...
Ako uzmemo u obzir dva rubna slučaja: 1) tisuću datoteka u jednom direktoriju naspram 2) tisuću direktorija s jednom datotekom, vidljivo je da se množenjem direktorija efikasnost ove operacije značajno smanjuje (approx. 20 puta). Slični trend vidljiv je i u ostalim kombinacijama (10/100 vs. 100/10, itd.) što upućuje na nužnost agregacije podataka u manji broj direktorija i idealno u datoteke većeg obujma.
Slika 2. Vrijeme izvođenja komande ls -l *
stotinu puta nad
...
- hub.docker.com - najpoznatija meka za kontejnere i obično prvi rezultat Google upita
- condaforge - kontejneri s već pripremljenim upraviteljima paketa conda ili mamba
- Nvidia NGC - posvećeno ML i AI aplikacijama optimiziranim za grafičke procesore
- biocontainers.pro - posvećeno bioinformatici
...
komandom build (Figure 1 u originalnom članku)
...
Izgradnja pipom
Prvi korak je stvaranje osnovnog kontejnera data_stack_sandbox
u interaktivnom modu ili verziji sandbox:
Code Block | ||
---|---|---|
| ||
[korisnik@kompjuter] $ apptainer build --sandbox data_stack_sandbox docker://ubuntu:2220.04 ... INFO: Creating sandbox directory... INFO: Build complete: data_stack_sandbox [korisnik@kompjuter] $ ls -l total 154520 drwxr-xr-x 18 korisnik korisnik 4096 svi 23 16:33 data_stack_sandbox drwxr-xr-x 18 korisnik korisnik 4096 svi 23 09:51 ubuntu_20.04 -rw-r--r-- 1 korisnik korisnik 119 svi 23 15:17 ubuntu_20.04.def -rwxr-xr-x 1 korisnik korisnik 158208000 svi 23 15:24 ubuntu_20.04.sif |
...
Code Block | ||
---|---|---|
| ||
[korisik@kompjuter] $ sudo apptainer shell --writable data_stack_sandbox/ INFO: /etc/singularity/ exists; cleanup by system administrator is not complete (see https://apptainer.org/docs/admin/latest/singularity_migration.html) WARNING: Skipping mount /etc/localtime [binds]: /etc/localtime doesn't exist in container Apptainer> apt update ... Reading state information... Done 10 packages can be upgraded. Run 'apt list --upgradable' to see them. Apptainer> apt install python3-pip -y ... Running hooks in /etc/ca-certificates/update.d... done. Apptainer> pip3 install numpy scipy pandas matplotlib ipython ... Successfully installed asttokens-2.2.1 backcall-0.2.0 contourpy-1.0.7 cycler-0.11.0 decorator-5.1.1 executing-1.2.0 fonttools-4.39.4 ipython-8.13.2 jedi-0.18.2 kiwisolver-1.4.4 matplotlib-3.7.1 matplotlib-inline-0.1.6 numpy-1.24.3 packaging-23.1 pandas-2.0.1 parso-0.8.3 pexpect-4.8.0 pickleshare-0.7.5 pillow-9.5.0 prompt-toolkit-3.0.38 ptyprocess-0.7.0 pure-eval-0.2.2 pygments-2.15.1 pyparsing-3.0.9 python-dateutil-2.8.2 pytz-2023.3 scipy-1.10.1 six-1.16.0 stack-data-0.6.2 traitlets-5.9.0 tzdata-2023.3 wcwidtWARNING: Running pip as the 'root' user can result in broken permissions and conflicting behaviour with the system package manager. It is recommended to use a virtual environment instead: https://pip.pypa.io/warnings/venv h-0.2.6 Apptainer> pip3 freeze ... ipython==8.1312.2 matplotlib==3.7.1 matplotlib-inline==3.7.1 numpy==1.24.3 pandas==2.0.1 scipy==1.10.1 ... |
...
