git 。 後續使用git下載docker源碼
機器（物理機）上安裝了make。
下載ubuntu 14.04的docker鏡像
❷ 超值一篇分享，Docker：從入門到實戰過程全記錄
作者 | 天元浪子
來源 | CSDN博客
想要真正理解Docker，就不得不從虛擬化技術的發展歷程說起。普遍認為虛擬化技術經歷了物理機時代、虛擬機時代，目前已經進入到了容器化時代。可以說，Docker是虛擬化技術不斷發展的必然結果。
那麼，什麼是容器呢？容器和虛擬機有什麼不同？Docker和容器又是什麼關系呢？搞明白這幾個問題，Docker的概念就清晰了。
1.1 虛擬機和容器
藉助於VMWare等軟體，可以在一台計算機上創建多個虛擬機，每個虛擬機都擁有獨立的操作系統，可以各自獨立的運行程序。這種分身術雖然隔離度高（操作系統級），使用方便（類似物理機），但佔用存儲資源多（GB級）、啟動速度慢（分鍾級）的缺點也是顯而易見的。
相較於虛擬機，容器（Container）是一種輕量型的虛擬化技術，它虛擬的是最簡運行環境（類似於沙盒）而非操作系統，啟動速度快（秒級）、佔用存儲資源少（KB級或MB級），容器間隔離度為進程級。在一台計算機上可以運行上千個容器，這是容器技術對虛擬機的碾壓式優勢。
1.2 容器、鏡像和Docker
Docker是一個開源的應用容器引擎，可以創建容器以及基於容器運行的程序。Docker可以讓開發者打包他們的應用和依賴包到一個輕量級、可移植的容器中，然後發布到任何流行的linux機器上，也可以實現虛擬化。
聽起來很簡單，但是在Docker和容器之間，還隱藏著一個鏡像的概念，令初學者頗感困惑。本質上，Docker鏡像是一個特殊的文件系統，它提供容器運行時所需的程序、庫、資源、配置等文件。Docker鏡像類似於一個py文件，它需要Docker的運行時（類似於python解釋器）運行。鏡像被運行時，即創建了一個鏡像的實例，一個實例就是一個容器。
1.3 Docker 和 k8s
作為容器引擎，Docker為容器化的應用程序提供了開放的標准，使得開發者可以用管理應用程序的方式來管理基礎架構，實現快速交付、測試和部署代碼。隨著容器的大量使用，又產生了如何協調、調度和管理容器的問題，Docker的容器編排應運而生。
k8s是Google開源的一個容器編排引擎，它支持自動化部署、大規模可伸縮、應用容器化管理，是一個開源的，用於管理雲平台中多個主機上的容器化的應用，k8s的目標是讓部署容器化的應用簡單並且高效，k8s提供了應用部署、規劃、更新、維護的一種機制。
Docker和k8sr都是以containerd（容器化標准）作為運行時，因此使用Docker創建的鏡像完全可以在k8s中無障礙的使用。
2.1 在ubuntu中安裝
在linux系統中安裝Docker非常簡單，官方為我們提供了一鍵安裝腳本。這個方法也適用於Debian或CentOS等發行版。
安裝過程如果出現超時，不要灰心，多試幾次，總會成功的。安裝完成後，Docker只能被root用戶使用，可以使用下面的命令取消許可權限制：
然後，重啟docker服務：
最後，關閉當前的命令行，重新打開新的命令行就可以了。
順便提一下，如果在CentOS下安裝，可能會出現一堆類似於下面的錯誤：
這是由於docker和Podman沖突造成的，需要先卸載Podman：
2.2 在Win10中安裝
Docker的運行，依賴linux的環境，官方提供了Docker Desktop for Windows，但是它需要安裝Hyper-V，Hyper-V是微軟開發的虛擬機，類似於 VMWare 或 VirtualBox，僅適用於 Windows 10。這個虛擬機一旦啟用，QEMU、VirtualBox 或 VMWare Workstation 15 及以下版本將無法使用！如果你必須在電腦上使用其他虛擬機（例如開發 Android 應用必須使用的模擬器），請不要使用 Hyper-V！
我的電腦是win10家庭版，不能直接安裝hyper-v，需要將下面的命令保存到cmd文件中：
然後在cmd文件上點擊右鍵，選擇使用管理員運行。執行完畢後會重啟，在重啟的過程中進行安裝。
2.3 Hello world
docker服務啟動的情況下，運行下面的命令：
此命令的含義是：
第一次運行時，因為本地沒有ubuntu:20.04鏡像，docker會自動從鏡像伺服器下載。下載過程可能需要多試幾次，只要成功一次，以後執行就不再需要下載了。
