第1章 课程介绍与目标

1.1 这门课到底讲什么？

说实话，我最早接触质谱数据分析时，环境配置简直是噩梦。每换一台服务器，Python 包版本冲突、依赖库缺这少那、系统库不兼容……折腾下来少说半天。后来我把整个分析流程塞进 Docker 容器，问题一下子解决了。这门课就是把我这几年用 Docker 批量处理质谱样本的经验，系统性地拆给你看。

说白了，这是一门「实操型」课程。不会跟你扯太多理论，重点是你打开终端就能跑起来。我们会在 30 章里，从零搭建一套用 Docker 批量处理质谱数据的完整流水线。你跟着走一遍，之后自己做项目就有底了。

1.2 学完你能搞定什么？

我把目标拆成了 5 条，学完后你可以对照检查：

1. 独立编写 Dockerfile，把质谱分析软件和依赖打包成镜像
2. 用 Docker 批量启动容器，并行处理上百个质谱样本
3. 挂载数据卷，让容器读写主机文件，不丢数据
4. 串联分析工具链，用管道和脚本一步完成从原始数据到结果表格
5. 排查常见坑，比如内存溢出、容器退出码非零、镜像体积爆炸

我印象很深，有一次项目需要处理 300 个 LC-MS 样本，用传统方法得跑三天。我写好 Docker 流程后，直接在 8 台机器上并行跑，8 小时全搞定。嗯，这就是这门课想给你的能力。

1.3 需要什么基础？

不需要你是 Docker 专家，也不需要你是质谱大牛。但有些底子还是得有，不然碰到问题容易懵。

1.4 30 章怎么组织的？

我把 30 章分成了 5 大模块，每个模块解决一个核心问题。你看完这个表就明白整体脉络了：

下面这张图把整个课程体系串起来了。你仔细看一遍，后面学习的时候随时回来参考：

1.5 课程里你会反复看到的东西

为了让你学起来更顺手，课程里统一用了这些约定，我先交代清楚：

• 所有命令都在 Ubuntu 22.04 上验证过，CentOS 或 macOS 也兼容，个别差异我会备注
• Docker 版本 ≥ 24.0，太老的版本有些特性不支持
• 质谱样本用公开数据集（PRIDE / MassIVE 上可下载），你跟着操作就能拿到真实数据
• 代码和配置全部贴出来，你直接复制粘贴就能用

举个例子，每章开头我会放一个「环境检查」命令，让你确认当前环境没问题：

docker --version
docker info --format '{{.ServerVersion}}'
echo "当前用户: $(whoami)"

1.6 我的学习建议

带过几批新人之后，我总结了几条实在的建议：

1. 每章都动手敲命令，不要光看。看十遍不如跑一遍，跑一遍不如改一遍。
2. 遇到报错别慌，课程里会有常见错误的排查方法。我习惯把报错信息完整复制到搜索框，十有八九能定位问题。
3. 准备一个笔记本，把你踩过的坑记下来。第 19–24 章讲批量自动化时，这些笔记能帮你省大量时间。
4. 善用课程里的提示块，绿色提示是技巧，黄色警告是我帮你避坑。