본문으로 건너뛰기
버전: 1.0

What is Docker?

컨테이너​

  • 컨테이너 가상화
    • 어플리케이션을 어디에서나 동일하게 실행하는 기술
  • 컨테이너 이미지
    • 어플리케이션을 실행시키기 위해 필요한 모든 파일들의 집합
    • → 붕어빵 틀
  • 컨테이너란?
    • 컨테이너 이미지를 기반으로 실행된 한 개의 프로세스
    • → 붕어빵 틀로 찍어낸 붕어빵

도커​

도커는 컨테이너를 관리하고 사용할 수 있게 해주는 플랫폼입니다.
이러한 도커의 슬로건은 바로 Build Once, Run Anywhere 로 어디에서나 동일한 실행 결과를 보장합니다.

도커 내부에서 동작하는 과정을 보자면 실제로 container 를 위한 리소스를 분리하고, lifecycle 을 제어하는 기능은 linux kernel 의 cgroup 등이 수행합니다. 하지만 이러한 인터페이스를 바로 사용하는 것은 너무 어렵기 때문에 다음과 같은 추상화 layer를 만들게 됩니다.

docker-layer.png

이를 통해 사용자는 사용자 친화적인 API 인 Docker CLI 만으로 쉽게 컨테이너를 제어할 수 있습니다.

Layer 해석​

위에서 나온 layer들의 역할은 다음과 같습니다.

  1. runC: linux kernel 의 기능을 직접 사용해서, container 라는 하나의 프로세스가 사용할 네임스페이스와 cpu, memory, filesystem 등을 격리시켜주는 기능을 수행합니다.
  2. containerd: runC(OCI layer) 에게 명령을 내리기 위한 추상화 단계이며, 표준화된 인터페이스(OCI)를 사용합니다.
  3. dockerd: containerd 에게 명령을 내리는 역할만 합니다.
  4. docker cli: 사용자는 docker cli 로 dockerd (Docker daemon)에게 명령을 내리기만 하면 됩니다.
    • 이 통신 과정에서 unix socket 을 사용하기 때문에 가끔 도커 관련 에러가 나면 /var/run/docker.sock 가 사용 중이다, 권한이 없다 등등의 에러 메시지가 나오는 것입니다.

이처럼 도커는 많은 단계를 감싸고 있지만, 흔히 도커라는 용어를 사용할 때는 Docker CLI 를 말할 때도 있고, Dockerd 를 말할 때도 있고 Docker Container 하나를 말할 때도 있어서 혼란이 생길 수 있습니다.
앞으로 나오는 글에서도 도커가 여러가지 의미로 쓰일 수 있습니다.

For ML Engineer​

머신러닝 엔지니어가 도커를 사용하는 이유는 다음과 같습니다.

  1. 나의 ML 학습/추론 코드를 OS, python version, python 환경, 특정 python package 버전에 independent 하도록 해야 한다.
  2. 그래서 코드 뿐만이 아닌 해당 코드가 실행되기 위해 필요한 모든 종속적인 패키지, 환경 변수, 폴더명 등등을 하나의 패키지로 묶을 수 있는 기술이 컨테이너화 기술이다.
  3. 이 기술을 쉽게 사용하고 관리할 수 있는 소프트웨어 중 하나가 도커이며, 패키지를 도커 이미지라고 부른다.