docker官方還提供了一個hello-world鏡像，可以直接運行：
此命令省略了鏡像版本和運行參數，docker使用latest作為版本，即最新版本。
從hello world的例子中，也可以體驗到，docker實例的運行是非常快的。
docker官方的鏡像庫比較慢，在進行鏡像操作之前，需要將鏡像源設置為國內的站點。
新建文件/etc/docker/daemon.json，輸入如下內容：
然後重啟docker的服務：
3.1 列出本地所有鏡像
執行命令 docker images 可以查看
當前我本地只有剛才安裝的兩個鏡像。
3.2 從鏡像庫中查找鏡像
執行命令 docker search 鏡像名稱可以從docker鏡像庫中查找鏡像。
最好選擇官方（OFFICIAL）的鏡像，這樣的鏡像最穩定一些。
3.3 下載新的鏡像
執行命令docker pull 鏡像名稱:版本號即可下載新的鏡像。
鏡像下載後，就可以使用鏡像來創建容器了。
4.1 啟動容器
執行命令docker run即可啟動容器，也就是創建某個鏡像的實例。docker run命令非常復雜，可以先執行一個docker run --help來查看幫助：
比如我們要執行python的shell，需要添加-it參數，即：docker run -it python:3.8
4.2 將宿主機的文件掛載到容器
docker容器與宿主機是隔離的，要想讓容器內的程序能訪問宿主機上的文件，需要通過-v參數將宿主機的文件掛載到容器中。
比如我們在宿主機上有一個hello.py，可以列印hello，想要在python容器中執行，就需要進行掛載。-v後還需要接兩個參數，分別是宿主機的目錄和容器內的目錄，兩者使用:分隔，路徑必須都是絕對路徑。
我的hello.py保存在主目錄的/docker_test目錄中，將這個目錄掛載到容器的/docker_test目錄，然後在容器內執行python /docker_test/hello.py：
4.3 容器的埠映射
我們修改一下hello.py，創建一個socket服務端，並監聽5000埠，當有客戶端連接時，列印客戶端的地址，先客戶端發送hello，然後關閉連接：
在容器內執行：
接下來，嘗試用telnet命令連接，結果卻是失敗的。原因是，127.0.0.1是宿主機的ip地址，5000是容器的埠，這與我們的習慣稍微有些不同。事實上，docker的容器是非常輕量的，它並沒有自己的網路，要想訪問容器的埠，需要進行埠映射，將容器的某埠映射到宿主機的埠，客戶端連接時，只要與宿主機的埠進行連接就可以了。
需要注意的是，上面的代碼創建的伺服器，無論如何也不可能被客戶端連接，因為代碼中綁定了127.0.0.1的ip，在容器中運行時，需要綁定所有ip，即0.0.0.0。
然後，再使用-p參數，-p還需要三個參數，即宿主機的ip地址、宿主機的埠、容器的埠，三者之間使用:分隔。一般的，可以將宿主機的ip地址省略，只寫宿主機的埠：容器的埠即可。
這樣，就將容器的5000埠映射到了宿主機的5001埠，使用：
即可與容器中的伺服器進行連接。
4.4 容器管理
上面的服務運行之後，可以使用docker ps命令，查看運行中的容器：
顯示的內容有下面幾列：
要想結束容器，可以使用docker kill 容器ID命令。
一般而言，當我們的程序開發完成後，會連同程序文件與運行環境一起製作成一個新的鏡像。
要製作鏡像，需要編寫Dockerfile。DockeFile由多個命令組成，常用的命令有：
注意，Docker鏡像中有一個層的概念，每執行一個RUN命令，就會創建一個層，層過多會導致鏡像文件體積增大。盡量在RUN命令中使用&&連接多條shell命令，減少RUN命令的個數，可以有效減小鏡像文件的體積。
5.1 自製顯示文本文件內容鏡像
編寫cat.py，接收一個文件名，由python讀取文件並顯示文件的內容：
這個例子比較簡單，縮寫Dockerfile如下：
這個Dockerfile的含義是：
需要說明的是，ENTRYPOINT有兩種寫法：
這里採用第二種寫法，是因為我們要在外部給容器傳遞參數。執行命令編譯Docker鏡像：
這個命令中，-t的含義是目標，即生成的鏡像名為hello，版本號為1.0，別忘了最後那個.，這叫到上下文路徑，是指 docker 在構建鏡像，有時候想要使用到本機的文件（比如復制），docker build 命令得知這個路徑後，會將路徑下的所有內容打包。
