1.1 基于Docker安装Moose

安装 MOOSE 框架，MOOSE官方推荐的方法按操作系统/平台分为以下几种方式：

• Linux 和 MacOS

• Windows 10

• Docker

• 高级说明：

  • 高性能计算群集

  • INL 高性能计算群集

  • 手动安装 GCC/MPICH

  • 手动安装 LLVM/MPICH

  • 手动安装 Linux LLDB

  • 离线安装 

• 可选包：

  • Libtorch （Pytorch C++ API）

此处，为尽快入手选择使用Docker安装。Docker安装过程请参照菜鸟教程Docker。

1.1最低系统要求

• 安装了Docker的Linux，MacOS或Windows的某些版本。

• 内存：16 GB（调试版本）

• 处理器：64 位 x86

• 磁盘：3 GB（映像大小）

1.2获取 MOOSE 并运行测试

MOOSE 的容器目前托管在 Docker Hub 的 Ubuntu 20.04 存储库idaholab/moose中。标签“latest”与存储库的主分支保持同步，其他标签是提交哈希，供将 MOOSE 作为 Git 子模块的代码使用。由于 Docker 镜像已经编译了框架，因此可以从没有现存的 MOOSE 本地副本到使用单个命令运行测试。

docker run -ti idaholab/moose:latest /bin/bash -c 'cd test; ./run_tests'

1.3使用 MOOSE 应用程序扩展镜像

使用 Docker 镜像中完全配置的 MOOSE 框架，下一个合乎逻辑的步骤是使用感兴趣的任何 MOOSE 应用扩展此镜像。例如，考虑另一个开源的INL代码Blackbear。要构建黑熊的镜像，请从 Dockerfile 开始，如下所示：

FROM idaholab/moose:latest

WORKDIR /opt

RUN git clone -b master https://github.com/idaholab/blackbear.git ; \
cd blackbear ; \
git submodule update --init ; \
make -j $(grep -c ^processor /proc/cpuinfo)

WORKDIR /opt/blackbear

此文件的第一行告诉 Docker 使用 MOOSE 作为基础映像。使用标签“latest”，因为Blackbear没有MOOSE作为子模块。如果是这样，则提交哈希将用作标记。从这里开始，该指令处理克隆、子模块签出和构建步骤。最后，为了支持最终用途，工作目录设置为映像的 Blackbear 存储库的根目录。若要使用此 Dockerfile 生成映像，请运行以下命令。


docker build -t blackbear .

在此之后，像以前一样，可以使用单个命令运行测试。

docker run -ti blackbear ./run_tests