Docker 从入门到实践：以 DataLab 环境配置为例

“明明在我的电脑上是可以运行的” 。在部署OpenChain时，我曾深陷环境配置的泥潭。虽然VM可以解决环境隔离问题，但其高资源占用、冗余操作和缓慢启动等痛点促使我们寻找更优解——这正是Docker容器技术的用武之地。

另外摸索用 Docker 配置 Ubuntu 系统运行 DataLab 时，我发现网上教程少之又少。仅有的内容也满是晦涩术语与复杂步骤，对新手极不友好。所以这篇文章，以最细致、最易懂的方式，手把手带你上手 DataLab。

1. Docker介绍

1.1 容器化革命

Docker是一个开源的容器化平台，其通过操作系统级虚拟化技术，将应用程序及其依赖环境（包括代码、运行时、系统工具、系统库等）打包成标准化的、轻量级的容器（Container）。相较于传统虚拟机：

特性	Docker容器	虚拟机
虚拟化层级	OS级	硬件级
启动速度	秒级	分钟级
资源占用	MB级	GB级
性能损耗	<5%	15-20%
镜像大小	通常<100MB	通常>1GB

（数据来源：Docker官方基准测试报告）

1.2 核心概念解析

镜像（Image）：不可变的模板文件，包含构建容器的完整指令集
容器（Container）：镜像的可运行实例，具有独立文件系统和资源隔离
仓库（Registry）：用于存储和分发镜像的中央服务（如Docker Hub）
Volume：持久化数据存储方案，突破容器生命周期的限制

2. Docker安装

2.1 Windows 11专业版安装指南

访问Docker Desktop for Windows下载安装包
启用系统级支持：
- 控制面板 → 程序 → 启用或关闭Windows功能
- 勾选「Hyper-V」和「Windows Subsystem for Linux」
安装时选择WSL2后端：
```
# 验证WSL版本
wsl --list --verbose
# 设置默认版本
wsl --set-default-version 2
```
- 架构选择建议：
  - WSL2：推荐开发使用，提供完整Linux内核，I/O性能提升4-5倍
  - Hyper-V：适合企业级应用，支持高级虚拟化功能（动态内存分配、故障转移集群等）

2.2 镜像加速配置

针对国内网络环境优化，建议配置USTC镜像源：

作用是增加稳定性，提高下载镜像的速度，优化构建功能

打开Docker Desktop → Settings → Docker Engine
替换daemon.json配置：

{
  "registry-mirrors": ["https://docker.mirrors.ustc.edu.cn"],
  "features": {
    "buildkit": true  // 启用新一代构建工具
  },
  "experimental": false  // 生产环境禁用实验特性
}

应用配置并重启服务：

systemctl restart docker  # Linux
Get-Service docker | Restart-Service  # PowerShell

3. 配置Docker镜像

拉取Ubuntu镜像
- 可以直接在图形化界面搜索Ubuntu然后pull最新的版本
- 也可以使用终端命令行的形式
```
docker pull ubuntu:lastest  # 推荐使用LTS版本
```
创建容器
- 图形化界面
- Container name自拟
- Port 端口设置
- Volume卷挂载，作用是设置主机和容器之间的卷挂载，好处是主机和容器可以共享该目录下的文件，方便在主机上编辑代码并在容器内运行测试等操作
- Environment variables环境变量设置，暂时不操作
- 终端命令 docker run -it -v <Host path>:<Container path> --name <Container name> ubuntu:latest

4. 配置DataLab环境

先更新软件包列表apt-get update
安装wgetapt-get install -y wget
切换到共享文件夹cd CSapp
从官网下载源码安装包wget http://csapp.cs.cmu.edu/3e/datalab-handout.tar
将从官网下载的tar包解压，指令：tar xvf FileName.tar
进入datalab-handout文件夹
安装必备工具apt install -y build-essential
- 这个软件包组包含了 GCC 编译器、G++ 编译器（用于 C++ 代码）、make 工具以及其他编译所需的基础库和头文件。

5. Finish！

接下来就可以在本机编译器中编写bit.c，然后在docker中的ubuntu系统中编译和运行代码了

容器化不是银弹，但确实是现代软件工程的必备技能。当再次面对”Works on my machine”的困境时，我们终于可以自信地说：“It works on Docker!”

Docker 从入门到实践：以 DataLab 环境配置为例

1. Docker介绍

1.1 容器化革命

1.2 核心概念解析

2. Docker安装

2.1 Windows 11专业版安装指南

2.2 镜像加速配置

3. 配置Docker镜像

4. 配置DataLab环境

5. Finish！

References