如何从看不懂Dockerfile到创建自己的镜像

开始了解Docker是健明的一篇文章跟着jimmy学docker系列之第2讲：一个软件一个容器，那时正在研究虚拟机（Virtual Machine），发现Docker更适合现在的需求，就从基本概念和操作命令开始学习。前期顺风顺水直到看了胡博士的文章使用阿里云+Docker分析RNA-Seq与ChIP-Seq，对其Dockerfile的内容有很多不理解，后来明白Docker并不是单一独立的存在，你想要创建的镜像集成了所需的环境、软件、数据库以及脚本等，是生信处理能力的综合性体现。

显然我知识储备不够，只能默默地回去补习。

我需要Docker做什么

通俗的讲，它和虚拟机的作用类似，实现与宿主机资源和系统环境的隔离。但Docker容器技术相比虚拟机具有许多优点，比如：启动速度快、占用内核资源少、轻便以及可移植性等。

在新药研发中，CFDA规定十年后对相关实验数据进行溯源性分析，依然是准确和一致的。这就需要对当初所用的环境和操作进行“打包”处理，Docker为我们提供了Dockerfile来解决自动化创建images的问题，我们可以通过编辑Dockerfile来定制镜像。按照开发和运维（DevOps）人员说法，就是一次创建或配置可以永久在不同平台运行。

我的学习路径

• Docker命令大全

• Dockerfile中的指令

• B站全套生信视频课程

Docker三要素

Dockerfile  是文件指令集，用来说明如何自动创建Docker镜像

Docker Images  是一个只读模板，用来运行Docker容器

Docker Containers 负责应用程序的运行，包括操作系统、用户添加的文件以及元数据

它们三者之间的关系是，通过定制化地编辑Dockerfile创建Images，Images可被下载到不同平台。

Containers是Images的一个运行实例，可以被开启和关闭。当然，还可使用docker commit命令反过来由Containers生成Images，但一般不建议这样做，主要是因为在运行中的容器中进行操作（如：安装软件或添加无关内容）会导致镜像极其臃肿。

我的实战操作

将centos7作为基础镜像并安装一些工具

1. FROM centos:centos7  
2. MAINTAINER ZhiHaoPlus,[e-mail]
3. RUN yum update  -y && yum upgrade -y &&  \
yum install -y wget git curl curl-devel gcc python python-devel zsh tar bzip2
gcc-c++ readline-devel gmp-devel \
gcc-gfortran cmake zlib zlib-devel mysql mysql-devel libpng libpng12 libpng-devel libtiff libtiff-devel libjpeg \
libjpeg-devel openssh-clients  boost boost-devel && \
yum clean all && rm -rf /tmp/* /var/tmp/*
4. RUN curl "https://bootstrap.pypa.io/get-pip.py" -o "get-pip.py" && python get-pip.py && pip install s3cmd

设置环境变量、安装miniconda以及所需软件

5. WORKDIR /tmp
6. RUN yum install -y java
7. RUN wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-4.5.4-Linux-x86_64.sh 
8. RUN bash ./Miniconda3-4.5.4-Linux-x86_64.sh -b -p /opt/miniconda3
9. ENV PATH=/opt/miniconda3/bin:$PATH
10. RUN conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ && \
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r/ && \
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/mro/ && \
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ && \
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ && \
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/bioconda/ && \
conda config --set show_channel_urls yes
11. RUN conda install R -y
  RUN conda install bwa -y 
  RUN conda install samtools -y
  RUN conda install tabix -y
  RUN conda install bedtools -y
  RUN conda install MACS2 -y
  RUN pip install pysam==0.8.3 pybedtools==0.6.9
  RUN pip install -d . ngslib
  RUN pip install HTSeq==0.6.0 brewer2mpl svgwrite seaborn  sklearn
  RUN conda install mysql-python

下载数据和脚本

12. RUN mkdir -p /data/fastq /data/fasta /data/script  /source
13. WORKDIR /data/source
14. RUN git clone https://github.com/ZhihaoPlus/DokcerTest.git

若考虑数据的储存和保密性，可使用挂载指令（VOLUME），不过需要注意的是此指令无法指定宿主机上对应的目录，而是自动生成的，因此在启动容器时选择了另一种挂载方式。

创建images并修改名称

docker build .

因为在Dockerfile在当前工作目录下，所以用“ . ”代替了绝对路径。

镜像创建成功并生成了一个最终ID

docker images 
docker tag aca8551e61bb zhihaoplus/test:test
dcoker images

查看并修改镜像名称

启动容器并运行脚本

docker run -it -v ~/data/fastq:/data/fastq -v ~/data/script:/data/script aca8551e61bb
nohup bash /data/script/pipeline.sh &
ps -ef

-v 参数指定挂载点

脚本成功运行起来了

遇到的问题

之前为了测试Dockerfile编辑是否成功，加了指令 CMD echo "Hello,World!",其在启动容器时执行echo命令，然而奇怪的事情发生了，启动容器后确实输出了"Hello,World!"却没进入容器中，就好像没被开启。如下图：

实际上它只是开启后又立即关闭了（Created到Exited只有2秒）。这跟Docker自身机制有关，当容器内的进程全部退出时，容器也会停止运行，也就是说你得让它一直有事干，没有，就会退出。

解决办法

最直接保险的方法是，Dockerfile不加入启动指令（CMD和ENTRYPOINT），这样容器启动后会有一个/bin/bash的进程在运行。有需要让脚本在容器启动时运行，则可以加-d参数让容器在后台以守护状态运行docker run -it -d IMAGES_ID /bin/bash。

■   ■   ■

生信基础知识大全系列：生信基础知识100讲   

史上最强的生信自学环境准备课来啦！！ 7次改版，11节课程，14K的讲稿，30个夜晚打磨，100页PPT的课程。   

如果需要组装自己的服务器；代办生物信息学服务器

如果需要帮忙下载海外数据(GEO/TCGA/GTEx等等)，点我？

如果需要线下辅导及培训，看招学徒 

如果需要个人电脑：个人计算机推荐

如果需要置办生物信息学书籍，看：生信人必备书单

如果需要实习岗位：实习职位发布

如果需要售后：点我

如果需要入门资料大全：点我