podman-networking-docs 的安装和配置教程
2025-05-25 09:57:25作者:史锋燃Gardner
1. 项目基础介绍和主要编程语言
podman-networking-docs 是一个开源项目,主要致力于提供在使用 rootless Podman 时如何配置网络的相关文档和示例。Rootless Podman 是一个容器运行时,它允许非 root 用户运行容器,而不需要 root 权限。项目以文档和示例的形式提供指导,主要使用的是 Markdown 语言进行编写,便于用户理解和学习。
2. 项目使用的关键技术和框架
该项目主要依赖于以下几个关键技术和框架:
- Podman: 一个开源的容器平台,用于开发、管理和运行容器。
- systemd: 一个系统和服务管理器,在 Linux 系统中用于启动和管理系统服务。
- Markdown: 一种轻量级标记语言,被广泛用于撰写 README 文件、文档和博客文章。
3. 项目安装和配置的准备工作及详细安装步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统:Linux
- Podman: 已安装并可以使用
- systemd: 已安装并正在运行
- 创建一个普通用户,用于运行 Podman 容器(非 root 用户)
安装步骤
步骤 1:创建用户
首先,您需要在您的 Linux 系统上创建一个新的用户。
sudo useradd test
步骤 2:切换到新用户
接着,切换到新创建的用户。
sudo machinectl shell test@
步骤 3:创建必要的目录
在新用户的家目录下创建所需的目录。
mkdir -p ~/.config/containers/systemd
mkdir -p ~/.config/systemd/user
步骤 4:创建容器和服务文件
在 ~/.config/containers/systemd/ 目录下创建一个 .container 文件,用于定义要运行的容器。
[Container]
Image=ghcr.io/nginxinc/nginx-unprivileged:latest
ContainerName=mynginx
# 如果需要使用特定网络,可以在这里指定
Network=pasta
# 将容器的 8080 端口映射到宿主机的 8080 端口
PublishPort=0.0.0.0:8080:8080
[Install]
WantedBy=default.target
在 ~/.config/systemd/user/ 目录下创建一个 .socket 文件和一个 .service 文件,用于定义 socket 和服务。
# nginx.socket
[Unit]
Description=nginx socket
[Socket]
ListenStream=0.0.0.0:8080
[Install]
WantedBy=default.target
# nginx.service
[Unit]
Description=nginx service
[Service]
ExecStart=/usr/bin/podman run --network=host --name mynginx ghcr.io/nginxinc/nginx-unprivileged:latest
[Install]
WantedBy=default.target
步骤 5:重新加载 systemd 用户管理器
在用户会话中,重新加载 systemd 用户管理器以应用新的服务文件。
systemctl --user daemon-reload
步骤 6:启动服务
启动 nginx socket 和服务。
systemctl --user start nginx.socket
systemctl --user start nginx.service
步骤 7:测试服务
在另一台计算机上,使用 curl 命令测试 nginx 服务。
curl host1.example.com:8080
替换 host1.example.com 为您的宿主机 IP 地址。
以上就是 podman-networking-docs 的安装和配置的基本教程。请根据实际情况调整配置文件中的内容,以确保一切按预期运行。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210