Рубрики
Без рубрики

Docker для установки среды разработчика

Настройка среды Dev для DataScience при работе над проектом Python, коммерческая … Tagged с Docker, Python, DataScience, DevOps.

Docker (12 серии деталей)

Настройка среды разработки для науки о данных

Работая над проектом Python, общий способ управлять своими зависимостями работает PIP замораживает > Требования.txt или PIP установка -r Требования.txt и сочетать это с Virtualenv управлять зависимостью уровня проекта (которые требуются для поддержания среды проекта).

Часто, воспроизводя проект кому -то другому, мы должны дать .исполняемый файл Версия файла, и это не подходит для тестирования, анализа, этого недостаточно, чтобы запустить PIP установка -r Требования.txt в репозитории.

Однако иногда существуют конфигурации, которые являются конкретными зависимостями на уровне системы, которые не отражаются. По мере того, как мы согласны с разработкой кода, мы установим зависимости на уровне системы, как это требуется для пакета.

Чтобы иметь возможность воспроизвести все зависимости уровня системного уровня, вы можете увидеть, как Docker можно легко использовать, и может быть обмен через концентратор Docker, как и контейнеры, и затем может быть запущена среда разработчика.

Теперь мы переходим к следующему этапу, который выясняет, как проложить инструкции, и собираем DockerFile, чтобы настроить контейнер Docker с вашими точными спецификациями, чтобы повторить ваши результаты.

Мы наблюдали следующие проблемы:

  1. Кто -то строит инструмент в другом вкусе Python с несколькими изменениями упаковки (каждый пакет имеет зависимый пакет, который может дать разные версии может быть более старой версией для установленной новой структуры )
  2. Изо всех сил пытаясь управлять Virtualenvs Для разных пакетов, сломанные Virtualenvs Или еще забыть об этом тоже большой шанс.

В случае использования, который мы рассмотрим здесь, – это настройка машины Python со всеми инструментами, необходимыми для проекта, а затем настройка сервера Notebook Jupyter, чтобы получить доступ к всем этим ресурсам:

#this is just a example

FROM python:3

RUN apt-get update && apt-get install -y python3-pip

COPY requirements.txt .

RUN pip install -r requirements.txt

# Install jupyter
RUN pip3 install jupyter

# Create a new system user
RUN useradd -ms /bin/bash demo

# Change to this new user
USER demo

# Set the container working directory to the user home folder
WORKDIR /home/demo

# Start the jupyter notebook
ENTRYPOINT ["jupyter", "notebook", "--ip=0.0.0.0"]

Ты Требования.txt Должен иметь список пакетов для их установки, поэтому мы можем иметь список модулей, необходимых для установки через команду PIP, будут предоставлены через .текст файл

tensorflow==2.4.1
seaborn
scikit-learn 0.24.2
spacy==3.0.6
tfx==0.29.0
agate==1.6.1
asn1crypto==0.24.0
autopep8==1.3.5
Babel==2.9.1
backcall==0.2.0
bleach==3.3.0
census==0.8.17

Это регулярно мой список.

После построения всего этого

В терминале пробег:

Docker Build -t DeV_DS_ENV.

Примечание Полная остановка Для запуска окружающей среды обязательно. Это должно настроить ноутбук Jupyter, который вы сможете получить со всеми инструментами в Требования.txt файл установлен. Копия Команды будут работать здесь как волшебство.

Docker Run -p 8888: 8888 dev_ds_env

Теперь обратитесь к нему с вашей машины, попробуйте Localhost: 8888 . Он попросит вас скопировать и вставить токен, который вам дали.

Спасибо вам всем

Docker (12 серии деталей)

Оригинал: “https://dev.to/vishwasnarayan5/docker-for-setting-the-developer-environnement-692”