這樣，我們的第一個鏡像就製作完成了，使用下面的命令執行它：
即可看到~/docker_test/cat/files/test.txt的內容。
5.2 自製web伺服器鏡像
我們使用tornado開發一個網站，而python的官方鏡像是沒有tornado庫的，這就需要在製作鏡像時進行安裝。
測試的ws.py如下：
編寫Dockerfile文件如下：
在此我們驗證一下CMD與ENTRYPOINT的區別。在Dockerfile所在有目錄下執行如下命令：
執行完成後，再使用docker images使用就可以看到生成的鏡像了，然後使用下面的命令運行：
在瀏覽器中輸入宿主機的ip和8000埠，就可以看到頁面了。
在這個例子中，我使用的運行命令是CMD，如果在docker run中指定的其他的命令，此命令就不會被執行，如：
此時，容器中被執行的是python命令，而不是我們的服務。在更多情況下，我們希望在docker run命令中為我們的服務傳參，而不是覆蓋執行命令，那麼，我們應該使用ENTRYPOINT而不是CMD：
上面這種寫法，是不支持傳遞參數的，ENTRYPOINT和CMD還支持另一種寫法：
使用這種寫法，docker run命令中的參數才可以傳遞給hello.py：
這個命令中，--port=9000被作為參數傳遞到hello.py中，因此容器內的埠就成了9000。
在生產環境中運行時，不會使用-it選項，而是使用-d選項，讓容器在後台運行：
這種方式下，即使當前的控制台被關閉，該容器也不會停止。
5.3 自製apscheler服務鏡像
接下來，製作一個使用apscheler編寫的服務鏡像，代碼如下：
Dockerfile也是信手拈來：
生成鏡像：
應該可以運行了，文件復制需要兩個目錄，在運行時，可以使用兩次-v來掛載不同的目錄：
前面用到的官方python鏡像大小足足882MB，在這個基礎上，再安裝用到的第三方庫，添加項目需要的圖片等資源，大小很容易就超過1個G，這么大的鏡像，網路傳給客戶非常的不方便，因此，減小鏡像的體積是非常必要的工作。
docker hub上有個一python:3.8-alpine鏡像，大小隻有44.5MB。之所以小，是因為alpine是一個採用了busybox架構的操作系統，一般用於嵌入式應用。我嘗試使用這個鏡像，發現安裝一般的庫還好，但如果想安裝numpy等就會困難重重，甚至網上都找不到解決方案。
還是很回到基本的路線上來，主流的操作系統鏡像，ubuntu的大小為72.9MB，centos的大小為209MB——這也算是我更喜歡使用ubuntu的一個重要原因吧！使用ubuntu作為基礎鏡像，安裝python後的大小為139MB，再安裝pip後的大小一下子上升到了407MB，要是再安裝點其他東西，很容易就趕上或超過python官方鏡像的大小了。
看來，尋常路線是很難壓縮鏡像文件體積了。幸好，還有一條曲線救國的路可走，這就是多階段構建法。
多階段構建的思想其實很簡單，先構建一個大而全的鏡像，然後只把鏡像中有用的部分拿出來，放在一個新的鏡像里。在我們的場景下，pip只在構建鏡像的過程中需要，而對運行我們的程序卻一點用處也沒有。我們只需要安裝pip，再用pip安裝第三方庫，然後將第三方庫從這個鏡像中復制到一個只有python，沒有pip的鏡像中，這樣，pip佔用的268MB空間就可以被節省出來了。
1、在ubuntu鏡像的基礎上安裝python：
然後運行：
這樣，就生成了python:3.8-ubuntu鏡像。
2、在python:3.8-ubuntu的基礎上安裝pip：
然後運行：
這樣，就生成了python:3.8-ubuntu-pip鏡像。
3、多階段構建目標鏡像：
這個dockerfile需要解釋一下了，因為它有兩個FROM命令。
第一個是以python:3.8-ubuntu-pip鏡像為基礎，安裝numpy，當然，在實際應用中，把所有用到的第三方庫出寫在這里。
第二個FROM是以FROM python:3.8-ubuntu鏡像為基礎，將第三方庫統統復制過來，COPY命令後的–from=0的意思是從第0階段進行復制。實際應用中再從上下文中復製程序代碼，添加需要的ENTRYPOINT等。
最後，再運行：
