Docker中配置ROS（⼀）——安装之前
本⽂为系列⽂章，主要是为了使⽤docker部署和开发ros相关程序，核⼼是为了解决以下问题：
有些papckage运⾏的依赖版本不⼀致，更换这些依赖的版本极其繁琐，甚⾄可能毁了开发环境，为提⾼开发环境的鲁棒性所以考虑采⽤docker 部署各个package。
在部署ros的docker开发环境前，需要先解答以下⼀些疑惑。
ubuntu18.04配置ros的docker环境(⼀)——安装之前
ubuntu18.04配置ros的docker环境(⼆)——安装ros的docker镜像，测试turtlebot（ssh，多个panel，tmux）
ubuntu18.04配置ros的docker环境(三)——⽣成⾃⼰的ros镜像
ubuntu18.04配置ros的docker环境(四)——编译⾃⼰的package并运⾏
ubuntu18.04配置ros的docker环境(五)——安装CUDA与pytorch，并测试
ubuntu18.04配置ros的docker环境(六)——多个容器相互通信
ubuntu18.04配置ros的docker环境(七)——多个容器中的package相互通信
ubuntu18.04配置ros的docker环境(⼋)——多个版本的ros相互通信，kinetic，molodic，ros1，ros2
ubuntu18.04配置ros的docker环境(九)——容器与主机通信
ubuntu18.04配置ros的docker环境(⼗)——docker中的ros与宿主机的vrep(或者另外⼀个docker中的rep)的联合仿真
ubuntu18.04配置ros的docker环境(⼗⼀)——docker中ros的多机（不同的物理机、或者相同的物理机）通信
docker进入容器本章⽬录：
1.docker的容器会占⽤多⼤的空间
3.代码应该在宿主机⾥⾯写还是docker⾥⾯写
4.如何在docker中编辑修改⽂件
5.如果查看docker⾥⾯可视化界⾯，如vscode，ros的rviz和gazebo等
6.docker⾥⾯的程序如何与主机的程序通讯？
7.docker⾥⾯的GPU CUDA配置与主机的配置如何协调
⼀、docker的容器会占⽤多⼤的存储空间
docker通过镜像（image）创造容器（container），在容器中部署开发环境。
有官⽅上传好的镜像，⾥⾯已经配好了ros的开发环境。⽐如sudo docker pull osrf/ros:melodic-desktop-full。如果是包含ros-core的镜像，⼤概是400M，如果包含rviz，gazebo等全套的destktop-full版本，⼤概是5G左右，占据的空间还是很可观的。
查看容器与镜像⼤⼩（容器⼀般体积都⽐较⼩）
docker system df -v
容器体积与镜像体积
⼆、ros运⾏在docker中是否会影响性能？
在CPU运⾏计算层次影响的性能很⼩，⼏乎没有。但是在数据传输、如⽂件挂载等和⽹络通信会有影响，通信影响的延时⼤概在50us微秒左右。
性能对⽐
详细的⽐较可见下⾯两个链接。
容器是镜像的接⼝设置，实际是运⾏镜像，因此对读写能⼒还是有要求的，ssd运⾏速度较快。
Docker容器、虚拟机和裸机运⾏的性能⽐较
docker性能测试
三、代码应该在宿主机⾥⾯写还是docker⾥⾯写？
不要将数据储存在容器中，在开发环境，因为code的频繁变更，通过volume⽅式进⾏挂载更⽅便。
使⽤-v参数挂载本地⽂件，删除容器后，⽂件仍然存在。
容器随时都可以停⽌、销毁或迁移，⽐⽅说，⼀个容器⾥运⾏的应⽤版本是1.0，我们分分钟就可以把这个应⽤升级到1.1，同时还不会对数据造成任何影响。所以如果⽤户想要存数据的话，最好是⽤数据卷来存储。不过在⽤卷存数据的时候⼤家还是要注意⼀点，如果有两个容器共⽤⼀个数据卷，都往⾥⾯写数据的话，是有可能造成程序崩溃的。我们在设计应⽤程序的时候应该考虑到这⼀点，为保万⽆⼀失，应⽤程序应该具备特定的机制，以确保在往共享数据存储区写⼊数据的时候不会出错。
容器随时可以停⽌、或者删除。当容器被rm掉，容器⾥的数据将会丢失。为了避免数据丢失，⽤户可以使⽤数据卷挂载来存储数据。但是容器的Volumes 设计是围绕 Union FS 镜像层提供持久存储，数据安全缺乏保证。如果容器突然崩溃，数据库未正常关闭，可能会损坏数据。另外，容器⾥共享数据卷组，对物理机硬件损伤也⽐较⼤。
如果你是开发环境，代码是⽤于调试，代码是不应该在image⾥⾯的，利⽤dockerfile，⾃动git pull也不是好的⽅案，当然更不提倡ssh到容器，去修改代码。这个时候，你的代码最好是在你的mac,windo
ws,linux的个⼈pc上，如果你的开发环境，本⾝就部署到了本机，通过boot2docker 或者其他⽅式，那么就通过共享⽬录，然后开启容器的时候-v的⽅式，通过卷的⽅式，来使⽤，最⽅便。修改代码直接就可以进⾏调试。如果开发环境在服务器上，可以通过远程mount的⽅式，mount到本机进⾏开发修改。
