Introducción a los Contenedores

Antes de adentrarnos en los aspectos técnicos, es esencial comprender qué son los contenedores y la orquestación. Los contenedores son unidades de software que contienen todo lo necesario para ejecutar una aplicación, incluyendo el código, las herramientas del sistema, las bibliotecas y las configuraciones.

Paso 1: Instalación de Docker en Linux

(Las siguientes instrucciones se han probado en un Linux Mint 21.2 Victoria)

Docker es una plataforma de software que permite la creación y administración de contenedores. Para instalar Docker en Linux:

  1. Actualiza tu sistema con sudo apt update y luego sudo apt upgrade.
  2. Instala Docker utilizando sudo apt install docker.io.
  3. Habilita y arranca el servicio de Docker con: sudo systemctl start docker y sudo systemctl enable docker.
  4. Verifica la instalación con : sudo docker --version.
  5. Otra forma de probar que funciona todo bien es : sudo docker run hello-world

Paso 2: Crear tu Primer Contenedor Docker

  1. Descarga una imagen de contenedor. Por ejemplo, para descargar una imagen de Ubuntu, utiliza sudo docker pull ubuntu.
  2. Ejecuta un contenedor utilizando esta imagen con : sudo docker run -it ubuntu. Esto te dará acceso al shell del contenedor de Ubuntu.
  3. Ahora puedes comprobar y moverte por el contenedor y ver que es como estar en un servidor ubuntu

Paso 3: Gestión Básica de Contenedores

  • Lista los contenedores activos con sudo docker ps y los inactivos con sudo docker ps -a.
  • Detén un contenedor con sudo docker stop [CONTAINER_ID].
  • Elimina un contenedor con sudo docker rm [CONTAINER_ID].

Ejemplo: Uso de un Contenedor Python para Pruebas

Aquí tienes un ejemplo práctico de cómo usar un contenedor de Python desde Docker Hub para realizar pruebas en un entorno Dockerizado:

Objetivo: Ejecutar un script de Python simple en un contenedor Docker para probar su funcionamiento.

Paso 1: Obtener una Imagen de Python desde Docker Hub

Primero, necesitas obtener una imagen oficial de Python de Docker Hub. Esto se puede hacer con el siguiente comando:

sudo docker pull python:3.8

Este comando descarga la imagen de Python versión 3.8 en tu máquina local.

Paso 2: Crear un Directorio de Trabajo

Crea un directorio en tu máquina local donde guardarás tu script de Python. Por ejemplo:

mkdir python-test
cd python-test

Paso 3: Escribir un Script de Python

Dentro del directorio python-test, crea un archivo de script de Python. Por ejemplo, puedes crear un archivo test.py con el siguiente contenido:

# test.py
print("Hola desde un contenedor de Python!")

Paso 4: Ejecutar el Contenedor con el Script Montado

Ahora, ejecuta el contenedor de Python, montando tu directorio local (que contiene el script de Python) en el contenedor. Usa el siguiente comando:

sudo docker run -it --rm --name python-test-container -v "$(pwd)":/usr/src/myapp -w /usr/src/myapp python:3.8 python test.py

Explicación del comando:

  • docker run inicia un nuevo contenedor.
  • -it permite la interacción con el contenedor.
  • --rm elimina el contenedor después de ejecutar el script.
  • --name python-test-container asigna un nombre al contenedor.
  • -v "$(pwd)":/usr/src/myapp monta el directorio actual en el contenedor en la ruta /usr/src/myapp.
  • -w /usr/src/myapp establece el directorio de trabajo en el contenedor.
  • python:3.8 especifica la imagen a utilizar.
  • python test.py es el comando ejecutado en el contenedor, que arranca tu script de Python.

Resultado:

Después de ejecutar el comando, verás la salida de tu script en la terminal, algo como:

Hola desde un contenedor de Python!

Este ejemplo muestra cómo puedes utilizar de manera rápida y sencilla un contenedor de Docker para probar scripts de Python, asegurándote de que tu código se ejecuta en un entorno limpio y controlado.

Conclusión

Este tutorial ofrece una introducción básica a los contenedores, utilizando Docker. A medida que te familiarices con este concepto y herramienta, podrás explorar características más avanzadas y personalizadas para tus necesidades específicas en el ámbito de DevOps y la computación en la nube.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.

ACEPTAR
Aviso de cookies