Creación de imagen docker usando un Dockerfile y docker build

5 minute read

Introducción

En el caso mas ideal de que vayamos a trabajar con cierta herramienta o servidor el cual ya se encuentre una version oficial, con todo lo que ocupemos, basta con hacer un docker pull image de alguna de las imagenes oficiales de Docker Hub , pero por lo general no va pasar eso y ocupamos hacer cambios o agregar cosas extras a las imagenes docker para que nuestros container esten listos para que los usemos para nuestros fines.

Existen varias formas de crear ambientes con containers docker, una forma es partir de una imagen oficial e ir haciendo cambios gradulamente y al finalizar hacer un docker commit imagen_nueva, otra es usar Dockerfile, y otra mas es usar varios Dockerfiles y luego un archivo yaml el cual desplegara clusters o ambientes con nuestra especificación

En este caso me enfocare al segundo caso que es usar un Dockerfile

Dockerfile

Un archivo Dockerfile es un archivo de texto el cual describe como se va componer una imagen docker, con lo cual podemos extender imagenes oficiales y hacerle modificaciones

Algunas sentencias posibles en Dockerfile

  • FROM
    • Para decir de que imagen va partir nuestra nueva imagen (Algo asi como extender un clase en POO)
  • EXPOSE
    • Exponer puertos (Asignacion de puertos para nuestra imagen)
  • ENV
    • Setear variables de entorno
  • RUN
    • Correr comandos de configuración comunmente usado para lanzar instalaciones de librerias y software que contendra nuestra imagen extendida
  • CMD
    • Es un comando que docker ejectura por defailt cuando hagas un docker run image y crees un container nuevo (Se puede sobreescribir este comportmiento docker run image new_command )
  • Existen mas opciones posibles en los Dockerfiles para mas detalle ve la documentacion oficial de docker

Casos de uso

Puede ser que quieras tener un ambiente de R y que por lo general tu ya tengas tu lista de packages de uso comun, entonces puedes basarte en una imagen oficial y solo realizar las instalaciones con RUN en el Dockerfile y asi tener tu imagen personalizada

Igualmente para un ambiente python puede ser que ocupes anaconda jupyter-notebook, pero igiualmente tengas tu seleccion de librerias que usas comunmente, entonces solo es agregar algunos RUN pip libreria en tu dockerfile para obtener tu imagen personalizada

Mostrare un ejemplo de Dockerfile el cual realice poco a poco y ya lo he usado

Ejemplo Dockerfile Anaconda (mas librerías que ocupo)

FROM continuumio/anaconda3:latest

ENV TZ=America/Monterrey
RUN ln -snf /usr/share/zoneinfo/$TZ /etc/localtime && echo $TZ > /etc/timezone

# librerias necesarias
RUN conda install --yes beautifulsoup4
RUN /opt/conda/bin/conda install --yes spacy && \
    conda install --yes -c plotly plotly && \
    conda install --yes -c conda-forge psycopg2 && \
    pip install pandas_ml && \
    python -m spacy download en && \
    python -m spacy download es && \
    python -m spacy download es_core_news_sm && \
    python -m spacy download es_core_news_md && \
    pip install --upgrade gensim && \
    pip install joblib && \
    pip install pyldavis


## se debe modificar password en instancia
#RUN /opt/conda/bin/jupyter-notebook password=


ENTRYPOINT [ "/usr/bin/tini", "--" ]
CMD [ "/bin/bash" ]

Explicación de que hace cada comando del dockerfile

Del FROM podemos ver que estoy extendiendo de una imagen oficial de anaconda, despues la 2da y 3era linea ENV y RUN son para configurar la zona horaria, dado que por default no viene configurada y eso causa problemas al usar comandos de python que usen time

Los 2 siguientes RUN son comandos para instalar librerias que ocupo en un proyecto :

  • Beautifulsoap
  • spacy
  • modelos spacy
  • gensim
  • joblib
  • pyldavis
  • pandas_ml
  • psycopg2
  • plotly

Como se genera una imagen apartir de un dockerfile

docker build -t anacondacustom .