如果你是测试环境，建议根据git⽅式进⾏，代码不在image，⽽是通过docker exec到容器内pull对应测试tag的代码。当然也可以在宿主机pull，然后docker cp到对应的测试容器；
四、如何在docker中编辑修改⽂件？
可以⽤可视化的IDE，如vscode，CLION。
①可以直接⽤宿主机的vscode或clion，pycharm打开修改，在编译和运⾏的时候，需要进⼊到docker中执⾏命令，因为是共享⽂件夹，所以在docker环境中也可以看到这些修改后的源码。
②也可以⽤docker中的vscode或clion，pycharm直接打开修改，⽤这些可视化界⾯编辑时需要启动docker使⽤xserver，开启gui界⾯图像服务。
有三种⽅法可以进⼊到docker中
使⽤tmux在docker中创建不同的terminal⾮常⽅便。
五、如果查看docker⾥⾯可视化界⾯，如vscode，ros的rviz和gazebo等？
宿主机开启xhost, 使能宿主机接收其他客户端的显⽰需求
xhost +
docker创建容器时参数设置xserver挂载地址即可
-e DISPLAY -v /tmp/.X11-unix:/tmp/.X11-unix
六、docker⾥⾯的程序如何与主机的程序通讯？
采⽤socket通信
docker创建容器时，默认分配了bridge⽹络，这样所有的容器都在同⼀个⽹段，是能够相互通信的。
如果想某些容器之间不能通信，通过⾃定义⽹络就能实现。
假如宿主机是linux系统，有⼀个监听8000端⼝的其他进程
在宿主机上执⾏ifconfig命令，可以发现有⼀个docker0⽹卡，注意观察其⽹段和docker network inspe
ct bridge的⽹段是⼀致的，宿主机在此⽹段下也分配了⼀个ip，⼀般是⽹段中的第⼀个ip，假如是192.168.10.1。
1）假如⽤默认的bridge模式启动容器，即在启动时不指定network参数或者指定了--network bridge，
在容器中执⾏ifconfig命令，可以发现容器的ip也在上⾯的⽹段中，假如是192.168.10.2。
在容器中，ping 192.168.10.1，可以ping通。在宿主机中ping 192.168.10.2，可以ping通。
在容器中，可以⽤192.168.10.1:port的⽅式访问宿主机的服务。
⽹络中的其它主机能否ping通这些容器？
roscore在容器中启动后，宿主机能否启动？可以，这相当于是两台不同的机器，如果共享⼀个roscore，需要设置两个的
bashrc，ros_master_url参数。
2）假如容器⽤host⽹络模式启动，即在启动时添加了--netwok host参数，
那么容器会和宿主机共享⽹络，直接telnet 127.0.0.1 8000可以telnet通信。
七、docker⾥⾯的GPU CUDA配置与主机的配置如何协调？
采⽤NVIDIA Container Toolkit，19.03后原⽣⽀持nvidia的驱动，只需要宿主机安装nvidia的驱动，在镜像中安装cuda和cudnn。
在docker中使⽤gpu需要设置参数：
docker run --gpus all ....
⼋、为什么建议⼀个docker⾥⾯只有⼀个进程
1）每个容器中只运⾏⼀个应⽤程序，则⽔平伸缩将变得⼗分容易。例如，当你需要⼀个Tomcate容器，可以从现有的容器再扩展出⼀个，但如果你的这个容器中不仅有Tomcate，还有MySQL等其他应⽤程序，事情就会变得复杂起来。
2）个容器中只运⾏⼀个应⽤程序，可以轻松地将其重新⽤于其他项⽬或⽬的，极⼤增加复⽤度。
3）每个容器中只运⾏⼀个应⽤程序，出现故障时开发⼈员能⽅便地对该故障容器进⾏问题排查，⽽不必对整个系统的各个部分进⾏排查，这也使得其更具有可移植性和可预测性。
4）每个容器中只运⾏⼀个应⽤程序，升级程序时能够将影响范围控制再更⼩的粒度，极⼤增加应⽤程序⽣命周期管理的灵活性，避免在升级某个服务时中断相同容器中的其他进程。
5）每个容器中只运⾏⼀个应⽤程序，从安全性和隔离性⾓度来看，能够提供更安全的服务和应⽤程序间的隔离，以保持强⼤的安全状态或遵守PCI之类的规定。
九、docker安装ubuntu 18.04，和双系统（win10+ubuntu）安装的有什么区别？
虚拟机⾥装的ubuntu是ubuntu的内核 + ubuntu的⽂件系统
docker⾥的ubuntu是任意的内核（你底层的操作系统的内核）+ ubuntu的⽂件系统
经过思考，⾃⼰对docker的实际需求有以下⼏个
1.创建满⾜⾃⼰ros开发的docker镜像
2.把程序部署在docker中进⾏编译和运⾏
3.修改docker中的程序，进⾏调试。
4.把镜像打包发给别⼈使⽤
5.(本地)多docker之间通信。
6.docker与宿主机通信
接下来就实际部署了，未完待续～

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。