使用DaoCloud安装Docker和镜像

为何使用DaoCloud

因为国内docker全面被墙，完全无法安装或是下载镜像。所以就像无数的先辈们一样，我们有了国内的镜像源。不过这次有点不同，这次叫做加速器：
https://dashboard.daocloud.io/nodes/new

安装Docker

安装 Docker 官方的最新发行版， 支持 Ubuntu 12.04 以上版本

curl -sSL https://get.daocloud.io/docker | sh

安装完成后：

+ sh -c docker version
Client:
 Version:      1.9.1
 API version:  1.21
 Go version:   go1.4.2
 Git commit:   a34a1d5
 Built:        Fri Nov 20 13:12:04 UTC 2015
 OS/Arch:      linux/amd64

Server:
 Version:      1.9.1
 API version:  1.21
 Go version:   go1.4.2
 Git commit:   a34a1d5
 Built:        Fri Nov 20 13:12:04 UTC 2015
 OS/Arch:      linux/amd64

If you would like to use Docker as a non-root user, you should now consider
adding your user to the "docker" group with something like:

  sudo usermod -aG docker your-user

Remember that you will have to log out and back in for this to take effect!

安装过程结束后，可执行下面命令验证安装结果。如果看到输出 docker start/running 就表示安装成功。

sudo service docker status

运行结果：

$ sudo service docker status
docker start/running, process 10692

安装主机监控程序

curl -sSL https://get.daocloud.io/daomonit/install.sh | sh -s 7a6d83cbe808b4注意这里是私有的5fbcc77d451d82f 

什么是主机监控程序？
主机监控程序可以帮助您将主机接入到 DaoCloud 智能分发网络中，通过调用 Docker API 管理您的容器。

安装Kitematic

Kitematic 可以让你以最简单的方式在你的 Mac 电脑上开始使用 Docker 容器。是一个简单的 Docker 容器管理程序。

如何使用

启动Kitematic之后，我们就启动了Docker VM进程。关闭Kitematic我们会自动退出Docker VM进程。我们也可以使用docker-machine start来启动Docker VM。

在Kitematic中，启动之前安装好的daomonit，我们就可以使用dao pull来代替docker pull命令了。

docker-machine start default (启动Kitematic就相当于这个)
docker-machine ssh default (然后我们可以直接ssh到default)
dao pull tensorflow/tensorflow:latest

得到如下的反馈：

➜  ~  docker-machine ssh default
                        ##         .
                  ## ## ##        ==
               ## ## ## ## ##    ===
           /"""""""""""""""""\___/ ===
      ~~~ {~~ ~~~~ ~~~ ~~~~ ~~~ ~ /  ===- ~~~
           \______ o           __/
             \    \         __/
              \____\_______/
 _                 _   ____     _            _
| |__   ___   ___ | |_|___ \ __| | ___   ___| | _____ _ __
| '_ \ / _ \ / _ \| __| __) / _` |/ _ \ / __| |/ / _ \ '__|
| |_) | (_) | (_) | |_ / __/ (_| | (_) | (__|   <  __/ |
|_.__/ \___/ \___/ \__|_____\__,_|\___/ \___|_|\_\___|_|
Boot2Docker version 1.8.1, build master : 7f12e95 - Thu Aug 13 03:24:56 UTC 2015
Docker version 1.8.1, build d12ea79
docker@default:~$

然后看看有哪些镜像和容器：

docker@default:~$ docker images
REPOSITORY                              TAG                 IMAGE ID            CREATED             VIRTUAL SIZE
daocloud.io/daocloud/daocloud-toolset   latest              02ff2e9e58d7        4 weeks ago         145.8 MB
ptimof/ghost                            latest              1722fa005568        4 weeks ago         351.2 MB
tensorflow/tensorflow                   latest              4f849d71dfa0        7 weeks ago         653.1 MB

docker@default:~$ docker ps
CONTAINER ID        IMAGE                           COMMAND                  CREATED             STATUS              PORTS               NAMES
2640b244f3c8        daocloud.io/daocloud/daomonit   "/usr/local/bin/daomo"   6 weeks ago         Up 5 minutes                            daomonit

假如我们要运行之前安装的TensorFlow，则可以

docker run -it tensorflow/tensorflow
root@01dc70bc523f:~#

这样，我们就进入了tensorflow容器内部，可以迅速开始深度学习之旅啦！