🐳 Guia Completo do Docker¶

1. Introdução¶

Docker é uma plataforma que permite criar, empacotar e executar aplicações em contêineres — ambientes isolados e portáteis com todas as dependências da aplicação.

1.1. Conceitos Fundamentais¶

1.1.1. Imagem Docker¶

Pacote leve e imutável com tudo o que a aplicação precisa para rodar: código, runtime, libs e configs.

1.1.2. Contêiner Docker¶

Instância de uma imagem em execução. Isolado, mas compartilhando recursos com o host.

1.1.3. Dockerfile¶

Script com instruções para gerar uma imagem.

1.1.4. Docker Compose¶

Ferramenta para orquestrar múltiplos contêineres via arquivo YAML.

1.1.5. Volumes¶

Permitem persistência de dados e compartilhamento entre contêiner e host.

1.2. Comandos Essenciais¶

1.2.1. Gerenciamento de Contêineres¶

docker run -it ubuntu bash
docker ps
docker ps -a
docker start <container_id>
docker stop <container_id>
docker rm <container_id>

1.2.2. Imagens¶

docker pull ubuntu
docker images
docker rmi <image_id>
docker build -t nome_imagem .

1.2.3. Dockerfile (Exemplo)¶

FROM ubuntu
RUN apt update && apt install -y python3
CMD ["python3"]

1.2.4. Volumes¶

docker volume create nome_volume
docker volume ls
docker run -v nome_volume:/caminho ubuntu

1.2.5. Redes¶

docker network ls
docker network create nome_rede
docker network connect nome_rede container

1.2.6. Docker Compose¶

docker-compose up               # Inicia todos os serviços definidos no docker-compose.yml e mostra os logs no terminal
docker-compose up -d            # Inicia os serviços em segundo plano (modo *detached*)
docker-compose down             # Para os serviços e remove containers, redes e configurações definidas no docker-compose.yml
docker-compose down -v          # Mesmo que o anterior, mas também remove os volumes nomeados, apagando dados persistentes

2. Exemplos Práticos¶

2.1. Montar um volume com Jupyter + PySpark¶

docker run -p 8888:8888 -v C:\Users\esped\Documents\Respositorio_git\Repositorio_projetos\image_spark_project:/home/jovyan/work jupyter/pyspark-notebook:spark-3.3.2

Análise:¶

-p 8888:8888: mapeia porta do host para o contêiner.
-v caminho_host:/home/jovyan/work: monta volume persistente.
jupyter/pyspark-notebook:spark-3.3.2: imagem com suporte a PySpark e Jupyter.

3. Integração Docker + Poetry no Jupyter¶

3.1. Objetivo¶

Utilizar o ambiente virtual do Poetry como kernel do Jupyter Notebook.

3.2. Passo a Passo¶

3.2.1. Verificar Kernels Disponíveis¶

jupyter kernelspec list

3.2.2. Instalar ipykernel no ambiente do Poetry¶

poetry add ipykernel

3.2.3. Adicionar Kernel ao Jupyter¶

python -m ipykernel install --user --name=image-spark-project-py3.10 --display-name "Python (Poetry)"

--name: nome interno do kernel
--display-name: nome visível no Jupyter

3.3. Selecionar Kernel no Jupyter¶

Vá em Kernel > Change Kernel
Escolha Python (Poetry)

4. Resumo Final¶

✅ Docker cria ambientes isolados
✅ Docker Compose orquestra múltiplos contêineres
✅ Poetry pode ser integrado ao Jupyter via kernel dedicado
✅ Volumes permitem persistência de dados entre host e contêiner