pycharm远程连接实验室docker镜像

1.说明

这个教程需要读者有一定的docker基础，能用ssh连上实验室的服务器（也很简单）。

2.创建Docker Image 和Container

实验室使用docker容器，每个人在自己的容器里跑，这样不管怎么弄，坏的只有自己的容器，其他人正常跑。个人理解docker容器是一个轻量级的虚拟机，非常非常地轻量，但是具体有多轻，我不知道这个度。
输入

docker image ls

可以查看在本地的docker镜像

输入

docker container ls

查看正在运行的容器
如果你想创建的容器是anaconda3，但是你本地没有这个镜像，就需要拉下来，网站是：https://hub.docker.com/下拉代码

docker pull continuumio/anaconda3

拉好之后，anaconda就到本地了，用之前的镜像查看命令就可以查看了。
这个时候创建自己的container，输入（这里只是以anaconda3为例子）

docker run --name yourname -p 9999:22-it -v /home/tom/DISK/DISK 1/:/home/ continuumio/anaconda3  /bin/bash

其中 -name yourname ：container名字为yourname
-p：指定端口映射，格式为：宿主机端口：容器端口。
注意，这里的宿主机端口可以是任意的，找个没人用的端口，但是这里的容器端口一定要是22！
容器端口一定要是22！容器端口一定要是22！
重要的事情说三遍。我自己的经历，如果不是22的话，他docker里面的ssh服务会疯狂报错，且不可修复。我百度了一下22有什么说法，好像是因为22是ssh的默认端口。但是我在其他教程里没有看到这个关于22的强调，很多都是任意端口映射。可能他们可以，我不行。理论上是可以把ssh的端口改成其他编号的，但是我试的不行。
-v:挂载目录，冒号前表示的是要挂载到宿主机的地址，是绝对地址，冒号后是容器内部地址，建议挂载到/home/tom/DISK/DISK1/下
continuumio/anaconda3是image的名字，在你想要的image下创建这个container
/bin/bash为初始指令，创建好这个container后直接bash运行
如果需要用到gpu，请在创建时添加–runtime = nvidia

docker run --runtime=nvidia --name yourname-p 9999:22-it -v /home/tom/DISK/DISK1/:/home/ airaria/pytorch0.4.1  /bin/bash

3.配置docker容器

启动创建好的docker容器，进入页面之后直接修改root密码

passwd

给容器安装openssh-server和openssh-client

apt-get install openssh-server
apt-get install openssh-client

如果是第一次的话，可能会报错

是因为、etc/apt/source.list中的源比较旧，需要更新，输入命令：

apt-get -y update

之后重新执行openssh的两个命令
执行完毕之后，修改ssh配置文件

vim /etc/ssh/sshd_config

打开sshd_config文件，在文件最后添加

PermitRootLogin yes #允许root用户使用ssh登录

重启ssh服务

/etc/init.d/ssh restart

docker就配置好了
退出容器，连接测试，注意，连接容器的时候需要保证容器是运行的，并且ssh服务时运行的，如果遇到connection refused情况试试重启ssh服务
这个就可以在自己的windows电脑上使用了
win+r进入cmd界面 输入

ssh root@127.0.0.1 -p 8080

root：容器内部系统的root账号，不是服务器的用户账号
127.0.0.1：服务器本机ip
-p 端口号：这里的端口是启动容器时映射的主机端口号9999，不是容器的端口22
这里会要输入密码，这个密码就是我们设置的root的密码。

4配置pycharm并连接docker容器

1.configuration配置远程连接



这个步骤2中设置的密码就是root的密码，记得要保存密码，不然下一次还得重新配置

路径映射：

本地路径和在容器里的路径

上传本地代码数据到docker容器中去

上传完代码数据之后，需要选择设置python编译器：




设置好就可以run代码了

5 更换远程的docker里的python解释器

我用的是英伟达的pytorch镜像，里面有conda，可以自己换环境，创建新解释器，和anaconda一样用，我想换一个新的env怎么办呢

配置过程和第4步一样，也是要配置SFTP文件，唯一不同的是最后一步

这里选择容器内部的python编译器，他的默认envs是在/opt/conda/bin/python下面，但是你自己在conda里面新建的env的解释器是在/opt/conda/envs/py3/bin/python
这里的envs是环境，可能有s可能没有，具体读者自己看一下，py3是我创建的环境名。
到此，pycharm连接远程docker就结束了。

6 总结

配置环境搞了我很多天，特别是那个端口号22，恶心了我3 5天，基本上就是卡在这里，给刷到我这篇文章的读者提个醒。
我在配置环境的时候找了很多教程，主要的文章是pycharm连接远程docker。图也是用这个文章里面的，因为我懒得截了。这里还有dockerfile连接的方式，我暂时用不到，就没看了。
如果有读者还想用jupyter notebook ，可以看这个远程连接docker，使用jupyter notebook。这个jupyter notebook比较简单，没什么坑