這然，用於我們項目的鏡像就做好了。比使用官方python鏡像構建的版本，小了大約750MB。
到此，我們的鏡像已經製作好了，可是，鏡像文件在哪，如何在生產環境下運行呢？
剛才使用docker images命令時，已經看到了生成的鏡像：
我們可以使用docker save命令將鏡像保存到指定的文件中，保存的文件是一個.tar格式的壓縮文件：
將hello.tar復制到生產環境的機器上，然後執行導入命令：
就可以使用了。
❸ 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。
❹ Golang項目部署3，容器部署
容器部署即使用 docker 化部署 golang 應用程序，這是在雲服務時代最流行的部署方式，也是最推薦的部署方式。
跨平台交叉編譯是 golang 的特點之一，可以非常方便地編譯出我們需要的目標伺服器平台的版本，而且是靜態編譯，非常容易地解決了運行依賴問題。
使用以下指令可以靜態編譯 Linux 平台 amd64 架構的可執行文件：
生成的 main 便是我們靜態編譯的，可部署於 Linux amd64 上的可執行文件。
我們需要將該可執行文件 main 編譯生成 docker 鏡像，以便於分發及部署。 Golang 的運行環境推薦使用 alpine 基礎系統鏡像，編譯出的容器鏡像約為 20MB 左右。
一個參考的 Dockerfile 文件如下：
其中，我們的基礎鏡像使用了 loads/alpine:3.8 ，中國國內的用戶推薦使用該基礎鏡像，基礎鏡像的 Dockerfile 地址： https://github.com/johngcn/dockerfiles ，倉庫地址： https://hub.docker.com/u/loads
隨後使用 " docker build -t main . " 指令編譯生成名為 main 的 docker 鏡像。
需要注意的是，在某些項目的架構設計中， 靜態文件 和 配置文件 可能不會隨著鏡像進行編譯發布，而是分開進行管理和發布。
例如，使用 MVVM 模式的項目中(例如使用 vue 框架)，往往是前後端非常獨立的，因此在鏡像中往往並不會包含 public 目錄。而使用了 配置管理中心 (例如使用 consul / etcd / zookeeper )的項目中，也往往並不需要 config 目錄。
因此對於以上示例的 Dockerfile 的使用，僅作參考，根據實際情況請進行必要的調整。
使用以下指令可直接運行剛才編譯成的鏡像：
容器的分發可以使用 docker 官方的平台： https://hub.docker.com/ ，國內也可以考慮使用阿里雲： https://www.aliyun.com/proct/acr 。
在企業級生產環境中， docker 容器往往需要結合 kubernetes 或者 docker swarm 容器編排工具一起使用。
容器編排涉及到的內容比較多，感興趣的同學可以參考以下資料：
❺ 如何編譯Docker源碼
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。
❻ carla-docker中編譯carla ue4血淚史
carla官方之前推薦的在carla中導入新地圖的方式是在ubuntu下使用UE4加carla插件進行地圖加工然後導出，但是比較麻煩，然後官方在2020年4月份將之前的方法歸類為不推薦方式。推薦在docker下使用carla提供的腳本便捷生產carla地圖。然後就開始了入坑之旅。
carla官方給出的教程 在此 .
1.安裝docker-ce
參考此 教程
2.安裝python 3.6或著更高版本。（ubuntu 18.04默認為python3.6 可跳過此步驟）
3.安裝 ue4-docker
4.使用ue4-docker配置ubuntu防火牆。
多說幾句，在進行此步驟後，明明已經安裝了 ue4-docker，但是運行時提示 ue4-docker不存在或者未安裝，最後通過將 ue4-docker文件拷貝到bin文件夾下解決。具體參考 這里
5.編譯docker鏡像
重要 注意將4.22.2更改為4.24.3
此步耗費時間較長，因為要安裝差不多10個G的UE依賴。
此步驟是具體如下編譯編譯carla所需依賴的鏡像，聽起來比較拗口，但就是這樣。
創建真正的Carla鏡像。