CentOS8安装Docker

Linux：Linux 操作系统，以 CentOS Stream 8 为例。
Docker：容器管理，以Docker CE 24.0.7为例。

安装

卸载旧版本

sudo yum remove docker \
                docker-client \
                docker-client-latest \
                docker-common \
                docker-latest \
                docker-latest-logrotate \
                docker-logrotate \
                docker-engine

卸载后将保留 /var/lib/docker 的内容（镜像、容器、存储卷和网络等），也删除。

1	rm -rf /var /lib/docker

更新yum源

1	yum makecache

设置docker仓库

sudo yum install -y yum-utils

sudo yum-config-manager \
     --add-repo \
     https://download.docker.com/linux/centos/docker-ce.repo

安装docker-ce
```bash
yum install docker-ce docker-ce-cli containerd.io

查看docker版本

docker -v

启动docker

1	systemctl start docker

检查docker是否安装成功，打印出：Hello from Docker! 说明安装成功。

1	docker run hello-world

设置docker开机自启动

1	systemctl enable docker

Ubuntu20.04安装Docker

自动安装

在测试或开发环境中 Docker 官方为了简化安装流程，提供了一套便捷的安装脚本，Ubuntu 系统上可以使用这套脚本安装，另外可以通过 –mirror 选项使用国内源进行安装：

1 2	curl -fsSL get.docker.com -o get-docker.sh sudo sh get-docker.sh --mirror Aliyun

执行这个命令后，脚本就会自动的将一切准备工作做好，并且把 Docker 的稳定(stable)版本安装在系统中。

安装 NVIDIA Docker

但是上面的脚本没有安装 NVIDIA Docker 支持，如果运行需要GPU的容器会报如下错误：

root@dell:~# docker run -it --rm --gpus all --net host -v /home/dell/lqm/aigc/Diffusion/Difftraj chengdu:/difftraj difftraj:2.0.1-py3.10.11-cuda11.8.0-ubuntu22.04
docker: Error response from daemon: could not select device driverwith capabilities: [gpu]
如果要在 Docker 容器中使用 NVIDIA GPU 需要安装 NVIDIA Docker 支持，即 nvidia-docker，我们还需要进行如下操作：
1. 确保nvidia驱动和docker安装好，下面两行命令能够成功输出。
```bash
nvcc --version
docker

添加 NVIDIA Docker 仓库：

对于 Ubuntu/Debian 系统，运行以下命令：

1
2
3

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

对于 RHEL/CentOS 系统，运行以下命令：

1 2	distribution=$(. /etc/os-release;echo $ID$VERSION_ID) curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo \| sudo tee /etc/yum.repos.d/nvidia-docker.repo

安装 NVIDIA Docker：

更新包管理器的索引并安装 NVIDIA Docker 包：

对于 Ubuntu/Debian：

1 2	sudo apt-get update sudo apt-get install -y nvidia-docker2

对于 RHEL/CentOS：

1 2	sudo yum clean expire-cache sudo yum install -y nvidia-docker2

重新启动 Docker 服务：

安装完成后，您需要重启 Docker 服务来应用更改：
1
sudo systemctl restart docker

验证安装

运行一个测试容器以验证 NVIDIA Docker 是否安装正确：
1
docker run --rm --gpus all nvidia/cuda:11.0.3-base nvidia-smi
这个命令会运行一个具有 CUDA 支持的容器，并在容器内执行 nvidia-smi。如果一切正常，将看到 GPU 的信息。

手动安装

首先卸载旧版本，确保卸载任何冲突的软件包（也就是旧版本的Docker组件）。Ubuntu在apt仓库中提供了Docker软件包的非官方分发版，该版本由Ubuntu负责维护和发行，必须先卸载这些软件包，然后才能安装Docker Engine的官方版本。

1	for pkg in docker.io docker-doc docker-compose podman-docker containerd runc; do sudo apt-get remove $pkg; done

卸载了这四个包：

docker.io
docker-compose
docker-doc
podman-docker

添加Docker官方仓库的GPG key

sudo install -m 0755 -d /etc/apt/keyrings

apt install curl

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

sudo chmod a+r /etc/apt/keyrings/docker.gpg

apt安装Docker Engine

1
2
3

sudo apt-get update

sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

配置Docker仓库

echo \
  "deb [arch="$(dpkg --print-architecture)" signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
  "$(. /etc/os-release && echo "$VERSION_CODENAME")" stable" | \
  sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

接着安装NVIDIA Docker，见自动安装部分。

Windows安装Docker Desktop

Win10

下载：Install Docker Desktop on Windows
参考：【全面详细】Windows10 Docker安装详细教程

Win11-家庭版

下载：Install Docker Desktop on Windows
参考：Docker安装教程——以Windows11家庭中文版为例_win11家庭版安装docker-CSDN博客
安装问题
Docker desktop第一次启动一直在转圈，显示starting the Docker Engine
可能原因：

没有Hyper-V内置虚拟机，需要手动安装
Win11家庭版找不到hyper-v|Win11家庭版没hyper-v虚拟机_白云一键重装系统
还需要安装wsl（适用于linux的windows子系统）
Windows Docker Desktop安装教程及踩坑记录
以管理员的身份打开CMD或PowerShell运行以下命令
1
netsh winsock reset
更新wsl
1
wsl --update
在控制面板-程序-启用或关闭windows功能勾选上以下三个内容

Docker Desktop 设置容器资源限制
有时候Docker容器里的大模型会出现爆内存等问题，可能是容器资源设置了限制。