Docker Git Apuntes Español

DATA SCIENCE
MÓDULO 1
Docker
Git-Hub
www.digitalhouse.com
OBJETIVOS DE LA CLASE
1 Comprensión de Docker a nivel usuario.
2 Construcción y manejo de contenedores.
3 Desarrollo de imágenes, uso de Docker-Hub.
Introducir nociones básicas de control de

4
versión usando GitHub
www.digitalhouse.com 2
EL PROBLEMA
Introducción: El problema
Diferentes programas o aplicaciones requieren múltiples recursos virtuales

para funcionar correctamente..
El conjunto de estos recursos podrían no ser compatible entre sí.
Introducción: El problema
Lidiar con la incompatibilidad dentro de los sistemas es bastante común en Data

Science dada la cantidad de instancias:
- Formas de adquisición
- Estructura de datos
de la información
- Recursos Algorítmicos
- Entornos de Desarrollo
- Gráficos
- Recursos Matemáticos
- Bases de Datos
- Mapas
Muchas formas de realizar una tarea en particular, pero con enfoques y técnicas que
podrían diferir.
DOCKER
Docker: Virtualización.
En la virtualización se crean instancias de un entorno que incluyen:
- I/O
- Conjunto de instrucciones de CPU
- Acceso a memoria
- Interrupciones de sistema
- Entre otras
Es diferente a la simulación (que modela el entorno) y a la emulación (que ejecuta algo

similar pero diferente).
Docker: Virtualización.
Docker provee una forma de ejecutar software de forma segura, en un entorno aislado,
empaquetado y con todas sus dependencias y librerías, esta instancia se conoce como
contenedor.
Hipervisor Docker
Docker: El contenedor
– Un contenedor se ejecuta nativamente en Linux y comparte el kernel de la

máquina host con otros contenedores. Se ejecuta un proceso discreto, no
teniendo más memoria que cualquier otro ejecutable, por lo que es ligero.
– Por el contrario, una máquina virtual (VM) ejecuta un sistema operativo

"invitado" completo con acceso virtual a recursos de host a través de un
hipervisor. En general, las VM proporcionan un entorno con más recursos
de los que la mayoría de las aplicaciones necesitan.
Docker: El contenedor.
Un contenedor es un paquete liviano y autocontenible, con todo lo necesario para ser

ejecutado, por la naturaleza virtual corre de igual forma, independiente del entorno.
Docker: Definición.
– Docker es una herramienta diseñada para facilitar la creación,

implementación y ejecución de aplicaciones mediante el uso de
contenedores.
– Los contenedores permiten a un desarrollador empaquetar una aplicación
con todas las partes que necesita, como bibliotecas y otras dependencias,
y enviarla como un solo paquete.
– Al hacerlo, gracias al contenedor, el desarrollador puede estar seguro de
que la aplicación se ejecutará en cualquier otra máquina Linux,
independientemente de las configuraciones personalizadas que la
máquina pueda tener que puedan diferir de la máquina utilizada para
escribir y probar el código.
CONSTRUCCIÓN DE IMAGEN
Docker: Construcción de Imagen.
Un contenedor se construye a partir de un molde, este molde se conoce como imagen.
Una imagen es una colección de cambios sobre el sistema de archivos.
Una imagen contiene una unión de

capas apiladas.
Cada capa hereda de la capa anterior.
Las imágenes son inmutables.
Los resultados intermedios pueden

ser cacheados para un uso posterior.
Docker: Construcción de Imagen
● Docker cuenta con un conjunto de instrucciones para la construcción de imagenes.

● El set instrucciones se suele agrupar en un archivo llamado Dockerfile.
● Estas instrucciones son ejecutadas al invocar el comando build
● Para la construcción de imágenes es necesario el Dockerfile y un contexto de
construcción.
● El contexto de construcción es una carpeta local, o un repositorio tipo git.
● Este contexto puede contener archivos disponibles para la construcción, si es que
es necesario.
Docker: Construcción de Imagen
Algunas de las instrucciones para la construcción de una imagen en el