Nakon instalacije knjižnica, prebacujemo sandbox direktorij data_stack_sandbox
u image verziju data_stack.sif
i dostavljamo ju na Supeka:
Anchor | ||||
---|---|---|---|---|
|
Code Block | ||
---|---|---|
| ||
[korisnik@kompjuter] $ sudo apptainer build data_stack.sif data_stack_sandbox/ ... INFO: Build complete: data_stack.sif [korisnik@kompjuter] $ du -hcs data_stack* 832M data_stack_sandbox 272M data_stack.sif 1.1G total [korisnik@kompjuter] $ scp data_stack.sif mkvakic@login-gpu.hpc.srce.hr:. data_stack.sif 100% 272MB 111.0MB/s 00:02m |
...
Nakon spajanja na superračunalo Supek, kontejner možemo koristiti pozivom naredbe apptainer exec
:
Code Block | ||
---|---|---|
| ||
[korisnik@kompjuter] $ ssh korisnik@login-gpu.hpc.srce.hr Last login: Wed May 24 08:16:00 2023 from x.x.x.x [korisnik@kompjuter] $ ls -l total 278088 -rwxr-xr-x 1 mkvakic hpc 284729344 May 24 08:02 data_stack.sif [korisnik@kompjuter] $ apptainer exec data_stack.sif python3 --version Python 3.8.10.6 |
...
Izgradnja pipom + definicijska datoteka
Anchor | ||||
---|---|---|---|---|
|
Prethodni koraci lokalne izgradnje mogu se lokalno zapisati u .def datoteci, što omogućuje dosljedniju instalaciju u slučaju nadogradnje, ali i direktno pozivanje imagea putem poglavlja %runscript
Koraci koji se nalaze ispod su:
- ispisivanje definicijske datoteke (linija 1)
%post
poglavlje s koracima instalacije (linija 5)%runscript
poglavlje s zadanom izvršnom datotekom python3 (linija 10)
- kreiranje imagea (linija 13)
- dopremanje na Supeka (linija 18)
- direktno izvršavanje imagea (linija 24)
Code Block | ||||
---|---|---|---|---|
| ||||
[korisnik@kompjuter] $ cat data_stack.def
Bootstrap: docker
From: ubuntu:20.04
%post
apt update
apt install python3-pip -y
pip3 install numpy scipy pandas matplotlib ipython
%runscript
exec python3 $@
[korisnik@kompjuter] $ apptainer build data_stack.sif data_stack.def
...
INFO: Creating SIF file...
INFO: Build complete: data_stack.sif
[korisnik@kompjuter] $ scp data_stack.sif mkvakic@login-gpu.hpc.srce.hr:.
data_stack.sif 100% 335MB 110.9MB/s 00:03
[korisnik@kompjuter] $ ssh mkvakic@login-gpu.hpc.srce.hr
Last login: Wed May 24 09:18:44 2023 from x.x.x.x
[korisnik@x3000c0s27b0n0] $ ./data_stack.sif --version
Python 3.8.10 |
Izgradnja condom
U slučaju da želimo specifičnu verziju pythona i njegovih knjižnica, možemo koristiti miniforge verziju conde; upravitelj python paketima koji stvara virtualna okruženja.
Prvi korak je izgradnja sandbox verzije i instalacija mambe korištenjem službenih uputa:
Code Block | ||
---|---|---|
| ||
[korisnik@kompjuter] $ sudo apptainer build --force --sandbox data_stack_sandbox docker://ubuntu:20.04
...
[korisnik@kompjuter] $ sudo apptainer shell --writable data_stack_sandbox/
Apptainer> apt update
...
Apptainer> apt install curl -y
...
Apptainer> curl -L -O https://github.com/conda-forge/miniforge/releases/latest/download/Miniforge3-Linux-x86_64.sh
...
100 82.9M 100 82.9M 0 0 30.7M 0 0:00:02 0:00:02 --:--:-- 42.0M
Apptainer> bash Miniforge3-Linux-x86_64.sh -b -p /usr/local/miniforge
...
installation finished.
|
Ispod se nalaze detalji za dopremanje python verzije v3.10 i prethodno navedenih python knjižnica.
