Windows環境でのDocker開発環境構築ガイド

【概要】WSL 2（Windows Subsystem for Linux 2）は、Windows上でLinux実行環境を提供する機能である。本ガイドでは、WSL 2を基盤としてDocker環境を構築し、Ubuntu上でPython開発環境を整備する手順を説明する。

【主要コマンド一覧】本ガイドで構築する環境で使用する主要なDockerコマンドを以下に示す。

Dockerイメージのビルド: docker build -t myubuntu2404:1.0 .
イメージからのコンテナの作成と実行: docker run --name myubuntu -p 8888:8888 -it myubuntu2404:1.0 /bin/bash
実行中の myubuntu コンテナに接続: docker exec -it myubuntu /bin/bash
停止中の myubuntu コンテナを実行中（Up）にする: docker start myubuntu
実行中の myubuntu コンテナを停止（Exited）する: docker stop myubuntu
実行中または停止中のコンテナの一覧表示: docker ps -a

【目次】

1. 前準備
2. Docker Desktopのインストール、Dockerエンジンの起動
3. Miniconda3を使用したUbuntu開発環境の構築
4. トラブルシューティング

【サイト内の関連情報】

Windows の基本操作・コマンド操作・設定と、アプリ・開発環境・ローカル AI の導入
Linux基本コマンドとその活用法：別ページで説明

1. 前準備

Docker Desktop for Windowsは、WSL 2（Windows Subsystem for Linux 2）をバックエンドとして使用する。Docker Desktopをインストールする前に、WSL 2を有効化しておく必要がある。

WSL 2の有効化手順は、以下のページで説明している。

Windows上のLinux開発環境構築ガイド: WSL 2とUbuntuのインストール・設定・運用: 別ページ »

WSL 2の有効化状態の確認:
- コマンドプロンプトを起動する（Windowsキーを押し、「cmd」と入力して実行する）
- 以下のコマンドを実行する:
```
wsl --status
```
WSL 2が使用するLinuxカーネルの更新:
```
wsl --update
```
仮想化機能の確認:
Docker DesktopおよびWSL 2は、CPUの仮想化機能を使用する。
- タスクマネージャーを開く（Ctrl + Shift + Esc）
- 「パフォーマンス」タブを選択し、「仮想化: 有効」と表示されていることを確認する
- 無効の場合は、UEFI/BIOS設定で仮想化支援機能を有効にする

2. Docker Desktopのインストール、Dockerエンジンの起動

Docker Desktopは、Dockerコンテナ、Dockerイメージ、Dockerボリュームの一覧表示、状態確認、基本的な操作を行うためのGUIアプリケーションである。

Docker Desktopは、Windowsのスタートメニューから起動できる。Docker Desktopを起動すると、Dockerエンジンが起動する。

2.1 インストール

Docker Desktopには、Dockerデーモン（バックグラウンドで動作し、コンテナを管理するサービス）とDockerクライアント（dockerコマンドを提供するツール）が含まれている。以下に2つのインストール方法を示す。

A）wingetを使用したインストール

wingetは、Windowsの公式パッケージマネージャーであり、コマンドラインからアプリケーションをインストールできる。

管理者権限でコマンドプロンプトを起動する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。
wingetが利用可能か確認する:
```
winget --version
```

Docker Desktopをインストールする:

winget install --scope machine Docker.DockerDesktop

B）手動でのインストール

公式サイト（https://docs.docker.com/desktop/setup/install/windows-install/）からインストーラをダウンロードする。
ダウンロードしたインストーラを実行する。

2.2 Dockerエンジンの起動とDocker Desktopの初期設定の確認

Docker Desktopの起動:
- Windowsのスタートメニューから「Docker Desktop」を選択して起動する
WSL 2バックエンドの設定確認:
- 画面右上の設定（Settings）ボタンをクリックする
- 「General」タブを表示する
- 「Use WSL 2 based engine」のチェックボックスが有効になっていることを確認する

