Docker

准备工作：将 docker 数据目录放到单独的 btrfs 子卷上（可选）

如果使用 btrfs 文件系统作为根目录并且配置了快照，建议将 docker 的数据目录放到单独的 btrfs 子卷上，防止对 docker 打快照。

1. 准备存储空间

Docker 使用的路径：https://docs.docker.com/engine/daemon/#daemon-data-directory

Docker 默认会将数据存储在 /var/lib/docker 和 /var/lib/containerd 目录下。于是我们创建2个子卷：

# 查看根目录对应的设备的 UUID
lsblk -f

# 假设是 00efe411-cb8a-42f3-8fab-2c12840cf6df，将其挂载到 /mnt/root
sudo mkdir /mnt/root
sudo mount /dev/disk/by-uuid/00efe411-cb8a-42f3-8fab-2c12840cf6df /mnt/root
cd /mnt/root

# 检查内容，应该类似 @ @cache  @home  @log  @root  @srv  @tmp
ls

# 创建子卷
sudo btrfs subvolume create @docker @containerd

# 如果 /var/lib/docker 和 /var/lib/containerd 已有内容，则需要移动到新的子卷中：
# 检查是否有内容
sudo ls -A /var/lib/docker
sudo ls -A /var/lib/containerd
# 如果有内容，移动到新的子卷中
sudo mv /var/lib/docker/* /mnt/root/@docker/
sudo mv /var/lib/containerd/* /mnt/root/@containerd/
# 再次检查，应该没有内容了
sudo ls -A /var/lib/docker
sudo ls -A /var/lib/containerd

2. 配置 fstab

编辑 /etc/fstab，添加以下内容：

UUID=00efe411-cb8a-42f3-8fab-2c12840cf6df /var/lib/docker       btrfs   subvol=@docker,defaults,noatime,compress=zstd:1     0 0
UUID=00efe411-cb8a-42f3-8fab-2c12840cf6df /var/lib/containerd   btrfs   subvol=@containerd,defaults,noatime,compress=zstd:1 0 0

Note

compress=zstd:1 是可选项，表示启用压缩，压缩级别为 1，压缩级别越高压缩率越好，但 CPU 占用也越高。
压缩级别建议：固态硬盘 1～3，机械硬盘 3～5。

之后执行以下命令挂载：

sudo systemctl daemon-reload
sudo mount -m /var/lib/docker
sudo mount -m /var/lib/containerd

验证：

 mount | grep /var/lib/
# 输出内容应该类似：
# /dev/nvme1n1p2 on /var/lib/docker type btrfs (rw,noatime,compress=zstd:1,ssd,discard=async,space_cache=v2,# subvolid=1771,subvol=/@docker)
# /dev/nvme1n1p2 on /var/lib/containerd type btrfs (rw,noatime,compress=zstd:1,ssd,discard=async,space_cache=v2,subvolid=1772,subvol=/@containerd)

3. 卸载 `/mnt/root`

sudo umount /mnt/root
sudo rmdir /mnt/root

注：rmdir 命令只会删除空目录，相比于 rm -rf 更安全（否则万一忘记卸载，容易把系统删了）

安装

For Ubuntu

安装 docker

curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh

（可选）修改配置以使用传统的 overlay2 存储驱动

使 docker 命令不需要 root 运行

sudo groupadd docker
sudo usermod -aG docker $USER

Log out and log back in so that your group membership is re-evaluated.
Test your docker installation
```
docker run hello-world
```
（可选）安装 Nvidia Container Toolkit：
1. 打开链接：https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
2. 按照网页中的指引，在主机中安装 nvidia-container-toolkit
3. 执行网页中 Configuring Docker 的部分，注意不需要执行 Rootless mode

完成！

For Arch Linux

安装
```
paru -S docker docker-buildx
```
（可选）修改配置以使用传统的 overlay2 存储驱动

启动和开机自启

sudo systemctl enable --now docker.service

检查
```
sudo docker version
sudo docker info
```
使得运行 docker 命令不需要 root 权限，重启生效
```
sudo usermod -aG docker $USER
reboot
```

