ラベル コマンド の投稿を表示しています。 すべての投稿を表示
ラベル コマンド の投稿を表示しています。 すべての投稿を表示

2020年5月19日火曜日

Dockerコマンド

[タグなしコンテナの削除]
docker system prune


[イメージ全削除]
docker rmi $(docker images -q)


[強制削除]
docker rmi -f  [イメージID]


[起動中のコンテナの全停止]
docker ps -q | xargs docker stop | xargs docker rm


[docker 一括削除]
docker rm -f docker ps -a -q


[alpine linuxログイン方法]
docker exec -it コンテナID /bin/ash


[dockerコピー]
(docker > ホスト間)
①以下の方法でコピーを行う。(ローカル環境で実施)
sudo docker cp [docker ID]:[対象のフォルダ] /<—コピー先

例：
sudo docker cp 28631a7dd6e0:yii-1.1.21/testdrive /

時刻: 0 件のコメント:
ラベル: , , ,

ECS(CLI)

参照先(ECS-CLI)：

参照先(ECS チュートリアル)：

参照先(docker-composeファイル構文について)：

<<タスク定義：環境に関する設定値を作成する>>
参照先：

参照先(タスク定義パラメータ解説ページ)：

タスク定義(esc-deployについてなど)：

参照先(バインドボリューム)：
ホストマシン上のファイルやディレクトリがコンテナにマウントさせたい場合に利用する方法

参照先(depends_on関連)：



ecs-params.ymの作成：

1)Docker Compose で定義できないパラメータは、別ファイル(デフォルトではecs-params.yml)で
パラメータを定義する必要があります。

2)ECS CLI をインストールするために、署名作業を行う。
(初回だけ行う)
①gpg --keyserver hkp://keys.gnupg.net --recv BCE9D9A42D51784F
②curl -o ecs-cli.asc https://amazon-ecs-cli.s3.amazonaws.com/ecs-cli-darwin-amd64-latest.asc
③gpg --verify ecs-cli.asc /usr/local/bin/ecs-cli
④sudo chmod +x /usr/local/bin/ecs-cli

参照先(ECS-CLI)：

注意：上記を行わないと、デプロイ作業が行えない(認証でNGになる)


ECS-Cluster作成：
1)クラスタ設定を作成する。
ecs-cli configure --cluster ec2-tutorial --default-launch-type EC2 --config-name ec2-tutorial --region ap-northeast-1

2)アクセスキーとシークレットキーを使用して、プロファイルを作成します。
ecs-cli configure profile --access-key [access keyの値] --secret-key [secret keyの値] --profile-name ec2-tutorial-profile

3)クラスターの作成を行います。クラスト：1台構成)
ecs-cli up --keypair [keypair名] --capability-iam --size 1 --instance-type t2.nano --cluster-config ec2-tutorial --ecs-profile ec2-tutorial-profile



4)docker-composeとECSの環境ファイルの作成を行う。
vi docker-compose.yml

5)上記のdocker-composeファイルとECSの設定ファイルのデプロイを行う。
ecs-cli compose up --create-log-groups --cluster-config ec2-tutorial --ecs-profile ec2-tutorial-profile

6)コンテナの状態を確認する。
ecs-cli ps --cluster-config ec2-tutorial --ecs-profile ec2-tutorial-profile


7)ESCサービスの作成を行う
ecs-cli compose service up --cluster-config ec2-tutorial --ecs-profile ec2-tutorial-profile




コンテナ停止方法：
ecs-cli compose down --cluster-config ec2-tutorial --ecs-profile ec2-tutorial-profile


スケーリングアップの設定(2台)：
ecs-cli compose scale 2 --cluster-config ec2-tutorial --ecs-profile ec2-tutorial-profile


クラスタの削除：
1)サービスの削除を行う
ecs-cli compose service rm --cluster-config ec2-tutorial --ecs-profile ec2-tutorial-profile

2)クラスタの削除を行う。
ecs-cli down --force --cluster-config ec2-tutorial --ecs-profile ec2-tutorial-profile



タスク定義作成：
taskdefinition.json


時刻: 0 件のコメント:
ラベル: , , ,

docker エラー解析

参照先：


エラーコード確認；
docker ps -a

ログを確認する
docker logs [container_name]
時刻: 0 件のコメント:
ラベル: , ,

2017年4月29日土曜日

保守用コマンド

以下のコマンドは、改めてメモしておく。

①w
②ps
③top
④free
⑤vmstat

◻️wコマンド
現在のサーバの状態を確認できる

[root@kube-admin ~]# w
 09:32:17 up 21 min,  1 user,  load average: 5.69, 4.64, 2.45
USER     TTY      FROM             LOGIN@   IDLE   JCPU   PCPU WHAT
root     pts/0    192.168.2.110    09:10    1.00s  2.94s  0.00s w