3. Miniconda3を使用したUbuntu開発環境の構築

本章では、DockerコンテナとしてUbuntu環境を構築し、Miniconda3を用いてPython開発環境を整備する手順を説明する。Miniconda3の詳細については3.8節を参照のこと。

3.1 前提条件

WSL 2が有効化されていること（1章参照）
Docker Desktop for Windowsがインストール済みであること（2章参照）
NVIDIAグラフィックドライバーがインストール済みであること（GPU使用時のみ）

3.2 NVIDIAドライバの確認（GPU使用時）

機械学習やディープラーニングでGPUを利用する場合、DockerコンテナからGPUにアクセスできるよう設定する。GPUを使用しない場合、本節はスキップしてよい。

Windowsホスト側で以下のnvidia-smiコマンドを実行し、NVIDIAドライバが正しくインストールされ動作しているかを確認する。

nvidia-smi

ドライバが正しく動作している場合、GPUの情報（モデル名、メモリ使用量等）が表示される。エラーが発生する場合は、NVIDIAの公式サイトから最新のドライバをインストールする。

Docker Desktop（WSL 2バックエンド）では、WSL 2を通じてGPUが利用可能になる。コンテナからGPUを使用する場合は、docker runコマンドに--gpus allオプションを付与する。コンテナからGPUを認識できるかは、CUDAのベースイメージを用いて以下のコマンドで確認できる。

docker run --rm --gpus all nvidia/cuda:12.4.1-base-ubuntu22.04 nvidia-smi

3.3 Dockerfileの作成

Dockerfileは、Dockerイメージを構築するための設定ファイルである。ベースイメージ（イメージ作成の土台となる既存のイメージ）の指定、パッケージのインストール、環境設定などを記述する。

コマンドプロンプトを起動する。
以下のコマンドを実行してDockerfileを作成する:
```
notepad Dockerfile
```

Dockerfileに以下の内容を記述して保存する:

このDockerfileは、Ubuntu 24.04 LTS（Long Term Support: 長期サポート版）をベースイメージとして使用し、Miniconda3を用いてPython 3.12環境を作成する。NumPy、Pandas等のライブラリを導入し、Jupyter Notebookをポート8888で起動するよう設定する。cmake、git等の開発ツールも導入する。

FROM ubuntu:24.04

# 環境変数の設定
# DEBIAN_FRONTEND=noninteractive: パッケージインストール時の対話的プロンプトを抑制
ENV PATH=/opt/conda/bin:$PATH \
    SHELL=/bin/bash \
    DEBIAN_FRONTEND=noninteractive

# システムパッケージのインストール
RUN apt-get update && \
    apt-get install -y wget curl git cmake ca-certificates build-essential && \
    rm -rf /var/lib/apt/lists/*

# Miniconda3のインストール
RUN wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh && \
    bash Miniconda3-latest-Linux-x86_64.sh -b -p /opt/conda && \
    rm Miniconda3-latest-Linux-x86_64.sh

# condaの初期設定とdev環境の作成
RUN /opt/conda/bin/conda init bash && \
    echo ". /opt/conda/etc/profile.d/conda.sh" >> /root/.bashrc

RUN /opt/conda/bin/conda create -n dev python=3.12 -y && \
    /opt/conda/bin/conda install -n dev -y numpy pandas matplotlib scikit-learn jupyter pylint pytest black && \
    echo "conda activate dev" >> /root/.bashrc

# Jupyterの設定
RUN mkdir -p /root/.jupyter && \
    echo "c.ServerApp.ip = '0.0.0.0'" >> /root/.jupyter/jupyter_notebook_config.py && \
    echo "c.ServerApp.port = 8888" >> /root/.jupyter/jupyter_notebook_config.py && \
    echo "c.ServerApp.allow_root = True" >> /root/.jupyter/jupyter_notebook_config.py

# 作業ディレクトリの設定
WORKDIR /workspace

# Jupyterのポートを公開
EXPOSE 8888

# コンテナ起動時のコマンド
CMD ["/opt/conda/envs/dev/bin/jupyter", "notebook", "--allow-root", "--ip=0.0.0.0", "--port=8888", "--no-browser"]

3.4 Dockerイメージのビルド

コマンドプロンプトで、以下のdocker buildコマンドを実行する。このコマンドは、カレントディレクトリ（Dockerfileを保存したディレクトリ）のDockerfileを基にイメージを生成する。

docker build -t myubuntu2404:1.0 .

