【Docker的安装卸载】

前言

官网教程：docker官网文档
卸载和安装都严格按照官网教程来，网上的资料太杂了，有可能适合发布者自己当下的安装，并不适合所有人。

参考指令

关闭防火墙：sudo ufw disable
关闭防火墙开机自启：sudo systemctl disable ufw
设置开启自启：sudo systemctl enable docker

报错

1.网络连接相关

报错：Error response from daemon: Get "https://registry-1.docker.io/v2/": net/http: request canceled while waiting for connection (Client.Timeout exceeded while awaiting headers)
解决：
基本上都与没有使用国内镜像加速器有关，配置镜像加速：
找到或创建配置文件，并修改配置文件内容：sudo vim /etc/docker/daemon.json
使得配置生效：sudo systemctl daemon-reload
重启Docker：sudo systemctl restart docker
当前配置文件内容为：

{
   "registry-mirrors": [
    #"https://xxxxxxx.mirror.aliyuncs.com",
    "https://registry.docker-cn.com",
    "https://docker.mirrors.ustc.edu.cn",
    "https://hub-mirror.c.163.com",
    "https://mirror.baidubce.com",
    "https://ccr.ccs.tencentyun.com",
    "https://docker.registry.cyou",
    "https://docker-cf.registry.cyou",
    "https://dockercf.jsdelivr.fyi",
    "https://docker.jsdelivr.fyi",
    "https://dockertest.jsdelivr.fyi",
    "https://mirror.aliyuncs.com",
    "https://dockerproxy.com",
    "https://mirror.baidubce.com",
    "https://docker.m.daocloud.io",
    "https://docker.nju.edu.cn",
    "https://docker.mirrors.sjtug.sjtu.edu.cn",
    "https://docker.mirrors.ustc.edu.cn",
    "https://mirror.iscas.ac.cn",
    "https://docker.rainbond.cc"
    ]
 }

上面第一行的xxxxxx要换成自己的阿里云镜像加速
注意：如果该需要往配置文件中添加内容，直接在该配置文件上添加即可。比如：

{
  "registry-mirrors": “”，#镜像加速地址
  "exec-root":"", #执行状态文件的根目录(默认为/var/run/docker）
  "data-root":"" #Docker运行时使用的根路径(默认/var/lib/docker)
 }

注意事项

一、在存储可用的情况下，尽量不要重新挂载docker目录，防止其他按照docker默认地址执行的程序，因找不到docker重新挂载后的地址而出错，以及，防止卸载的时候忘记删除docker重新挂载后的地址。

二、docker卸载可参考：卸载参考但是注意要把安装的docker-compose-plugin、nvidia-container-toolkit等卸载掉。

目前安装：docker-ce、docker-ce-cli、containerd.io、nvidia-container-toolkit。没有单独安装docker
compose，但是执行docker info 显示有docker compose的信息。
猜测有可能是之前安装docker-compose-plugin，再重装docker前，卸载docker时候没有卸载彻底。

三、最新的 NVIDIA Docker 支持通常建议使用 nvidia-container-runtime，因为它提供了更灵活和通用的 GPU支持，而不仅仅是为 Docker 定制的解决方案。示例命令：

docker run --runtime=nvidia -it --rm nvidia/cuda:11.0-base nvidia-smi

验证是否安装成功：

sudo docker run --gpus all nvidia/cuda:11.0-base nvidia-smi