なぜ記事を書くのか

docker-composeを使ってアプリケーションを作成中に、使うソフトウェアをconda環境を使って作る必要性があった。
GPU環境で動かすため、dockerのイメージはnvidia/cuda:10.2-cudnn7-devel-ubuntu18.04を利用していたため、公式のAnacondaイメージは使えなかった(使う方法はあったかも)
Anacondaをインストールして、作成したコンテナをactiveにする際に非常に手こずった
作成したcondaコンテナでアプリケーションを起動するのに非常に手こずった

やること

docker-composeにAnacondaをインストールする
condaコンテナを作って、必要なライブラリをインストールする
作成したコンテナ内でアプリケーションを起動する

Anacondaをインストールする

FROM nvidia/cuda:10.2-cudnn7-devel-ubuntu18.04
USER root

RUN apt-get update && apt-get install -y wget && apt-get update

RUN wget https://repo.anaconda.com/archive/Anaconda3-2021.05-Linux-x86_64.sh
RUN bash Anaconda3-2021.05-Linux-x86_64.sh -b && rm Anaconda3-2021.05-Linux-x86_64.sh

ENV PATH $PATH:/root/anaconda3/bin

RUN conda update -n base -c defaults conda

公式サイトからインストーラーのダウンロードURLをコピーしてくる
wgetでDL、bashでインストール(-bオプションでインストール中のyesやenterをスキップする)
-bオプションを使うとPATHが通らないため、ENVでPATHを通す
なんかアラートが出るからupdateをする

condaコンテナを作成して、Activeにする

RUN conda create -n test
SHELL ["conda", "run", "-n", "test", "/bin/bash", "-c"]

RUN pip3 install update pip && pip3 install flask
RUN conda init bash

conda createで作成したいコンテナを作成する。
SHELL 〜で作成したコンテナをactiveにする
その後にpip installするとコンテナ内にライブラリがインストールされる

作成したコンテナ内でアプリケーションを起動する

WORKDIR /app
COPY ./app /app
CMD python3 app.py

CMD python3 app.pyでアプリケーションを起動する

ここが今回の肝です。
ずっと、CMD ["python3","app.py"]でアプリケーションを起動していたのですが、それだとinstallされているはずのライブラリがインストールされておらず、No module errorが発生してしまっていました。
色々調べている中で、CMD python3 app.pyでの実行の記述も見ていたのですが、同じこと書いてるわけだし関係ないか、と思ってスルーしていたのですが、ダメもとで試してみたら見事成功したので、目から鱗の発見でした。

今回の教訓

関係ないだろうと思っても試してみよう

一応docker-compose.yml

docker-compose.yml

version: '3'
services:
    test:
        container_name: test
        build: ./digiclo-espnet
        ports:
            - "5000:5000"
        tty: true
        deploy:
            resources:
                reservations:
                    devices:
                        - capabilities: [gpu]
        logging:
            driver: "json-file"
            options:
                max-size: "10m"
                max-file: "1"
        restart: always

ログがめちゃくちゃ溜まってしまうので、loggingは設定した方がいいです。
GPU環境で実行するために、deploy以下を記載してます