◻️psコマンド
プロセス一覧を表示

[root@kube-admin ~]# ps auxwwf 
========================================================================================
USER       PID %CPU %MEM    VSZ   RSS TTY      STAT START   TIME COMMAND
root         2  0.0  0.0      0     0 ?        S    09:10   0:00 [kthreadd]
root         3  0.0  0.0      0     0 ?        S    09:10   0:01  \_ [ksoftirqd/0]
root         5  0.0  0.0      0     0 ?        S<   09:10   0:00  \_ [kworker/0:0H]
                                    .
                                    .
                                    .                                
========================================================================================


◻️topコマンド　
実行中のプロセスを確認できる。
=======================================================================================
Processes: 343 total, 5 running, 1 stuck, 337 sleeping, 1357 threads                                                                                                                                                     09:34:35
Load Avg: 3.80, 3.43, 2.81  CPU usage: 20.96% user, 64.9% sys, 14.93% idle   SharedLibs: 366M resident, 66M data, 45M linkedit. MemRegions: 44695 total, 6943M resident, 210M private, 1061M shared.
PhysMem: 11G used (5145M wired), 13G unused. VM: 1707G vsize, 1297M framework vsize, 0(0) swapins, 0(0) swapouts. Networks: packets: 52615/43M in, 49709/7119K out. Disks: 607103/8819M read, 837808/4432M written.

PID   COMMAND      %CPU  TIME     #TH   #WQ  #PORT MEM    PURG   CMPR PGRP PPID STATE    BOOSTS         %CPU_ME %CPU_OTHRS UID  FAULTS   COW    MSGSENT  MSGRECV  SYSBSD    SYSMACH  CSW       PAGEIN IDLEW   POWER INSTRS
1135  kcm          0.0   00:00.01 3     3    21    2220K  0B     0B   1135 1    sleeping *0[1]          0.00000 0.00000    0    1942     143    87       33       548       198      147       0      0       0.0   0
1133  top          2.7   00:00.75 1/1   0    26    4212K  0B     0B   1133 690  running  *0[1]          0.00000 0.00000    0    5985+    110    222464+  111183+  19152+    142696+  431+      20     1       2.7   84571351
1132  diskmanageme 0.0   00:00.01 2     1    31    1248K  0B     0B   1132 1    sleeping *0[1]          0.00000 0.00000    0    1829     205    245      77       502       476      93        0      0       0.0   0
1128  backupd      0.0   00:00.03 2     1    44    1688K  0B     0B   1128 1    sleeping *0[1]          0.00000 0.00000    0    7681     204    353      137      1345      595      227       0      0       0.0   0
1126  ReportMemory 0.0   00:00.02 2     2    50    1200K  0B     0B   1126 1    sleeping  0[0]          0.00000 0.00000    269  1903     155    173      56       736       375      188       0      1       0.0   0
1125  com.apple.ph 0.0   00:00.11 4     4    60    6724K  0B     0B   1125 1    sleeping  0[0]          0.00000 0.00000    501  7968     606    434      136      2286      819      879       70     1       0.0   0
========================================================================================


◻️freeコマンド
メモリ使用率を確認できる。

[root@kube-admin ~]# free -m
===================================================================================================
              total        used        free      shared  buff/cache   available
Mem:           1838         554         375           8         909         945
Swap:             0           0           0
===================================================================================================

◻️vmstatコマンド
各種リソースの使用状況を最短で表示できる

[root@kube-admin ~]# vmstat 1 3
procs -----------memory---------- ---swap-- -----io---- -system-- ------cpu-----
 r  b   swpd   free   buff  cache   si   so    bi    bo   in   cs us sy id wa st
14  0      0 291680   2104 1035004    0    0  1097   678 3624 7227 31 27 39  4  0
 3  0      0 314180   2104 1034592    0    0    36  1183 6951 14111 28 24 45  3  0

 1  1      0 319732   2104 1035680    0    0     0  1069 6911 15572 34 29 36  1  0
時刻: 0 件のコメント:
ラベル: ,
登録: 投稿 (Atom)

ローカルLLMでコーディングさせるポイント

 簡単な指示で、依頼するとコンテキストオーバーで記憶喪失になって コードの内容が一致しないことが起こるので、work.mdみたいな作業メモを取らせたるのがよい 途中から、別スレッドに再実施する場合でも、work.mdが引き継ぎとして 参照して実施してくれるのがポイント