El comando es docker build -t el nombre anacondacustom es como se llamara la imagen que creare y el . es solo para denotar que agarre el dockerfile del directorio en el que esto actualmente

Este comando puede llevar un largo tiempo de ejecuccion y es de esperar dado que esta descargando informacion de internet de librerias e instalandolas

al finalizar podremos localizar la nueva imagen viendo en docker image ls o en docker system df -v

y para crear un container en base a esa nueva imagen solo basta hacer docker run miimagen parametros ..

Ejemplo mas avanzado que encontré en internet

En internet en dockerhub y en github, puedes encontrar ejemplos muy interesantes de Dockerfiles muy elaboarados, como por ejemplo el Dockerfile de la imagend docker de python que usan para los kernels de Kaggle

Ejemplo: imagen docker python de kernel Kaggle

FROM gcr.io/kaggle-images/python-tensorflow-whl:1.12.0-py36 as tensorflow_whl
FROM continuumio/anaconda3:5.2.0

ADD clean-layer.sh  /tmp/clean-layer.sh
ADD patches/ /tmp/patches/
ADD patches/nbconvert-extensions.tpl /opt/kaggle/nbconvert-extensions.tpl

# This is necessary for apt to access HTTPS sources
RUN apt-get update && \
    apt-get install apt-transport-https && \
    /tmp/clean-layer.sh

    # Use a fixed apt-get repo to stop intermittent failures due to flaky httpredir connections,
    # as described by Lionel Chan at http://stackoverflow.com/a/37426929/5881346
RUN sed -i "s/httpredir.debian.org/debian.uchicago.edu/" /etc/apt/sources.list && \
    apt-get update && apt-get install -y build-essential unzip && \
    # https://stackoverflow.com/a/46498173
    conda update -y conda && conda update -y python && \
    pip install --upgrade pip && \
    apt-get -y install cmake && \
    /tmp/clean-layer.sh

# Tensorflow doesn't support python 3.7 yet. See https://github.com/tensorflow/tensorflow/issues/20517
# Fix to install tf 1.10:: Downgrade python 3.7->3.6.6 and downgrade Pandas 0.23.3->0.23.2
RUN conda install -y python=3.6.6 && \
    pip install pandas==0.23.2 && \
    # Another fix for TF 1.10 https://github.com/tensorflow/tensorflow/issues/21518
    pip install keras_applications==1.0.4 --no-deps && \
    pip install keras_preprocessing==1.0.2 --no-deps && \
    /tmp/clean-layer.sh

El extracto del dockerfile es solo un subconjunto el completo son mas de 500 lineas de codigo de instalaciones y configuraciones se puede ver completo aqui

https://github.com/Kaggle/docker-python/blob/master/Dockerfile

En este ejemplo se puede ver que usan la sentencia ADD que es para copiar datos al image a construir de la maquina fuente.

No tengo mucha experiencia en esto pero lo poco que se lo he aprendido viendo la documentación y los dockerfiles disponibles en internet y hace poco hice mi primer build y fnciono como esperaba; que es el que puse de ejemplo mas arriba.

Si tu objetivo es automatizar la creacion de un ambiente stack (Stack me refiero a un ambiente foramdo por varios containers que en conjunto formaran un ambiente completo para alguna tarea o proyecto) lo ideal es usar Docker Compose usando archivos de configuración YAML, con eso lo lograrías; jamas he hecho uno de cero, pero he manado generar stacks en base a archivos YAML con docker compose, y es muy conveniente y rapido de usar, en mi caso fue un ejemplo de un cluster de spark con un nodo maestro y 2 nodos workers.

Para obtener stacks mas avanazados para nivel producción en un ambiente de producción una de las soluciones es kubernetes.

Referencias

  • https://stackoverflow.com/questions/37461868/difference-between-run-and-cmd-in-a-docker-file
  • https://docs.docker.com/engine/reference/builder/

You May Also Enjoy