뭐 공부 해요?

Python으로 GrADS를 읽어들이기 위한 파일 처리

그러나 공유 계산 자원 환경은 청결해야 한다

하지만 설치하고 싶은 변환 소프트웨어, 라이브러리 등이 많다

따라서 우리는 용기 가상화를 사용해야 한다.

Docker

Docker를 사용하면 컴퓨팅 리소스를 오염시키지 않고 필요한 후처리 전용 가상 컴퓨터를 만들 수 있습니다.사용 시 컨테이너를 가동하고 처리 후 폐기하며 필요할 때 가동할 수 있다.
Docker의 시작 비용은 매우 낮기 때문에 쉽게 시작하고 처리를 마친 후에 제거할 수 있습니다.

환경 관리 절차

Dockerfile을 쓰면 자동화가 되지만 여기서는 케이스를 간단하게 가동해서 정비하고 간단하게 제출해서 인상을 만들 뿐입니다.
장기적으로 사용하려면 Dockerfile을 만들어 버전 업그레이드도 가능하게 해야 하지만 최초의 기본적인 기능의 확인은 셸로 진행되면 이해가 깊어진다.
이번에는 Ubuntu를 기반으로 cdo와 pip3, 넷cdf4를 설치합니다.

1. 원래의 인상pull(줍고) 뛰기

이번에는 Ubuntu를 사용합니다.

$ docker pull ubuntu/ubuntu

$ docker images

그렇다면 인상을 만들었는지 확인할 수 있다.
이미지를 달리게 하기 위해서.

$ docker run -it ubuntu/ubuntu

의 양곡 탄젠트 값입니다.

2. 필요한 소프트웨어 설치

설치pip3 및cdo.pip3에도 설치netCDF4됩니다.

# apt update
# apt install python3 python3-pip cdo
# pip3 install netCDF4

3. 동작 확인

cdo로 변환할 수 있는지 확인하거나 netCDF4를 가져올 수 있습니다.

# python3
>>> import netCDF4 as nc
>>> ^D
# cdo
....

4. 이미지 커밋 및 만들기

exit 명령이나 Ctrl+d를 사용하여 종료하고 그림을 만듭니다.
이미지 제작에 필요한 컨테이너 ID-a는 종료된 컨테이너를 확인해야 합니다.

# exit
(host) $ docker ps -a

나는 이런 화면이 될 것이라고 생각한다.
CONTAINER ID는 커밋할 때 지정된 컨테이너 ID입니다.
IMAGE는 image 이름이 있고 STATUS는 exited * * * ago입니다. 어느 쪽이든 거기를 보면 알 수 있습니다.

$ docker commit [container id] [author]/[image名]

이렇게 제출하세요.

$ docker images

그렇다면 인상을 만들었는지 확인할 수 있다.

5. 실제로 계산해 보겠습니다.

실제 계산을 할 때도 두 가지가 있는데, 먼저 run을 한 다음에 서로 껍질에서 실행할 수 있다.다만, 이번run에서 명령을 지정해서 실행합니다.
프로그램, 데이터 그룹의 디렉터리를 Docker에 연결하면 실제로 용기에서 쉽게 접근할 수 있습니다.또 도표를 확인하기 위해 X 정방향으로 진행한다.

$ sudo docker run -e DISPLAY=$DISPLAY --net host -v /tmp/.X11-unix:/tmp/.X11-unix -v $HOME/.Xauthority:/root/.Xauthority -v /home/xxx/:/home/ --shm-size 16g xxx/ubuntu-cdo2 /bin/bash -c "cd /home/speedy-epyc/speedy/python-script; python3 rmse.py"

--shm-size 프로그램이 부족하면 필요에 따라 설치하십시오.