[Docker] Docker 사용법

https://jstar0525.tistory.com/202

[Docker] Deep Learning 및 ROS 연구 개발 환경 setting

위와 같이 Docker 환경 설정 후

docker의 사용방법을 정리하면 아래와 같다.

 

Docker 사용법

---

PC에서 mobaxterm을 이용하여 서버로 ssh 접속하여

아래와 같은 설정을 진행한다.

 

도커 권한 부여

$ sudo usermod -aG docker [username]
$ sudo service docker restart

 

docker pull

• tensorflow

$ docker pull tensorflow/tensorflow:2.7.0-gpu

tensorflow docker image에 대한 tag는 아래에서 확인할 수 있다.

(각 tags에 대한 설명은 아래 링크의 overview에서 확인할 수 있다)

 

https://hub.docker.com/r/tensorflow/tensorflow/tags

Docker Hub

 

• pytorch

$ docker pull pytorch/pytorch:1.10.0-cuda11.3-cudnn8-devel

pytorch docker image에 대한 tag는 아래에서 확인할 수 있다.

(각 tags의 runtime과 devel에 대한 설명은 nvidia cuda docker image overview에서 확인할 수 있다)

 

https://hub.docker.com/r/pytorch/pytorch/tags

Docker Hub

 

• ros

$ docker pull osrf/ros:melodic-desktop-full

이외의 다른 버전에 대해서는 아래에서 받을 수 있다.

https://hub.docker.com/u/osrf

Docker Hub

https://hub.docker.com/_/ros

ros - Official Image | Docker Hub

 

docker images

$ docker images

REPOSITORY              TAG                            IMAGE ID       CREATED         SIZE
tensorflow/tensorflow   2.7.0-gpu                      0b7c1e7aa055   2 months ago    5.71GB
pytorch/pytorch         1.10.0-cuda11.3-cudnn8-devel   46961cbf2ac7   2 months ago    14.4GB
nvidia/cuda             11.0-base                      2ec708416bb8   16 months ago   122MB

 

docker run

(여기서부터는 tensorflow docker image를 예시로 진행하겠습니다)

$ docker run -it --rm --gpus all --name="js-tf" --volume="/home:/home" tensorflow/tensorflow:2.7.0-gpu

• Container 실행시 root 권한으로 Container ID를 가지고 실행되는 것을 확인 할 수 있다.

root@a68745e3ec10:/#

 

docker ps

새로운 터미널로 ssh를 이용하여 서버에 접속하여 아래와 같은 container가 실행되었음을 알 수 있다. 

$ docker ps -a

CONTAINER ID   IMAGE                             COMMAND   CREATED         STATUS         PORTS     NAMES
a68745e3ec10   tensorflow/tensorflow:2.7.0-gpu   "bash"    7 minutes ago   Up 6 minutes             js-tf

 

docker exec

실행중인 도커에서 다른 termial에서 접속하는 방법은 아래와 같다.

a687은 위에서 실행된 CONTAINER ID이다. (개별 상황에 맞게 수정하여 적용)

$ docker exec -it a687 /bin/bash
root@a68745e3ec10:/#

 

docker commit

container에서 필요한 라이브러리를 설치하고

자신만의 이미지를 만들기 위한 절차는 아래와 같다.

• container에서 필요한 라이브러리 설치

root@a68745e3ec10:/# install something....

• 서버에서 아래의 명령 실행 (docker commit)

# Container ID를 사용하는 경우
$ docker commit [CONTAINER_ID] [IMAGE_NAME]
$ docker commit a68745e3ec10 js/tensorflow:2.7.0-gpu
$ docker commit a687 js/tensorflow:2.7.0-gpu # Container ID는 앞 4자리만 사용하여도 인식 가능

# Container name을 사용하는 경우(docker run --name="js-tf" 명령을 사용하였을 경우)
$ docker commit [CONTAINER_NAME] [IMAGE_NAME]
$ docker commit js-tf js/tensorflow:2.7.0-gpu

이미지가 아래와 같이 추가된 것을 볼 수 있다.

$ docker images

REPOSITORY              TAG                            IMAGE ID       CREATED         SIZE
js/tensorflow           2.7.0-gpu                      7ddfe99240e0   3 minutes ago   5.71GB
tensorflow/tensorflow   2.7.0-gpu                      0b7c1e7aa055   2 months ago    5.71GB
pytorch/pytorch         1.10.0-cuda11.3-cudnn8-devel   46961cbf2ac7   2 months ago    14.4GB
nvidia/cuda             11.0-base                      2ec708416bb8   16 months ago   122MB

 

docker container 종료

실행 중인 container를 빠져나가면

docker run --rm 옵션으로 인하여 container가 제거된다.

root@a68745e3ec10:/# exit

$ docker ps -a

CONTAINER ID   IMAGE     COMMAND   CREATED   STATUS    PORTS     NAMES

 

만약 exited한 모든 container를 삭제하고 싶을 경우 아래의 명령을 사용한다.

$ docker rm $(docker ps -q -f status=exited)

 

alias

docker를 실행하거나 container를 삭제하기 위한 명령이 길어서 귀찮을 경우
alias를 ~/.bashrc에 아래와 같이 추가한다.

$ gedit ~/.bashrc

alias drun='docker run -it \
		--rm \
		--gpus all \
		--name="js-tf" \
		--volume="/home:/home" \
		js/tensorflow:2.7.0-gpu'  

alias drm='docker rm $(docker ps -q -f status=exited)'

.bashrc 파일 수정 후 터미널을 다시 시작하기 않고 적용하기 위해

아래의 명령을 실행한다.

$ source ~/.bashrc

 

현재의 alias를 확인하고 싶다면 아래의 명령을 실행한다.

$ alias

 

따라서 아래의 간단한 명령으로 docker를 실행, 종료할 수 있다.

$ drun
$ drm

 

docker export/import

docker를 commit할 때 기존의 사용된 이미지가 layer로 쌓이게 된다.

 

이러한 의존성을 없애고 하나의 layer로 만들기 위해서

아래의 명령을 수행한다.

// 컨테이너를 대상으로 파일 시스템 추출 -> .tar 파일로 추출됨
$ docker export -o <output_file.tar> <container>

// 추출된 파일로 새로운 image 생성
$ docker image import <output_file.tar> <image> --change 'CMD ["/bin/bash"]'

 

ref.

https://docs.docker.com/engine/reference/run/

Docker run reference

https://blog.naver.com/PostView.naver?blogId=shino1025&logNo=222500479888&categoryNo=0&parentCategoryNo=0&viewDate=&currentPage=1&postListTopCurrentPage=1&from=postView 

[Docker] max depth exceeded / Image Layer 병합하기