Docker, 빌드와 실행 예시




docker의 build, run 옵션과 오픈소스 프로젝트 실행 예시





< build : Dockerfile에 명세된 대로 실행하여 Docker 이미지(스냅샷)을 생성.>

  • build -f : --file 옵션. 빌드에 사용할 Dockerfile의 경로와 파일명을 명시적으로 지정.
                  기본값은 명령어를 실행하는 현재 디렉토리(pwd)의 Dockerfile임.
                   이 옵션을 이용해서 Dockerfile.prod, Dockerfile.dev 등
                   실행 환경 스냅샷을 분리해서 관리할 수 있다.

  • build -t : --tag 옵션. 생성될 이미지의 이름(=Repository)와 Tag를 지정한다.
                    태그를 생략하면 태그가 latest로 자동 부여된다.

  • .            : 빌드 컨텍스트 경로. 빌드 작업이 수행될 기준 디렉터리.
                   . 은 현재 작업중인 디렉터리를 빌드 맥락으로 가져가겠다는 뜻이다.
                   호스트 파일을 이미지 내부로 복사할 때 이 경로를 참조한다.

  • --no-cache : 기존 빌드 캐시를 무시하고 모든 레이어를 새로 빌드.
  • --cache-from : 외부로부터 캐시를 불러와 빌드.
  • --cache-to : 빌드 결과 산출된 캐시를 외부 저장소로 보냄.



< run : 새로운 컨테이너를 생성하고 실행함 >

  • -d : detached : 백 그라운드 모드에서 실행하기 때문에 터미널 유지x
  • --runtime-nvidia : 컨테이너의 런타임으로써, NVIDIA 컨테이너 런타임을 지정한다.
  • -e : 컨테이너 내 내부 환경변수를 지정한다.
  • --gpus all : 호스트 컴퓨터에 장착된 모든 NVIDIA GPU를 컨테이너에 할당한다.
  • -p : 포트 포워딩. -p 80:80이라는 뜻은, 호스트의 80번 포트로 들어오는 요청을
           컨테이너 내부의 80으로 연결함.
  •  --name {A} : 실행될 컨테이너의 이름을 A라고 지정함.
  • -restart="on-failure:3" : 실행 실패 시 3번 재시작 시도 


< 캐시 관리 >

Docker 프로세스는 변경된 Dockerfile 코드가 있는 경우처럼
변경사항이 있을 때, 변경된 부분을 포함하는 레이어만 빌드함으로서 빌드 속도를 높인다.

그러나 변경이 잦은 만큼, 빌드 캐시의 용량도 빠르게 증가한다.
Docker의 '이미지 체인'이라는 레이어 관리법이 이를 가속시키는데
변경점이 없는 자식 레이어도 새로 생성하기 때문이다.



docker system df : 이미지, 컨테이너, 볼륨, 빌드 캐시별 용량 출력


Build Cache는 이미지를 빨리 빌드하기 위해서 저장해둔 레이어들이고 
적지 않은 양을 차지하고 있다는 것을 알 수 있다.

docker system prune -a : 사용하지 않는 이미지, 빌드 캐시 정리
docker system prune -a --volumes : 볼륨까지 정리한다.
볼륨에 중요한 데이터(db데이터나 설정 파일 등)이 있을 경우 같이 사라진다.


docker builder du : 빌드 캐시별 상세 크기

prune = 삭제
docker builder prune : 미사용 빌드 캐시 삭제
docker builder prune -f : 확인 없이 삭제한다.

캐시 용량이 무한정 커지는 것을 제한하기 위해서 다음 명령어를 사용한다.
docker builder prune --keep-storage 1GB -f : 남길 캐시 용량을 1GB로 지정한다.
즉, 1GB를 넘는 미사용 캐시는 제거된다.





< 기타 >

docker rm -f {container} : container 강제 종료/삭제

docker ps -a
docker ps --no-trunc : 길어서 잘리는 COMMAND를 전부 출력할 때




< 예시 : wlk(WhisperLiveKit 오픈소스) >


docker run -d --restart="on-failure:3"
--name wlk-vllm
--gpus all
-e LD_LIBRARY_PATH=/lib/x86_64-linux-gnu:$LD_LIBRARY_PATH
-e VLLM_GPU_MEMORY_UTILIZATION=0.70
|--shm-size=8g
-v ~/.cache/huggingface:/root/.cache/huggingface
-p 8000:8000
wlk --backend qwen3-vllm --language ko --pcm-input --pause-segmentation-seconds 2




맨 마지막줄의 wlk부터 시작하는 부분은
해당 프로젝트의 cli 명령어와 argument에 전달될 옵션이므로 docker와 무관함.






댓글

이 블로그의 인기 게시물

Blogger 커스터마이징 : CSS 수정 (sticky-header)

Python SMTP + Application

데이터 스트림_2(gstreamer, socketio, rabbitmq, kafka)