# 개발자의 노트북
$ python app.py
Starting server on port 3000...
✓ All tests passed!

# 프로덕션 서버
$ python app.py
Error: Module 'requests' version 2.25.0 required, found 2.18.4
Error: libssl.so.1.0.0: cannot open shared object file
Segmentation fault (core dumped)

# 개발자: "어? 내 컴퓨터에서는 되는데요??"
# DevOps: "😤"

$ docker run ubuntu echo "Hello World"
Hello World

# 끝. 5초 걸렸습니다.

# 새로운 애플리케이션 배포하려면...

1. 하드웨어 구매 (납기: 2-3개월)
2. 데이터센터 랙에 설치
3. 네트워크 케이블 연결
4. OS 설치 (수동)
5. 의존성 설치 (수동)
6. 애플리케이션 배포

# 소요 시간: 3-6개월
# 비용: 수천만 원
# 확장성: 거의 없음

# 가상머신의 무게

VM 1: Ubuntu Server
├─ Full OS (1 GB)
├─ Init system (systemd)
├─ System services (ssh, cron, ...)
├─ Python runtime (300 MB)
└─ Your app (50 MB)
# Total: ~1.5 GB, Boot time: 30-60초

# 똑같은 앱을 3개 실행하면?
# Total: ~4.5 GB, 대부분이 중복!

# dotCloud의 고민

Customer A: Python 2.7 + Django 1.4
Customer B: Python 3.6 + Flask
Customer C: Node.js 10
Customer D: Ruby on Rails

# 각 고객을 어떻게 격리하지?
# VM은 너무 무겁고 비쌈
# 직접 실행하면 충돌

# Linux 커널 기능들 (2008년경)

# 1. namespaces (2002~)
# 프로세스 격리: PID, network, mount, user, ...

# 2. cgroups (2007)
# 자원 제한: CPU, memory, disk I/O

# 3. chroot (1979!)
# 파일시스템 격리

# → 이것들을 조합하면?
# → 가벼운 격리 환경!

# Docker 0.1 (2013년 3월)

# Before Docker
$ lxc-create -n mycontainer -t ubuntu
$ lxc-start -n mycontainer
$ lxc-attach -n mycontainer
# ... 복잡한 설정들 ...

# With Docker
$ docker run ubuntu echo "Hello World"
Hello World

# 끝! 이게 전부!

# Dockerfile - 환경을 코드로 정의

FROM ubuntu:20.04

# 의존성 설치
RUN apt-get update && apt-get install -y \
    python3.8 \
    python3-pip

# 애플리케이션 복사
COPY requirements.txt .
RUN pip3 install -r requirements.txt

COPY app.py .

# 실행
CMD ["python3", "app.py"]

# 이 파일만 있으면 어디서든 동일한 환경!

FROM ubuntu:20.04                    # Layer 1: 80MB
RUN apt-get update && \              # Layer 2: 120MB
    apt-get install -y python3
COPY requirements.txt .              # Layer 3: 1KB
RUN pip3 install -r requirements.txt # Layer 4: 150MB
COPY app.py .                        # Layer 5: 5KB

# 총 5개 레이어
# 변경된 레이어만 다시 빌드!

# 앱 코드(app.py)만 수정했을 때

$ docker build -t myapp .

Step 1/5 : FROM ubuntu:20.04
---> Using cache  ✓
Step 2/5 : RUN apt-get update...
---> Using cache  ✓
Step 3/5 : COPY requirements.txt
---> Using cache  ✓
Step 4/5 : RUN pip3 install
---> Using cache  ✓
Step 5/5 : COPY app.py
---> Running in abc123def  (5KB만 빌드!)

# 빌드 시간: 1초 미만!

# 공식 이미지 사용
$ docker run nginx
$ docker run postgres
$ docker run redis

# 이미지 검색
$ docker search python

# 자신의 이미지 공유
$ docker push myusername/myapp

# 전 세계에서 사용 가능
$ docker pull myusername/myapp

# 개발자의 맥북
$ docker build -t myapp .
$ docker run myapp
✓ Works!

# 동료의 윈도우
$ docker run myapp
✓ Works!

# CI 서버 (Linux)
$ docker run myapp
✓ Works!

# 프로덕션 서버 (AWS Linux)
$ docker run myapp
✓ Works!

# 컨테이너 안은 항상 동일한 환경!

# 컨테이너가 1개일 때
$ docker run myapp
# 쉽다!

# 컨테이너가 10개일 때
$ docker run app1
$ docker run app2
# ... (반복)
# 아직 관리 가능

# 컨테이너가 1000개일 때
# 어떤 서버에 어떤 컨테이너가?
# 컨테이너가 죽으면 누가 재시작?
# 로드 밸런싱은?
# 롤링 업데이트는?
# 🤯

# Kubernetes Deployment 예제
apiVersion: apps/v1
kind: Deployment
metadata:
  name: myapp
spec:
  replicas: 3  # 3개의 복제본 실행
  selector:
    matchLabels:
      app: myapp
  template:
    metadata:
      labels:
        app: myapp
    spec:
      containers:
      - name: myapp
        image: myapp:latest
        ports:
        - containerPort: 8080

---
apiVersion: v1
kind: Service
metadata:
  name: myapp
spec:
  selector:
    app: myapp
  ports:
  - port: 80
    targetPort: 8080
  type: LoadBalancer

# 이 YAML 파일 하나로
# - 3개의 컨테이너 실행
# - 로드 밸런서 설정
# - 자동 복구
# - 롤링 업데이트
# 모두 자동!

# 현대적인 애플리케이션 아키텍처

마이크로서비스 (각각 컨테이너)
├─ Frontend (React)
├─ API Gateway (Node.js)
├─ Auth Service (Go)
├─ User Service (Python)
├─ Payment Service (Java)
├─ Notification Service (Rust)
└─ Analytics Service (Python)

# Kubernetes가 모두 관리
# 각 서비스는 독립적으로 배포
# 자동 스케일링
# 자가 치유

# Pre-Container 시대
"이 서버에 Python 3.7이 설치되어 있나요?"
"libssl 버전이 맞나요?"
"포트 8080이 비어 있나요?"

# Container 시대
"Docker만 있으면 됩니다"

# 이 한 파일로 모든 문제 해결
FROM node:18-alpine
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production
COPY . .
EXPOSE 3000
CMD ["node", "server.js"]

# 어디서든 똑같이 작동함
# 개발자 노트북
# CI/CD 파이프라인
# 스테이징 서버
# 프로덕션 클러스터

# "It works in the container"
# 그리고 컨테이너는 어디서나 같음