1.容器和映象的區別
映象（image）和容器（container）的關係，就像是物件導向程式設計中的類和例項一樣，映象是靜態的定義，容器是映象執行時的實體。容器可以被建立、啟動、停止、刪除、暫停等 。
2.映象和倉庫的概念
4.registry->repository->tag->images
docker registry中可以包含多個倉庫（repository）；每個倉庫可以包含多個標籤（tag）；每個標籤對應乙個映象。所以說：映象倉庫是docker用來集中存放映象檔案(image)的地方類似於我們之前常用的**倉庫
5.公開服務和私有docker registry
最常使用的registry公開服務是官方的docker hub ，這也是預設的registry，並擁有大量的高質量的官方映象，**為：hub.docker.com/ 。在國內訪問docker hub可能會比較慢國內也有一些雲服務商提供類似於docker hub的公開服務。
除了使用公開服務外，使用者還可以在本地搭建私有docker registry 。docker官方提供了docker registry映象，可以直接使用做為私有registry服務。開源的docker registry映象只提供了docker registry api的服務端實現，足以支援docker命令，不影響使用。但不包含圖形介面，以及映象維護、使用者管理、訪問控制等高階功能。
6.build，ship，and run
7.執行顯示卡的nvidia-docker外掛程式
nvidia-docker是乙個可以使用gpu的docker，nvidia-docker是在docker上做了一層封裝，通過nvidia-docker-plugin，然後呼叫到docker上，其最終實現的還是在docker的啟動命令上攜帶一些必要的引數。因此在安裝nvidia-docker之前，還是需要安裝docker的。
docker一般都是使用基於cpu的應用，而如果是gpu的話，就需要安裝特有的硬體環境，比如需要安裝nvidia driver。所以docker容器並不直接支援nvidia gpu。為了解決這個問題，最早的處理辦法是在容器內部，全部重新安裝nvidia driver，然後通過設定相應的裝置引數來啟動container，然而這種辦法是很脆弱的。因為宿主機的driver的版本必須完全匹配容器內的driver版本，這樣導致docker image無法共享，很可能本地機器的不一致導致每台機器都需要去重複操作，這很大的違背了docker的設計之初。
為了使docker image能很便利的使用nvidia gpu，從而產生了nvidia-docker，由它來製作nvidia driver的image，這就要求在目標機器上啟動container時，確保字元裝置以及驅動檔案已經被掛載。
nvidia-docker-plugin是乙個docker plugin，被用來幫助我們輕鬆部署container到gpu混合的環境下。類似乙個守護程序，發現宿主機驅動檔案以及gpu 裝置，並且將這些掛載到來自docker守護程序的請求中。以此來支援docker gpu的使用。
SaaS 運營關鍵問題
1。強大的硬體投入。保障24小時不間斷使用者資料訪問 amazon一年故障控制在5分鐘 伺服器投資佔硬體很大比重 應用伺服器，資料庫伺服器，身份認證伺服器，儲存備份伺服器等 2。穩定性 a。saas應作為乙個運營軟體，這就要求使用者任意輸入資料都不會導致系統錯誤，否則海量使用者會造成巨大損失。如，輸...
tensorflow 關鍵問題辨析
tensorflow中name scope和variable scope的理解 之所以會出現這兩種型別的scope，主要是後者 variable scope 為了實現tensorflow中的變數共享機制 即為了使得在 的任何部分可以使用某乙個已經建立的變數，tf引入了變數共享機制，使得可以輕鬆的共享...
ceph若干關鍵問題
1.ceph群集裡pg存在的意義？由於pg和osd的數量都比較有限，記錄每個osd承載了哪些pg可行，而且變化不頻繁，開銷小。在osd x故障後，很容易獲得osd x承載的pg列表，並計算出各個pg的另外兩個副本在哪個osd。而每個pg下面的物件，都按照pg做了聚集 稱為collection，每個p...