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
本章目录：
1.docker的容器会占用多大的空间
2.ros运行在docker中是否会影响性能
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
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。
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。
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,windows,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。
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 inspect 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～
Docker:我们的硬盘空间去哪了？
https://zhuanlan.zhihu.com/p/36956285
缩减 Docker 镜像体积历程总结
https://ruby-china.org/topics/38089
docker镜像怎么缩小体积
https://www.jianshu.com/p/e3c6e7b13bc9
docker可视化&多容器跨主机通信
https://www.jianshu.com/p/d44ba22c9581
ROS多个Docker通信，里面是多个版本ros通信的图
https://www.codenong.com/07937a25bc48aa076056/
docker中容器之间通信方式
https://blog.csdn.net/u013355826/article/details/84987233
https://www.cnblogs.com/koushr/p/14559481.html
https://blog.51cto.com/lwc0329/3010868
http://www.4k8k.xyz/article/adparking/119140478
https://www.cnblogs.com/whych/p/9595671.html
https://blog.csdn.net/weixin_39978444/article/details/110639937
https://cloud.tencent.com/developer/article/1831540
https://blog.csdn.net/adparking/article/details/119140186
https://cloud.tencent.com/developer/article/1579287
Docker内使用GPU
https://blog.csdn.net/qq_22877119/article/details/106851805（介绍了docker使用gpu的历史）
https://blog.csdn.net/ayiya_Oese/article/details/114397798
https://www.cnblogs.com/ytwang/p/14809112.html
https://blog.csdn.net/weixin_39132520/article/details/114456343
https://blog.csdn.net/Castlehe/article/details/120194820
https://www.cnblogs.com/chester-cs/p/14444247.html
https://blog.csdn.net/xie_daicheng/article/details/109592234
https://houmin.cc/posts/574111db/
https://www.cnblogs.com/journeyonmyway/p/11234572.html
docker容器启动多个终端
https://blog.csdn.net/weixin_38070782/article/details/106531304