dockerfile
● FROM: Para llamar a una imagen de base (obligatorio para un dockerfile)
● USER : Seleccionar un usuario con sus respectivos permisos
● RUN : Corre un comando durante la construcción
● COPY : Copia un archivo del contexto
● WORKDIR : Selecciona un directorio dentro del contenedor de construcción.
● CMD : Ejecuta un comando en tiempo de ejecución, en el contenedor final
● ENV : Asigna una variable de entorno
● LABEL : Variable dentro de la imagen durante la construcción
https://github.com/ds-dh/digital_data/blob/master/Dockerfile
DOCKER-HUB
Docker: Repositorio
Docker cuenta con un repositorio en donde se alojan las imágenes
desarrolladas.
Puede ser público o privado y es posible subir y descargar una gran variedad de recursos, el
repositorio cuenta con imágenes oficiales de los desarrolladores de las soluciones.
Docker: Repositorio
El comando pull permite obtener una imagen desde algun repositorio, por defecto
es el docker-hub:
$ docker pull hello-world
Podemos especificar otra posición, por ejemplo, el puerto 1200 de un servidor

llamado my_serv :
$ docker pull my_serv:1200/alguna_imagen
A continuación vamos a ver como ejecutar estas ordenes.
USO DE DOCKER
Uso de Docker: Quickstart Terminal
– Quickstart Terminal es una terminal de Docker, contiene el entorno

(comandos y herramientas) para realizar las tareas de gestión de los
elementos de docker.
● Contenedores
● Imágenes
● Gestión de Virtualización
Uso de Docker: Manejo de Contenedores
Comandos útiles para el manejo de contenedores:
run : Este comando se utiliza para la creación de un contenedor a partir de una imagen.
Una forma de usarlo es:
$ docker run [OPCIONES] imagen /comando
Esto construye una imagen (puede ser local o venir del repositorio de docker) y ejecuta
un comando, que es un llamado a un programa dentro del contenedor.
Las Opciones configuran el comportamiento del contenedor, la forma en la que se

ejecuta y construye la imagen, e incluso qué pasa con la imagen después de su
ejecución.
Uso de Docker: Contenedores
Dentro de las opciones más comunes dentro de run podemos encontrar:
-p : Asigna un puerto de salida al contenedor
--rm : Borra la imagen después de la ejecución de la tarea
-it : Abre una terminal interactiva que se comunica con el interior

del contenedor
--user : Nombre de usuario que elegimos dentro del contenedor (tiene que existir
dentro del contenedor)
--name : Nombre que elegimos para el contenedor.
Uso de Docker: Contenedores
Ejemplos:
$ docker run hello-world
$ docker run --rm ubuntu /bin/echo “hola”
$ docker run -it --name mi_ubuntu ubuntu /bin/bash
$ docker run -p 8888:8888 jupyter/base-notebook
Uso de Docker: Manejo de Contenedores
Comandos útiles para el manejo de contenedores:
ps -a : Lista los contenedores que hay en la maquina.

$ docker ps -a
stop : Detiene un contenedor en ejecución

$ docker stop contenedor
start : Ejecuta un contenedor.

$ docker start contenedor
rm : Elimina un contenedor (tiene que estar detenido)

$ docker rm contenedor
Uso de Docker: Manejo de Imagenes
Comandos útiles para el manejo de imagenes:
images : Lista las imagenes que hay en la maquina.

$ docker images
rmi : Borra una imagen

$ docker rmi imagen
build : Construye una imagen en su contexto (en este caso local, notar el punto)
$ docker build .
KITEMATIC
Uso de Docker: Kitematic
Para evitarnos el manejo a nivel de usuario se creó una aplicación gráfica

para la gestión y ejecución de Docker: Kitematic
Permite buscar las imagenes (esta conectado al repositorio docker-hub),

levantar, inicializar, detener, y borrar los contenedores, definir variables de
entorno del contenedor, establecer sincronizaciones entre el contenedor y
el host, configurar redes entre contenedores, etc.
Aún se encuentra en fase de desarrollo (actualmente esta en version

alpha) y presenta algunos problemas.
Uso de Docker: Kitematic
+NEW : Construir un nuevo contenedor a partir de una imagen
Stop/Start : Para detener o iniciar un contenedor
Restart : Resetea un contenedor
Exec : Abre una terminal al interior del contenedor
Uso de Docker: Kitematik
Así se ve docker-hub en kitematic
Recursos Adicionales
https://docs.docker.com/install/
https://docs.docker.com/engine/docker-overview/
https://opensource.com/business/14/7/guide-docker
https://www.youtube.com/watch?time_continue=35&v=Q5POuMHxW-
0
ANACONDA
ANACONDA
– Anaconda es un administrador de entorno y librerías de python.

