이제 도커파일(dockerfile)을 갖고 작업하는 방식을 학습했기 때문에, 분석에 대한 모든 것을 동료에게 전송할 수 있게 되었다. 분석을 실행하는데 필요한 데이터, 팩키지 의존성, 분석결과를 모두 담은 이미지를 공유한다.
도커파일(dockerfile)로 이미지를 빌드해서 생성한다. 이번에는 특정 R 버전(3.3.2)을 가지고 기본 rocker 이미지부터 차근차근 시작해 나간다. 태그는 개발자가 이미지에 버전 번호를 붙여 활용가능하게 된다. rocker/verse 이미지에 대한 전체 버전을 참조한다. 재현가능한 분석을 위해서도 버젼 태그가 매우 유용하다.
FROM rocker/verse:3.3.2데이터분석의 일부로 gapminder 데이터를 사용했다. gapminder 팩키지를 도커 이미지에 설치할 필요가 있어서, gapminder 팩키지를 설치하는 도커파일(dockerfile)을 추가해서 변경하고 저장한다.
RUN R -e "install.packages('gapminder', repos = 'http://cran.us.r-project.org')"이제 팩키지가 설치되었으니, 분석결과를 스크립트로 작성하고 나서, 도커파일에 추가한다.
분석으로 간단히 1인당 GDP와 기대수명을 도식화하는 산점도를 생성한다.
R스크립트에 다음 분석결과를 다음과 같이 작성한다.
library(ggplot2)
library(gapminder)
life_expentancy_plot <- ggplot(data = gapminder) +
geom_point(aes(x = lifeExp, y = gdpPercap, colour = continent)) analysis.R 파일명으로 R스크립트를 저장하고 나서 도커파일에 추가한다.
ADD analysis.R /home/rstudio/이제 이미지를 빌드해서 생성시키고 나서 동료와 공유할 모든것이 갖추어졌는지 점검한다.
docker build -t my-analysis .docker iamges 명령어로 생성시킨 이미지 목록이 나타나는지 확인한다.
docker images생성시킨 이미지를 실행시키고, 동료와 공유할 모든 것이 갖춰졌는지 점검한다:
docker run -dp 8787:8787 my-analysis아주 좋아요! 분석 스크립트가 컨테이너에 담겨져 있고, gapminder 팩키지도 설치가 되어있다.
이제 공유할 준비가 된 분석 도커이미지를 도커허브에 푸쉬해서 올린다.
도커허브에서 Create Repository를 클릭한다. 저장소 명칭(즉, gapminder_my_analysis)과 저장소에 대한 간략한 설명을 적고, Create를 클릭한다. 명령라인에서 도커허브로 로그인한다.
docker login --username=yourhubusername --email=youremail@company.com계정에 사용한 사용자명과 전자우편이 필요하다. 비밀번호를 재촉하면 비밀번호를 적어넣는다. 다음 명령어를 사용해서 이미지ID(Image ID)를 확인한다.
docker images그리고 나면, 다음과 유사한 출력결과가 화면에 뿌려지게 된다.
REPOSITORY TAG IMAGE ID CREATED SIZE
my-analysis latest dc63d4790eaa 2 minutes ago 3.164 GB그리고 이미지에 태그를 단다.
docker tag dc63d4790eaa yourhubusername/gapminder_my_analysis:firsttry이미지를 생성한 저장소에 푸쉬해서 밀어넣는다.
docker push yourhubusername/gapminder_my_analysis이미지가 이제 누구나 사용할 수 있게 공개되었다.
이제 동료가 여러분이 방금 생성한 이미지를 다운로드할 수 있게 되었다.
여러분 동료는 명령라인에 다음과 같이 작성하면 이미지를 바로 이용할 수 있다:
docker pull yourhubusername/gapminder_my_analysis이제 동료도 여러분과 동일한 분석환경을 갖게 된 것이다.
학습목차로 되돌아 간다.