Koraci koji su potrebni su opisani ispod, dok se detaljnije upute nalaze na službenim stranicama. Instalacija se sastoji od:
- inicijalizacije conde (linija 1)
- kreiranja virtualnog okruženja
data_stack
(linija 3) - aktivacije virtualnog okruženja
data_stack
(linija 14) - instalacije korištenjem upravitelja pip (linija 16)
Napomena: Komande ispod pretpostavljaju da ste i dalje u sandbox kontejneru.
Code Block | ||||
---|---|---|---|---|
| ||||
Apptainer> source /usr/local/miniforge/bin/activate
(base) Apptainer> conda create -n data_stack python=3.10 -y
...
#
# To activate this environment, use
#
# $ conda activate data_stack
#
# To deactivate an active environment, use
#
# $ conda deactivate
(base) Apptainer> conda activate data_stack
(data_stack) Apptainer> pip3 install numpy scipy pandas matplotlib ipython
...
Downloading and Extracting Packages
Preparing transaction: done
Verifying transaction: done
Executing transaction: done
(data_stack) Apptainer> pip3 list
...
ipython 8.13.2
matplotlib 3.7.1
matplotlib-inline 0.1.6
numpy 1.24.3
pandas 2.0.1
scipy 1.10.1
... |
Korištenje instaliranog data_stack
virtualnog okruženja osigurava se izvršavanjem python izvršne datoteke u /usr/local/miniforge/envs/data_stack/bin/python3
:
Code Block | ||
---|---|---|
| ||
[korisnik@kompjuter] $ apptainer exec data_stack_sandbox/ /usr/local/miniforge/envs/data_stack/bin/python3 -c 'import matplotlib; print("matplotlib verzija je: ", matplotlib.__version__); print("matplotlib __init__ datoteka je:", matplotlib.__file__)'
...
matplotlib verzija je: 3.7.1
matplotlib __init__ datoteka je: /usr/local/miniforge/envs/data_stack/lib/python3.10/site-packages/matplotlib/__init__.py |
Ostali koraci pretvaranja u image i dopremanja na Supek ostaju isti, dok se cjelokupan proces kao i prije može zapisati u .def datoteci u kojoj je moguće definirati /usr/local/mambaforge/envs/data_stack/bin/python3
kao direktnu izvršnu naredbu.
Izgradnja condom + online repozitoriji
Cjelokupan proces izgradnje specifičnog python virtualnog okruženja može se preskočiti korištenjem već pripremljenih kontejnera koji u sebi već sadrže condu, poput condaforge/miniforge3
Ako se koriste kao baza za izgradnju gore navedenog virtualnog okruženja, definicijska datoteka .def izgledala bi na sljedeći način i mogla koristiti za izgradnju slike koja se može dopremiti na Supeka:
- zaglavlje s osnovnim condaforge kontejnerom (linije 1 i 2)
%post
poglavlje s instalacijskim naredbama (linije 4 do 9)%environment
poglavlje koje postavlja okoliš za virtualno okruženje MOJKODdata_stack (linije 11 do 22)%runscript
poglavlje koje definira izvršnu naredbu python3 (linije 24 do 26)
Code Block | ||||
---|---|---|---|---|
| ||||
Bootstrap: docker
From: condaforge/miniforge3
%post
conda create -n data_stack python=3.10 -y
. /opt/conda/bin/activate
conda activate data_stack
pip3 install numpy scipy pandas matplotlib ipython
%environment
export PS1='(data_stack) Apptainer> '
export PATH='/opt/conda/envs/data_stack/bin:/opt/conda/condabin:/opt/conda/bin:/usr/local/sbin:/usr/local/bin:/usr/sbin:/ usr/bin:/sbin:/bin'
export CONDA_PREFIX='/opt/conda/envs/data_stack'
export CONDA_SHLVL='1'
export CONDA_DEFAULT_ENV='data_stack'
export CONDA_PROMPT_MODIFIER='(data_stack) '
export CONDA_EXE='/opt/conda/bin/conda'
export _CE_M=''
export _CE_CONDA=''
export CONDA_PYTHON_EXE='/opt/conda/bin/python'
%runscript
exec python3 $@ |
Kako dalje?
Anchor | ||||
---|---|---|---|---|
|
...