4、环境准备：安装Docker Engine、Docker Compose插件、验证环境、配置镜像加速

在构建“Docker Compose对接多个边缘推理节点”项目之前，必须先完成基础运行环境的搭建。边缘推理节点通常运行在资源受限的ARM设备或x86工业主机上，其操作系统多为Ubuntu Server、Debian或CentOS Stream。本章将围绕Docker Engine的安装、Compose插件的部署、环境验证方法以及镜像加速配置四个核心环节展开，确保后续所有容器编排操作具备稳定、可复现的底层支撑。需要特别强调的是，边缘节点与云端开发机的环境差异（如内核版本、网络策略、存储驱动）会直接影响Docker的运行行为，因此本章内容将兼顾通用性与边缘场景的特殊性。

上图展示了环境准备的完整链路：从安装Docker Engine开始，到Compose插件集成，再到环境验证与镜像加速配置，最终形成可复用的边缘推理节点基础环境。四个阶段环环相扣，任何一环缺失或配置不当，都会在后续多节点编排时暴露问题。下面将逐一深入每个阶段的具体操作与决策要点。

4.1 安装Docker Engine：从源配置到核心组件落地

核心原理：Docker Engine采用客户端-守护进程架构，其中dockerd作为守护进程负责管理容器生命周期，containerd作为底层容器运行时管理镜像和容器执行，runc则负责与内核交互创建隔离环境。在边缘节点上，我们通常使用官方apt或yum仓库安装，而非直接下载二进制包，因为仓库方式能自动处理依赖关系并支持后续安全更新。

操作流程（以Ubuntu 22.04 LTS为例）：

1. 更新软件包索引并安装依赖：sudo apt-get update，然后安装ca-certificates、curl、gnupg、lsb-release。
2. 添加Docker官方GPG密钥：curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg。
3. 设置稳定版仓库：使用echo "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null。
4. 安装Docker Engine：sudo apt-get update后执行sudo apt-get install docker-ce docker-ce-cli containerd.io docker-buildx-plugin。

案例拆解：某工业视觉检测项目部署在10台RK3588边缘盒子上，初始安装时直接使用apt install docker.io（Ubuntu自带旧版），导致后续Compose插件无法兼容。重新按照官方仓库安装后，docker info显示Storage Driver为overlay2，且Server Version为24.0.7，问题解决。这提醒我们：边缘节点务必使用Docker官方源，避免系统自带源的版本滞后。

4.2 安装Docker Compose插件：v2子命令与独立二进制的选择

核心原理：Docker Compose v2已作为Docker CLI的插件集成，通过docker compose（带空格）调用，而旧版docker-compose（带连字符）是独立二进制。在边缘多节点场景中，推荐使用插件方式，因为它与Docker Engine版本绑定更紧密，且支持docker compose watch等新特性。Compose插件的本质是一个名为docker-compose的可执行文件，放置在~/.docker/cli-plugins/或/usr/local/lib/docker/cli-plugins/目录下。

安装步骤：

• 对于Ubuntu/Debian，安装docker-compose-plugin包：sudo apt-get install docker-compose-plugin。
• 对于CentOS/RHEL，使用sudo yum install docker-compose-plugin。
• 验证安装：docker compose version，预期输出类似Docker Compose version v2.24.5。

实战场景：在边缘推理节点上，我们通常需要同时管理多个推理服务（如TensorRT、OpenVINO）和辅助组件（如MQTT Broker、时序数据库）。使用Compose插件后，可以通过一个docker-compose.yml文件定义所有服务，并利用docker compose up -d一键启动。例如，一个典型的边缘节点可能包含以下服务定义：

services:
  inference:
    image: edge-inference:latest
    deploy:
      resources:
        limits:
          cpus: '2.0'
          memory: 4G
    volumes:
      - ./models:/models
    ports:
      - "8080:8080"
  mqtt:
    image: eclipse-mosquitto:2.0
    ports:
      - "1883:1883"

该配置中，deploy.resources.limits确保推理容器不会耗尽边缘设备的CPU或内存资源，这是多节点部署时的关键约束。

4.3 验证环境：从基础运行到编排功能全链路检查

核心原理：环境验证不仅是执行docker run hello-world确认能拉取镜像并运行容器，更应验证Compose插件的完整功能链路，包括配置解析、网络创建、卷挂载、服务依赖等。边缘节点常处于离线或半离线状态，因此验证策略需区分在线与离线场景。

分步验证流程：

1. 基础验证：执行sudo docker run --rm hello-world，观察输出包含“Hello from Docker!”即表示守护进程、运行时和镜像拉取链路正常。
2. Compose配置验证：在项目目录下执行docker compose config，该命令会解析YAML文件并输出标准化配置，若语法错误会立即报错。此步骤无需实际启动容器，适合CI/CD流水线中的预检。
3. 网络与卷验证：创建一个测试Compose项目，包含两个服务（如nginx和redis），执行docker compose up -d后，使用docker network ls确认自定义网络已创建，docker volume ls确认命名卷已挂载。
4. 资源限制验证：在Compose文件中设置cpus: 0.5和mem_limit: 256m，启动容器后通过docker stats观察实际资源占用是否符合预期。

案例复盘：在某智慧园区项目中，边缘节点部署后docker compose up -d报错network bridge not found。排查发现是Docker守护进程启动时网络初始化失败，原因是系统防火墙（ufw）拦截了Docker创建的桥接网络。解决方法是执行sudo ufw allow in on docker0并sudo ufw route allow in on docker0，同时修改/etc/docker/daemon.json设置"iptables": false（不推荐，除非明确了解后果）。最终通过调整防火墙规则，所有服务正常启动。

4.4 配置镜像加速：突破网络瓶颈的关键优化

核心原理：镜像加速器本质上是Docker Hub的代理缓存服务。当Docker拉取镜像时，会先请求配置的registry-mirrors地址，若缓存命中则直接返回，否则回源到Docker Hub拉取并缓存。对于边缘节点，尤其是部署在海外或网络不稳定区域的设备，配置加速器能显著减少拉取时间，避免超时失败。

配置方法：编辑/etc/docker/daemon.json（若不存在则新建），添加如下内容：

{
  "registry-mirrors": [
    "https://docker.m.daocloud.io",
    "https://dockerproxy.com",
    "https://docker.nju.edu.cn"
  ]
}

保存后执行sudo systemctl daemon-reload和sudo systemctl restart docker使配置生效。验证方法：docker info输出中应包含Registry Mirrors字段，列出已配置的加速器地址。

性能对比数据：在某边缘节点（位于华东地区，带宽50Mbps）上，未配置加速器时拉取pytorch/pytorch:2.0.0-cuda11.7-cudnn8-runtime（约2.3GB）耗时约25分钟，且经常中断；配置加速器后，首次拉取耗时约8分钟，后续再次拉取（缓存命中）仅需30秒。对于需要批量部署多个节点的场景，可先在开发机拉取镜像并导出，再分发到各节点，进一步缩短部署时间。

配置后的验证闭环：完成加速器配置后，建议执行docker pull hello-world测试拉取速度，并观察/var/log/docker.log（或journalctl）中是否有拉取错误。若加速器失效，Docker会自动回源到Docker Hub，但会输出警告日志，此时应检查加速器地址的连通性（curl -I https://docker.m.daocloud.io）。