Docker

Docker Environment - Image, Container

목차
- Install
- Image
  - 원격 image 다운로드
  - image 목록 확인
  - image 삭제
  - image를 압축파일로 저장
  - image 압축파일 다운로드
- Container
  - image로부터 container 새로 띄우기
  - 이미 띄운 container에 -v 폴더 연결
  - container 목록 확인
  - container 이름 변경
  - 종료했던 container 띄우기
  - 띄운 container에 접속
  - container 종료하지 않고 탈출
  - container 종료
  - container 삭제
  - 외부 파일/폴더를 container로 복사
  - container를 image로 변환
  - container를 압축파일로 저장
  - container 압축파일 다운로드하여 image 만들기

Install

vscode에 docker 설치: vscode 익스텐션 중 Docker, Dev Containers 설치
에러 해결:
- docker: Error response from daemon: could not select device driver “” with capabilities: [[gpu]].
  Sol.: nvidia-cuda-toolkit을 설치 또는 재설치한다.
- docker: Error response from daemon: failed to create shim task: nvidia-container-cli: requirement error: unsatisfied condition: cuda>=xx.x, please update your driver to a newer version
  Sol.: 설치된 cuda 버전이 docker image가 요구하는 cuda version보다 낮아서 생기는 에러로, cuda 또는 nvidia-driver를 버전 업그레이드

sudo 매번 안 치게:

sudo usermod -aG docker $USER
sudo usermod -aG docker semyu
sudo reboot

Image

# 원격 image 다운로드
docker pull pytorch/pytorch:latest
# image name은 <Repository>:<Tag> 꼴

# image 목록 확인
docker images

# image 삭제
docker rmi 0x3f3fsc # <Image ID>

# image를 압축파일로 저장
docker save -o ddrf.tar pytorch/pytorch:latest

# image 압축파일 다운로드
# docker save -> docker load
docker load -i ddrf.tar

Container

image로부터 container 새로 띄우기

docker run -it --gpus all -n colmap -v /home/semyeong/data:/workdir/data pytorch/pytorch:latest /bin/bash
#############################################################################################
# -it: 종료 없이 container 탈출 가능(iterative terminal)
# --gpus all: container 내부에서 GPU 쓸 수 있도록 (nvidia toolkit이 설치돼있어야 함)
# -n: container name
# -v: host directory를 container 내부에 mount하여 폴더 공유 (<host_path>:<container_path> 꼴)
# /bin/bash: container 생성할 때 시작할 process
#############################################################################################

이미 띄운 container에 -v 폴더 연결 : by container -> image -> container

docker commit e3df03c colmapv2 # <현재 container ID> <new image name>
docker run -it -v /home/semyeong/data:/workdir/data colmapv2 /bin/bash

container 목록 확인

docker ps  # 현재 띄워져 있는 container만
docker ps -a  # 종료된 container까지
docker ps -a --filter ancestor=ddrf:latest  # 특정 container 검색

container 이름 변경
```
docker rename old_name new_name
```
종료했던 container 띄우기
```
docker start colmap
```
띄운 container에 접속 vscode에서 container 우클릭 후 Attach Visual Studio Code > Open Folder
또는
```
docker attach colmap
```
container 종료하지 않고 탈출 :
Ctrl+P > Ctrl+Q
container 종료 :
Ctrl+D 또는 exit
container 삭제
```
docker rm colmap
```

외부 파일/폴더를 container로 복사

docker cp /home/semyeong/data/a.png colmap:/workdir/data/a.png
# docker cp <source_file> <container_name>:<container_path>

container를 image로 변환 :
8GB 이상의 큰 파일이 있으면 commit 안 되므로
큰 파일은 굳이 container에서 image로 변환하지 말고,
container 생성할 때 host 폴더 공유 옵션(-v)으로 연결해서 사용하자
```
docker commit -p e3df03c colmapv2 # <현재 container ID> <new image name>
```

container를 압축파일로 저장

docker export colmap > ddrf.tar  
docker export e3df03c > ddrf.tar

container 압축파일 다운로드하여 image 만들기

# docker export -> docker import
docker import ddrf.tar ddrf:v1 # <Repository>:<Tag>

Docker

Contents

Install

Image

Container