作成したイメージには、識別用の名前（例: myubuntu2404）とタグ（例: 1.0）を設定できる。タグを利用することで、環境のバージョンを区別できる。

ビルド完了後、docker imagesコマンドにより、ローカルに保存されたイメージの一覧を表示できる。

docker images

3.5 コンテナの作成と実行

コマンドプロンプトで、以下のコマンドを実行してコンテナを作成・起動する。

docker run --name myubuntu -p 8888:8888 -it myubuntu2404:1.0 /bin/bash

以下は、コンテナ内でLinuxコマンド（pwd、ls）を実行し、「exit」で切断する例である。

各オプションの説明:

--name myubuntu: コンテナに識別用の名前を付与する
-it: コンテナと対話的に操作できるようにする（-i: 標準入力を開く、-t: ターミナルを割り当てる）
-p 8888:8888: ホストのポート8888をコンテナのポート8888にマッピングする（Jupyter Notebook用）
myubuntu2404:1.0: 使用するイメージとタグを指定する
/bin/bash: コンテナ起動時に実行するコマンド。これを指定するとDockerfileのCMD（Jupyter Notebookの起動）が上書きされ、bashが起動する

Jupyter Notebookをサービスとして常時起動する場合は、/bin/bashを指定せずに-d --restart unless-stoppedを付与して起動する。

docker run --name jupyter -d --restart unless-stopped -p 8888:8888 myubuntu2404:1.0

3.6 環境の確認

コンテナが正しく構築されたことを確認するため、以下のコマンドを実行する。

コンテナへの接続: 実行中のmyubuntuコンテナに接続する。「exit」で切断できる。
```
docker exec -it myubuntu /bin/bash
exit
```
dev環境のPythonバージョンの確認: docker execは.bashrcを読み込まないため、フルパスで指定する。
```
docker exec myubuntu /opt/conda/envs/dev/bin/python --version
```
conda環境情報の確認:
```
docker exec myubuntu conda info
```
conda環境一覧の確認:
```
docker exec myubuntu conda env list
```
dev環境のインストール済みパッケージの確認:
```
docker exec myubuntu conda list -n dev
```

3.7 Docker運用上の注意点

コンテナを削除すると内部のデータも失われるため、必要なデータはボリューム（コンテナの外でデータを保持するDockerの保存領域）に保存する。

ボリュームのバックアップと復元

Dockerボリュームの内容をtar形式（複数のファイルを1つにまとめるアーカイブ形式）でバックアップ・復元できる。以下のコマンドはコマンドプロンプトで実行する。

ボリュームの内容をtarファイルにバックアップする:

docker run --rm -v app-data:/data -v %cd%:/backup ubuntu tar czvf /backup/app-data-backup.tar.gz /data

バックアップからボリュームを復元する:
```
docker run --rm -v app-data:/data -v %cd%:/backup ubuntu tar xzvf /backup/app-data-backup.tar.gz -C /
```
--rmオプションは、コマンド実行後にコンテナを自動的に削除する。%cd%はコマンドプロンプトのカレントディレクトリを表す。

コンテナのリソース監視

以下のコマンドで、コンテナのリソース使用状況やログを確認できる。

REM コンテナのリソース使用状況（CPU、メモリ等）を確認
docker stats myubuntu

REM コンテナ内で実行中のプロセスを確認
docker top myubuntu

REM コンテナのログを確認
docker logs myubuntu

REM 直近の100行のログを表示
docker logs --tail 100 myubuntu

3.8 Miniconda3の説明

Miniconda3は、Pythonとconda（パッケージ管理システム）を含む軽量なディストリビューションである。本節では、Miniconda3の基本的な使い方を説明する。

