群晖的Docker套件与Docker官方版使用对比

群晖DSM系统下可以安装Docker套件,私以为比Docker的官方版本要好用太多。

首先是群晖的Docker有一套很好用的图形化管理界面。

就拿创建容器来说,基本上你需要设置的东西都可以在图形界面里配置,不用手动输命令了。

这还仅仅是个开始,关键是容器的修改,群晖做的非常好。一般来说,容器创建后我们可能还需要修改这些东西:

群晖Docker套件容器挂载目录的权限问题

Docker容器可以挂载目录,将本地目录映射到容器中,这样方便数据存储和管理,当容器被删除时,数据不受影响,再创建容器时可以接着用。

在Linux下,可能会存在由于权限问题,Docker容器意外停止的情况,刚启动就会中止,查看日志发现报的是类似`permission denied`或`access denied`的报错,也即是权限问题。

群晖的Docker套件在运行容器时也有可能出现这个问题。

一般情况下只需要对所挂载的目录加777权限即可,而在群晖下,可以方便的通过File Station来实现。

使用pip安装使用JupyterLab

Jupyterlab是一个基于Python的应用,内置Notebook可在浏览器中编辑运行Python代码,非常方便。

前面介绍过怎么在Docker下安装使用Jupyterlab,这里讲下怎么通过pip直接安装。

为什么要直接安装而不是通过Docker运行?

1. Host运行效率比虚拟机更高,资源占用更低
2. 可以直接使用GPU加速ML/DL开发,如CUDA或MPS

安装步骤如下:

在家办公开发环境的反思

鼓捣过Kubernetes,在公司做开发时使用Docker,外接硬盘,通过软链接的方式把程序文件、数据库映射到Docker里,在家里配置同样的Docker容器,这样硬盘直接插在家里电脑上就能用了,一直以来也没觉得有什么不对。

这次郑州疫情,被封在家里,暴露了一些问题:

macOS下日常所用软件M1适配情况

macOS下日常所用软件M1适配情况,列表如下。

更新时间:2022.3.11,已基本实现原生Apple Silicon的支持,当前即M1系列的所有芯片,包含M1、M1 Pro、M1 Max和M1 Ultra。少数几个不支持原生的也可以在Rosetta2下运行。

Mac意向设备

本人主要是PHP开发,偶尔Python和NodeJS,本地用Docker环境,在学习Kubernetes时需要使用3台(最少2台)Linux虚拟机,偶尔需要用Windows虚拟机来运行独占软件,对GPU需求不高,学习使用的PyTorch还不用上GPU。

现办公用的是Mac mini 2018款,i5-8500B 6核CPU,内存升到32G,硬盘256G。

心仪Mac的M1系列芯片,对于我日常的工作兼容性也能满足,意向设备主要是下面几款。

豫ICP备19001387号-1