쓸수록 매력있는 것이 도커 인 것 같다. 처음에 세팅과 개념이 어려워서 그렇지 적절한 명령어로 조합을 하고 나면, 리눅스 서버의 능력을 최고로 사용할 수 있는 것 같다.
하지만, 일단 설정하고 나면, 자주 안쓰기 때문에 까먹기 쉽다. 일반적으로 많이 사용하는 도커 관련 기본 명령어를 간단히 정리해 보고, 실제 내가 사용하는 gpu 서버상의 도커 명령어도 간단하게 정리해 보았다.
기초 사용법
도커 이미지 검색
docker search nginx
보통 docker hub에서 이미지 확인을 하는 게 보통이나, 터미널 상에서 확인이 필요할 경우 사용한다.
도커 이미지 받기
docker pull nginx # nginx:latest 가져옴
허브상의 도커 이미지를 다운로드. 이미지의 다양한 옵션은 docker image tag를 확인해야 한다.
도커 이미지 목록 출력
docker images
보유하고 있는 이미지 전체를 출력한다. 생각보다는 이미지 크기가 그리 작지 않은 것에 유의하자.
컨테이너 최초 실행
docker run --name MY-CONTAINER -d -p 8080:80 nginx
--name MY-CONTAINER: 컨테이너의 이름을 지정-d: 백그라운드에서 컨테이너를 실행하면서 컨테이너 ID를 출력, 참고로 detach된 컨테이너는attach가 의미 없음-p 8080:80: host의 8080 포트를 nginx 80 포트에 연결
브라우저에서 localhost:8080 실행하면, nginx 기본 홈페이지가 나온다.
컨테이너 정지
docker stop MY-CONTAINER
작동중인 이미지를 정지한다. 실행을 일시적으로 멈추는 것으로 만들어진 이미지가 삭제되는 것은 아니다.
컨테이너 목록 확인
docker ps
현재 작동하고 있는 컨테이너를 보여준다.
전체 컨테이너 목록 확인
docker ps -a # stop으로 정지된 컨테이너도 보임
실행 및 정지된 컨테이너 전체를 보여준다.
컨테이너 실행
docker start MY-CONTAINER
정지된 컨테이너를 다시 시작한다.
컨테이너 재실행
docker restart MY-CONTAINER
재부팅과 같이 완전히 컨테이너를 재시작한다.
컨테이너 안의 명령 실행
docker exec MY-CONTAINER /bin/bash
컨테이너 안의 명령어를 외부에서 직접 사용할 수 있다. 참고로 attach를 쓸 경우, 기존에 실행하고 있는 프로세스에 재접속하며 ctrl-P, Q로 빠저나올수 있다.
컨테이너의 log를 확인
docker logs MY-CONTAINER
실행한 컨테이너에서 발생한 로그를 확인한다.
컨테이너 삭제
docker rm MY-CONTAINER
정지된 컨테이너를 삭제한다. 실제로 많이 일어나는 상황이, 컨테이너를 같은 이름으로 두번 만들 때이다. 이때는 기존의 이름을 가진 컨테이너를 삭제해야 신규로 만들 수 있다.
실전 사용법
hugo로 만들어진 웹사이트 포함 nginx 실행
docker run --name MY-CONTAINER -d -p 80:80 -v ${HOME}/my-files/github/blog/public:/usr/share/nginx/html:ro nginx
gpu 전부 이용 tensorflow jupyter notebook 실행
docker run --name gpu_all --gpus all --restart=always --detach -v "${HOME}/my-files/tf/notebooks:/tf/notebooks" -p 8888:8888 tensorflow/tensorflow:latest-gpu-jupyter
- gpu 1개 만 이용시,
--gpus '"device=0"'or--gpus '"device=1"'
현재 gpu 서버의 gpu 사용율 확인
docker run --rm --gpus all nvidia/cuda nvidia-smi
현재 gpu 사용율을 보여줌
jupyter notebook 토큰 확인
docker exec MY-CONTAINER jupyter notebook list
docker logs MY-CONTAINER # 보통 log를 보면 토큰이 나와 있음
Jupyter notebook을 웹으로 접속하기 위해서는 token이 필요한 경우가 있다. 이때, 토큰은 jupyter notebook 의 list 명령 또는 컨테이너 생성 당시에 log를 보면 알 수 있다.