– Dispone de diversos paquetes open source de gran utilidad para data
science (mas de mil)
– Cuenta con un entorno de desarrollo para python: Spyder
– Es posible ejecutar notebooks interactivas: Jupyter Notebooks
– Se dispone también de un administrador de paquetes Conda.
– Una herramienta gráfica muy interesante es Orange
Anaconda: Spyder
Anaconda: Orange
COLABORATORY
COLABORATORY
https://colab.research.google.com/notebooks/welcome.ipynb
– Es un entorno de Jupyter Notebook que no requiere configuración y

que se ejecuta completamente en la nube.
– Los cuadernos de Colaboratory se almacenan en Google Drive, y

puedes compartirlos como harías con Hojas de cálculo o Documentos
de Google.
– Colaboratory es un servicio gratuito.
COLABORATORY
COLABORATORY
Git
Git: Introducción
Durante el desarrollo de programas es muchas veces necesario establecer un control

sobre los cambios.
Existen diferentes formas de realizar un control sobre los cambios:
● Escribir en algún lugar los cambios a

partir de un archivo base.
● Enviarse un mail con un comentario y un

archivo adjunto.
● Copiar el archivo en otra carpeta

(quizás con algún dato importante).
Git: Introducción
Se ha consensuado una forma ordenada de realizar cambios durante el

desarrollo, este concepto de gestión se conoce formalmente como control
de versiones.
Existen varias implementaciones sobre estas gestiones, una

herramienta muy popular es Git.
Git es un programa diseñado para realizar el control de versiones en

sistemas distribuidos con eficiencia y velocidad en grandes escalas .
https://github.com/torvalds/linux
Git : Funcionamiento
El flujo de trabajo en git esta estructurado en pasos secuenciales que vendrían a ser
representados por ramas (branches).
La rama principal es llamada MASTER , a partir de ese lugar pueden existir

bifurcaciones sobre el desarrollo principal.
¿Que sucede si desarrollo sobre master en este punto?

El potencial de git reside en la capacidad de manejar diferentes

ramificaciones durante el desarrollo.
A la vez que presenta herramientas para lidiar con las diferencias.
Git: Uso
El uso de git se puede realizar mediante interfaces gráficas o por terminal.
Podemos utilizar una terminal desde jupyter.
También podemos realizar la ejecución de una terminal del contenedor desde kitematic.
En el contenedor de Data Science (digitalhouse/data en docker-hub) contamos con Git.
Panel de contenedores kitematic
Panel central jupyter

Git: Uso
Git provee una serie de comandos para realizar el control de versiones.
Dentro de los mas utilizados encontramos:
clone : Copia de forma local un repositorio

add : Agrega un archivo(s) o cambio en un(os) archivo(s)
merge : Une los cambios efectuados, puede requerir hacerlos
manualmente.
commit : Corrobora los cambios efectuados.(almacena miento de
punto de control)
branche : Control sobre las bifurcaciones (ramas)
status : Realiza un chequeo sobre el estado de trabajo en un
repositorio.
Estos comandos presentan además subopciones, se pueden encontrar los
detalles en la documentación oficial de Git.
Git: Uso
Ahora vamos a agregar una librería a nuestro contenedor:
Clonamos el repositorio desde el que se construye nuestra imagen.
$ git clone https://github.com/ds-dh/digital_data
Comprobamos que se haya realizado la descarga ( ls lista las carpetas).
$ ls
Observamos el estado del control de versiones.

$ git status
Ahora desde la ventana principal de jupyter (desde donde abrimos la

terminal), buscamos la carpeta donde se encuentra los archivos descargados.
Git: Uso
A continuación buscamos el archivo pip_libs.txt y le hacemos click

desde el panel central de jupyter, si todo anda bien, nos abre el
archivo de texto para su edición.
A continuación vamos a agregar al final del archivo el nombre de una

librería, sklearn-deap , el nombre tiene que estar escrito tal como esta
acá, una vez realizado el cambio, guardar.
Vamos de vuelta a la terminal y tipeamos.
$ git status
¿Que sucedio?
Ahora vamos a indicarle a git que efectivamente modificamos pip_libs
$ git add pip_libs.txt
Git: Uso
Nuevamente invocamos status para ver que paso.
Comentamos y corroboramos los cambios (-m de mensaje es

obligatorio )
$ git commit -m “agregue una libreria de busqueda

heuristica de hiperparametros”
Y finalmente vamos a realizar la instalación de esta nueva librería utilizando