（可选）安装 NVIDIA Container Toolkit，使 docker 能够使用 NVIDIA GPU

# 安装
sudo pacman -S nvidia-container-toolkit

# 配置
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

完成！

修改配置以使用传统的 overlay2 存储驱动

Docker 在 29.0 版本之后默认使用 containerd image store，而不是传统的 overlay2 存储驱动。

不同存储驱动的介绍：https://docs.docker.com/engine/storage/drivers/select-storage-driver/

containerd image store 支持的新功能我们完全用不到，却会带来构建速度下降、磁盘占用增加等问题，因此建议改回 overlay2，方法如下：

停止 Docker：

sudo systemctl stop docker

创建或修改 /etc/docker/daemon.json 文件，写入以下内容：

{
  "storage-driver": "overlay2"
}

注意：如果文件中已有其他配置，需合并。例如：

{
    "runtimes": {
        "nvidia": {
            "args": [],
            "path": "nvidia-container-runtime"
        }
    },
    "storage-driver": "overlay2"
}

启动 Docker：

sudo systemctl start docker

验证：

sudo docker info | grep 'Storage Driver'
# 输出内容应该是：
# Storage Driver: overlay2
# 而不是：
# Storage Driver: overlayfs

参考自：https://docs.docker.com/engine/storage/drivers/overlayfs-driver/

技巧

docker 运行 GUI 程序

# Manjaro/Arch Linux 需要安装 xorg-xhost
# （Ubuntu 自带 xhost，不需要安装）
sudo pacman -S xorg-xhost

# 允许 docker 访问主机的显示服务：
# 注意：重启电脑后需要再次执行
xhost +local:docker

# 在 docker 中测试
# 进入一个 docker 容器，执行：
sudo apt update
sudo apt install x11-apps
xclock

docker 代理上网

请看：
docker daemon 配置代理（适用于 docker pull）：https://docs.docker.com/engine/daemon/proxy/
docker CLI 配置代理（适用于构建阶段、运行容器时）：https://docs.docker.com/engine/cli/proxy/

太长不看版

docker daemon 配置代理

创建文件：

sudo mkdir -p /etc/systemd/system/docker.service.d
sudo vim /etc/systemd/system/docker.service.d/http-proxy.conf

写入以下内容：

[Service]
Environment="HTTP_PROXY=http://localhost:7890"
Environment="HTTPS_PROXY=http://localhost:7890"
Environment="NO_PROXY=localhost,127.0.0.1,::1,10.0.0.0/8,192.168.0.0/16,mirrors.osa.moe,.osa.moe,.internal,.local"

应用：

sudo systemctl daemon-reload
sudo systemctl restart docker

验证：

sudo systemctl show --property=Environment docker
# 输出内容应该包含：
# Environment=HTTP_PROXY=http://localhost:7890 HTTPS_PROXY=http://localhost:7890 NO_PROXY=localhost,127.0.0.1,::1,10.0.0.0/8,192.168.0.0/16,mirrors.osa.moe,.osa.moe,.internal,.local

docker CLI 配置代理

docker build \
   --build-arg HTTP_PROXY=http://localhost:7890 \
   --build-arg HTTPS_PROXY=http://localhost:7890 \
   --build-arg NO_PROXY=localhost,127.0.0.1,::1,10.0.0.0/8,192.168.0.0/16,mirrors.osa.moe,.osa.moe,.internal,.local \
   -t your-image:tag .

常见问题

如果更新显卡驱动后 docker 容器启动异常，报错类似于：

Error response from daemon: failed to create task for container: failed to create shim task: OCI runtime create failed: runc create failed: unable to start container process: error during container init: failed to fulfil mount request: open /usr/lib/libEGL_nvidia.so.590.48.01: no such file or directory

可重新安装 nvidia-container-toolkit，或执行：

sudo nvidia-ctk cdi generate --output="/etc/cdi/nvidia.yaml"

Conda MATLAB