Miniconda3の概要と機能

condaを使用してパッケージをインストールできる。condaは依存関係を自動的に解決し、互換性のあるバージョンをインストールする。また、プロジェクトごとに独立した仮想環境を作成できるため、異なるプロジェクトで異なるバージョンのライブラリを使用できる。Windows、Linux、macOSに対応しており、環境ごとに異なるバージョンのPythonを共存させることも可能である。

基本コマンド:

環境の作成: conda create -n <env_name> python=<version>
環境のアクティベート: conda activate <env_name>
パッケージのインストール: conda install <package_name>
環境の一覧表示: conda env list
環境の削除: conda remove -n <env_name> --all
環境のバックアップ: conda env export > environment.yml

Miniconda3とpipの併用

condaとpipは異なる方法でパッケージを管理するため、同一環境での併用では競合が発生する可能性がある。基本的には、どちらか一方のパッケージマネージャーを使用する。

特定のパッケージがcondaで利用できない場合にはpipを使用する。その際は、新しいconda環境を作成し、その環境内でpipを使用することで、他の環境への影響を回避できる。

conda create -n myenv python=<version>
conda activate myenv
pip install --upgrade-strategy only-if-needed <package_name>

--upgrade-strategy only-if-neededオプションは、依存関係が必要な場合にのみ関連するパッケージをアップグレードする設定である。

Miniconda3環境設定のバックアップと再現

環境設定をファイルにエクスポートすることで、同一の環境を別のマシンで再現できる。

REM 現在の環境設定をエクスポート
conda env export > environment.yml

REM エクスポートした環境の内容確認
type environment.yml

REM 別の環境で環境を再現
conda env create -f environment.yml

environment.ymlには、Pythonバージョンやパッケージ情報がバージョンとともに記録される。

Miniconda3のトラブルシューティング

環境の作成やアクティベートに失敗する場合、既存の環境を削除して新しい環境を作成する。環境の削除前に、conda env exportで環境定義を保存しておく。

conda remove --name <env_name> --all
conda create --name <new_env_name> python=<version>
conda activate <new_env_name>

4. トラブルシューティング

4.1 wingetでのインストールの問題

wingetの更新:
```
winget upgrade
```
キャッシュのクリア:
```
winget source reset
```
よくある問題と対処:
- 「プログラムが見つかりません」エラーの場合、以下のコマンドでパッケージリストを更新する:
```
winget source update
```
- インストールが途中で止まる場合:
  - 管理者権限でコマンドプロンプトを開いて再度実行する
  - または手動インストールに切り替える

4.2 コンテナとイメージとボリュームの破棄

Docker環境に問題が発生し、初期状態からやり直したい場合や、ディスク容量を解放したい場合に、以下の手順でDocker環境をリセットできる。実行中のものも含め、すべてのコンテナ、イメージ、ボリュームが破棄され、この操作は元に戻せないため、必要なデータは3.7節の手順で事前に保存する。

すべてのコンテナを停止して削除:

for /f "tokens=*" %i in ('docker ps -a -q') do docker stop %i
for /f "tokens=*" %i in ('docker ps -a -q') do docker rm %i

すべてのイメージを強制削除:

for /f "tokens=*" %i in ('docker images -a -q') do docker rmi -f %i

未使用のリソースの一括削除:
```
docker system prune -a --volumes
```
-aオプションは未使用イメージも含めて削除する。--volumesオプションは未使用ボリュームも削除する。
Docker Desktopの再起動:
- タスクトレイのDockerアイコンを右クリックし、「Restart」を選択する
Docker設定の完全リセット:
- Docker Desktopを終了する
- タスクトレイのDockerアイコンを右クリックし、「Troubleshoot」から「Clean / Purge data」を選択する
- 「Reset to factory defaults」オプションを選択する