限られたメモリで Docker ジョブを実行するコースは、小さな口述史コレクションを処理する Docker 学習者向けの実践プロジェクトです。提供ツールは実際に HTML 文書を解析して Unicode の単語を数えますが、最初のバッチはコンテナーの 160 MiB のメモリ枠を超えます。同じ制限下で実行可能な並列数を選び、インデックス全体を完成させます。
1 本のガイド付き実験で、証拠に基づく診断と完全な配布を学びます。独立したチャレンジは別のコレクションと出力配置を使います。割り当てられたソースを処理する前に、別の小さな 2 文書のサンプルで検索を体験できます。
学習内容
- コンテナーに実際に適用された RAM と RAM／swap 合計の制限を読む。
- 失敗を正確なコンテナーのメモリ制御グループの OOM 記録と結び付ける。
- 終了コードや Docker のフラグと、十分な診断を区別する。
- 資源の枠を増やさず、実際の HTML バッチの並列数を減らす。
- すべてのソースの識別情報、重複タイトル、Unicode の単語回数を保つ。
- 編集可能なインデックスを届け、実際の文書の関係とダウンロードを使う。
このコースの対象者
固定の資源枠内でファイル処理ジョブを完成させたい Docker 初学者に適しています。
前提知識： 基本的な Docker run、ターミナルのパス、バインドマウントの目的。メモリオプション、アカウント ID、引用したパス、証拠を読むパイプラインは説明します。Python のプログラミングや検索アルゴリズムの実装は不要です。
学習環境： Docker、インデックス作成イメージ、元の HTML 文書、読み取り専用の Search Desk が用意されています。各実験は独立したコレクションとコンテナー環境を持ちます。
よくある質問
人工的なメモリ割り当てループが失敗を起こしますか？
いいえ。ツールは実際に解析した HTML 文書ツリーをバッチ内に保持します。バッチを小さくすると、その作業用データを減らしながら全入力を処理できます。文書はオリジナルの合成教材です。
制限を増やしたり、難しい文書を除いたりしてもよいですか？
課題では両メモリ設定を 160 MiB に保ち、割り当てられた全 HTML を維持します。アクセント付きの単語や同じタイトルを持つ異なる文書も含め、完全なインデックスがその枠内で作れることが成功です。
終了コード 137 は OOM の証明ですか？
いいえ。実際に失敗したコンテナーを保持し、その ID と時刻をネイティブなメモリ制御グループの記録に照合します。この学習環境では Docker の OOMKilled フラグに差が出る場合があるため、どちらの値も単独では証明にしません。