un gestor de código python:
$ pip install -r pip_libs.txt
GitHub
GitHub
GitHub es un servicio de Hosting que soporta el control de versiones git.
Cuenta con interfaz web, con herramientas de búsqueda basadas en

features (FOSD),
Proporciona una serie de herramientas para el seguimiento de errores,

planificación, testing y presentación de documentación (markdown y
wiki)
Tiene cerca de 30 millones de usuarios, y mas de 50 repositorios
La mayoría del código en GitHub es público aunque ofrece un servicio

privado pago
GitHub: Creando una cuenta
2 3
GitHub: Creando un repositorio nuevo
GitHub: Creando un repositorio nuevo

Docker Git Apuntes Español

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Docker Git Apuntes Español

Cargado por

Copyright:

Formatos disponibles

DATA SCIENCE

1 Comprensión de Docker a nivel usuario.

2 Construcción y manejo de contenedores.

3 Desarrollo de imágenes, uso de Docker-Hub.

Introducir nociones básicas de control de

Diferentes programas o aplicaciones requieren múltiples recursos virtuales

El conjunto de estos recursos podrían no ser compatible entre sí.

Lidiar con la incompatibilidad dentro de los sistemas es bastante común en Data

En la virtualización se crean instancias de un entorno que incluyen:

Es diferente a la simulación (que modela el entorno) y a la emulación (que ejecuta algo

– Un contenedor se ejecuta nativamente en Linux y comparte el kernel de la

– Por el contrario, una máquina virtual (VM) ejecuta un sistema operativo

Un contenedor es un paquete liviano y autocontenible, con todo lo necesario para ser

– Docker es una herramienta diseñada para facilitar la creación,

Un contenedor se construye a partir de un molde, este molde se conoce como imagen.

Una imagen es una colección de cambios sobre el sistema de archivos.

Una imagen contiene una unión de

Cada capa hereda de la capa anterior.

Las imágenes son inmutables.

Los resultados intermedios pueden

● Docker cuenta con un conjunto de instrucciones para la construcción de imagenes.

Algunas de las instrucciones para la construcción de una imagen en el

Podemos especificar otra posición, por ejemplo, el puerto 1200 de un servidor

$ docker pull my_serv:1200/alguna_imagen

A continuación vamos a ver como ejecutar estas ordenes.

– Quickstart Terminal es una terminal de Docker, contiene el entorno

Comandos útiles para el manejo de contenedores:

$ docker run [OPCIONES] imagen /comando

Las Opciones configuran el comportamiento del contenedor, la forma en la que se

Dentro de las opciones más comunes dentro de run podemos encontrar:

-p : Asigna un puerto de salida al contenedor

--rm : Borra la imagen después de la ejecución de la tarea

-it : Abre una terminal interactiva que se comunica con el interior

--name : Nombre que elegimos para el contenedor.

$ docker run hello-world

$ docker run --rm ubuntu /bin/echo “hola”

$ docker run -it --name mi_ubuntu ubuntu /bin/bash

$ docker run -p 8888:8888 jupyter/base-notebook

Comandos útiles para el manejo de contenedores:

ps -a : Lista los contenedores que hay en la maquina.

stop : Detiene un contenedor en ejecución

start : Ejecuta un contenedor.

rm : Elimina un contenedor (tiene que estar detenido)

Comandos útiles para el manejo de imagenes:

images : Lista las imagenes que hay en la maquina.

rmi : Borra una imagen

Para evitarnos el manejo a nivel de usuario se creó una aplicación gráfica

Permite buscar las imagenes (esta conectado al repositorio docker-hub),

Aún se encuentra en fase de desarrollo (actualmente esta en version

+NEW : Construir un nuevo contenedor a partir de una imagen

Stop/Start : Para detener o iniciar un contenedor

Restart : Resetea un contenedor

Exec : Abre una terminal al interior del contenedor

Así se ve docker-hub en kitematic

– Anaconda es un administrador de entorno y librerías de python.

– Es un entorno de Jupyter Notebook que no requiere configuración y

– Los cuadernos de Colaboratory se almacenan en Google Drive, y

– Colaboratory es un servicio gratuito.

Durante el desarrollo de programas es muchas veces necesario establecer un control

Existen diferentes formas de realizar un control sobre los cambios:

● Escribir en algún lugar los cambios a

● Enviarse un mail con un comentario y un