Docker Jupyter 镜像没有暴露端口
Docker Jupyter image not exposing port
我使用 alpine linux 创建了 Jupyter docker 图像。一切正常，但容器没有暴露端口。但是在容器内部，端口正在工作。但是我无法从我的主机访问。
我写了如下图的镜像文件：
FROM vanarajaz/alpine-python
MAINTAINER Vanaraj C "vanaraj@assistanz.com
"RUN python3 -m pip install --upgrade pip && \
python3 -m pip install jupyter
EXPOSE 8888
CMD [ "jupyter", "notebook" ]
创建容器后，出现以下错误：
[I 13:32:34.019 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret[C 13:32:34.592 NotebookApp] Running as root is not recommended. Use --allow-root to bypass.From:Vanaraj
[I 13:32:34.019 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret[C 13:32:34.592 NotebookApp] Running as root is not recommended. Use --allow-root to bypass.
我不知道如何修复这个错误。任何帮助是极大的赞赏。提前致谢。
EXPOSE 是构建镜像的人和 运行 容器的人之间的文档。参见 docker's documentation for more details。它不会影响发布端口的能力，也不会自动为您发布端口。
如果您想从您的主机访问它，要发布该端口，请使用 docker run -p，或您的 compose yml 文件的 ports 部分。
或者，如果您想在容器之间进行通信，则无需发布端口。您所需要的只是两个容器都在同一个 docker 网络上。
我使用 alpine linux 创建了 Jupyter docker 图像。一切正常，但容器没有暴露端口。但是在容器内部，端口正在工作。但是我无法从我的主机访问。
我写了如下图的镜像文件：
FROM vanarajaz/alpine-python
MAINTAINER Vanaraj C "vanaraj@assistanz.com
"RUN python3 -m pip install --upgrade pip && \
python3 -m pip install jupyter
EXPOSE 8888
CMD [ "jupyter", "notebook" ]
创建容器后，出现以下错误：
[I 13:32:34.019 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret[C 13:32:34.592 NotebookApp] Running as root is not recommended. Use --allow-root to bypass.From:Vanaraj
[I 13:32:34.019 NotebookApp] Writing notebook server cookie secret to /root/.local/share/jupyter/runtime/notebook_cookie_secret[C 13:32:34.592 NotebookApp] Running as root is not recommended. Use --allow-root to bypass.
我不知道如何修复这个错误。任何帮助是极大的赞赏。提前致谢。
EXPOSE 是构建镜像的人和 运行 容器的人之间的文档。参见 docker's documentation for more details。它不会影响发布端口的能力，也不会自动为您发布端口。
如果您想从您的主机访问它，要发布该端口，请使用 docker run -p，或您的 compose yml 文件的 ports 部分。
或者，如果您想在容器之间进行通信，则无需发布端口。您所需要的只是两个容器都在同一个 docker 网络上。