数据科学家Docker历险记（1）：windows下环境搭建

原文：http://www.xueqing.tv/cms/article/247

Docker是最近炒得很火热的一门技术，在网上可以找到关于它的介绍文章，比如《Docker到底是什么？为什么它这么火！》和《开发漫谈：千万别说你不了解Docker！》。但这些文章都是从IT开发人员的角度来介绍的，让我们这些搞数据分析的人摸不着头脑。

其实Docker技术也可以用在数据分析和数据产品的开发中，比如Harry Zhu写的打造数据产品的快速原型：Shiny的Docker之旅，以及肖楠在统计之都海外沙龙介绍的用docker技术和R做可重复研究的liftr包。

个人觉得，Docker技术能给数据科学家带来的好处之一，是能够帮助我们快速搭建分析中所用到的环境，小到不同版本的R，大到hadoop、Spark集群

本系列文章其实就是想从数据科学家的角度，跟大家一起来探索Docker技术。第一篇讲的是在Windows下搭建Docker环境，后面将陆续讲解怎么用Docker搭建RStudio Server、Hadoop、Spark等环境

文章末尾还有配套的视频教程，里面有更多细节的演示。

下载安装Docker Toolbox

Docker Toolbox的官方网站是https://www.docker.com/products/docker-toolbox，选Windows版的下载，如果下载不了，可以点这里下载。

下载完之后，双击程序，开始安装，跟其他软件的安装一样，但有一点需要注意，当出现下面的画面时，要把 Install VirtualBox with NDIS5 driver[default NDIS6] 这个选项勾上

配置Git Bash

安装Docker Toolbox时安装的Docker Quickstart Terminal和Kitematic图形界面并没有用，我们就别折腾了，还是用Git Bash来启动Docker吧。在安装Docker Toolbox时也同时安装了Git for Windows，我们现在只会用到里面的Git Bash，它是类似Linux的命令行终端，在里面可以用很多Linux命令，比如ls、mv等，对Linux命令不熟的可以看看我们网站上的《Linux命令行入门》课程。在开始菜单里可以看到Git Bash的快捷方式

在使用Docker前，要先创建docker machine，它其实是台虚拟机，不过在使用它的时候，你可能根本察觉不出来它是虚拟的。默认情况下，docker machine的所有文件都会保存在用户的根目录下，一般是在C盘，如果就用默认的位置，C盘的空间会越来越小，所以最好还是换个地方。

我们要修改Bash的配置文件来修改默认的docker machine保存位置，打开Bash以后，执行notepad .bash_profile，会调用记事本打开配置文件.bash_profile，如果不存在该文件，就选择新建这个文件。（这里假设你不会用bash里的编辑器vim，如果你会用vim，就执行命令vim .bash_profile ）

假设我想把docker machine保存在D:\docker，那么先新建这个目录，然后在.bash_profile里添加下面这行

export MACHINE_STORAGE_PATH='D:\docker'

创建docker machine

在使用docker的时候，会需要从docker的网站下载镜像文件，下载速度可能会很慢。还好阿里云为我们提供了加速器。登录阿里云的开发者平台，进入管理中心

点左侧导航栏的加速器，然后在右边选Windows

阿里云已经给我们提供了创建装有docker环境的linux虚拟机的语句，但是这条语句不能直接用，因为我们在前面已经修改了虚拟机默认的位置。需要在这条命令里加上 --storage-path，或者简写为-s，后面加上路径，像下面这样：

docker-machine -s "D:\docker" create --engine-registry-mirror=https://s5q5zo4h.mirror.aliyuncs.com -d virtualbox default

但是上面这条命令是我的账号生成的，你需要自己注册个阿里云账号，找到相应的命令

回到bash里执行上面的语句创建docker machine，发现因为功夫墙的阻拦，无法下载boot2docker.iso文件，程序中断。幸好在Docker Toolbox的安装目录下就包含了这个文件，把它复制到D:\docker\cache下

再来创建docker machine就成功了

这台docker machine创建后就启动了，如果下次我们再打开电脑，想要启动docker machine，可以打开Git Bash，然后执行

docker-machine start

来启动docker machine。

进入docker环境

我们现在的Bash还在Windows里，接下来执行

docker-machine ssh default

如果看到下面的画面，那么恭喜你，你已经进入了docker的世界！

这其实是通过ssh登录到了VirtualBox虚拟机里的Linux系统。如果觉得Git Bash提供的终端太简陋，你也可以用Xshell、SecureCRT等SSH工具，在Git Bash里执行

docker-machine ip default

可以看到，docker machine的IP是192.168.99.100，用SSH工具登录它，用户名是docker，密码是tcuser

下一讲，我会跟大家一起探索利用Docker来搭建RStudio Server环境。

Docker学习资料

Docker中文网