معرفی شرکت ها
conda-docker-0.0.3
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشتر
تبلیغات ما
مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.
مشاهده بیشترتوضیحات
Create minimal docker images from conda environments
| ویژگی | مقدار |
|---|---|
| سیستم عامل | - |
| نام فایل | conda-docker-0.0.3 |
| نام | conda-docker |
| نسخه کتابخانه | 0.0.3 |
| نگهدارنده | ['conda-forge'] |
| ایمیل نگهدارنده | [] |
| نویسنده | conda-forge |
| ایمیل نویسنده | conda-forge@googlegroups.com |
| آدرس صفحه اصلی | https://github.com/regro/conda-docker |
| آدرس اینترنتی | https://pypi.org/project/conda-docker/ |
| مجوز | BSD-3-Clause |
Conda Docker
============
Conda Docker is an extension to the docker concept by having declarative
environments that are associated with docker images. In addition this
tool does not require docker to build images. Thus allowing for
interesting caching behavior and tricks that docker would not normally
allow.
Features:
- `docker` is not needed to build images
- declarative environments that map 1:1 to docker images
- significantly faster build times since builds can take advantage of
package cache
- interesting opportunities for layering (e.g. mkl gets separate
layer)
- no dependencies allowing for library packaged as
[zipapp](https://docs.python.org/3/library/zipapp.html)
Quickstart
----------
Build conda docker image from command line:
```shell
conda docker build -b frolvlad/alpine-glibc:latest \
-i example-image:123456 \
-o demo.tar \
numpy numba flask
```
Examples using Library
----------------------
Downloading docker images without docker!
```python
from conda_docker.registry.client import pull_image
image = pull_image('frolvlad/alpine-glibc', 'latest')
```
Modify docker image from filesystem
```python
from conda_docker.docker.base import Image
from conda_docker.registry.client import pull_image
image = pull_image('continuumio/miniconda3', 'latest')
image.remove_layer()
image.name = 'this-is-a-test'
image.add_layer_path('./')
image.add_layer_contents({
'this/is/a/test1': b'this is test 1',
'this/is/a/test2': b'this is test 2'
})
image.layers[0].config['Env'].append('FOO=BAR')
image.write_file('example-filter.tar')
```
Build conda docker image from library
```python
from conda_docker.conda import build_docker_environment
build_docker_environment(
base_image='frolvlad/alpine-glibc:latest',
output_image='example-image:123456',
packages=[
'numpy',
'numba',
'flask',
],
output_filename='demo.tar')
```
How does this work?
-------------------
Turns out that docker images are just a tar collection of files. There
are several versions of the spec. For `v1.0` the specification is
[defined here](https://github.com/moby/moby/blob/master/image/spec/v1.md).
Instead of writing down the spec lets look into a single docker image.
```shell
docker pull ubuntu:latest
docker save ubuntu:latest -o /tmp/ubuntu.tar
```
List the directory structure of the docker image. Notice how it is a
collection of `layer.tar` which is a tar archive of filesystems. And
several json files. `VERSION` file is always `1.0` currently.
```shell
tar -tvf /tmp/ubuntu.tar
```
Dockerhub happens to export docker images in a `v1` - `v1.2` compatible
format. Lets only look at the files important for `v1`. Repositories
tells the layer to use as the layer head of the current name/tag.
```shell
tar -xf /tmp/ubuntu.tar $filename
cat $filename | python -m json.tool
```
For each layer there are three files: `VERSION`, `layer.tar`, and
`json`.
```shell
tar -xf /tmp/ubuntu.tar $filename
cat $filename
```
```shell
tar -xf /tmp/ubuntu.tar $filename
cat $filename | python -m json.tool
```
Looking at layer metadata.
```json
{
"id": "93935bf1450219e4351893e546b97b4584083b01d19daeba56cab906fc75fc1c",
"created": "1969-12-31T19:00:00-05:00",
"container_config": {
"Hostname": "",
"Domainname": "",
"User": "",
"AttachStdin": false,
"AttachStdout": false,
"AttachStderr": false,
"Tty": false,
"OpenStdin": false,
"StdinOnce": false,
"Env": null,
"Cmd": null,
"Image": "",
"Volumes": null,
"WorkingDir": "",
"Entrypoint": null,
"OnBuild": null,
"Labels": null
},
"os": "linux"
}
```
Looking at the layer filesystem.
```shell
tar -xf /tmp/ubuntu.tar $filename
tar -tvf $filename | head
```
References
----------
- [Docker Registry API
Specification](https://docs.docker.com/registry/spec/api/)
- Docker Image Specification
- [Summary](https://github.com/moby/moby/blob/master/image/spec/v1.2.md)
- [Registry V2
Specification](https://docs.docker.com/registry/spec/manifest-v2-2/)
زبان مورد نیاز
| مقدار | نام |
|---|---|
| >=3.6 | Python |
نحوه نصب
نصب پکیج whl conda-docker-0.0.3:
pip install conda-docker-0.0.3.whl
نصب پکیج tar.gz conda-docker-0.0.3:
pip install conda-docker-0.0.3.tar.gz