生成AI・LLMアプリを動かすためのDocker/コンテナ書籍ガイド｜環境再現・GPU・デプロイで詰まる人へ4冊を段階順に

LLMアプリの試作までは、意外とすんなり進みます。ノートブックでAPIを叩き、RAGの検索を組み、エージェントにツールを持たせる。ところが「これを他の人の環境でも動くようにしてください」「サーバーに置いて常時動かしてください」という段になると、急に手が止まります。手元では動くのに同僚のマシンでは動かない、CUDAのバージョンが合わない、ローカルLLMがGPUを掴まない、MCPサーバーをどう常駐させるか分からない。ここで詰まっているのはモデルの理解ではなく、実行環境の再現とデプロイです。この記事では、その土台を固めるための実在の日本語書籍4冊を、入門から本番運用、そして足元のLinuxまで段階順に紹介します。なお本記事は書籍紹介であり広告を含みます。価格・版・在庫・目次は変わるため、最新は各公式・書誌ページでご確認ください。

LLMアプリで詰まるのは、モデルではなく実行環境#

生成AIの記事や書籍の多くは、モデルの使い方、プロンプト、RAGの構成といった「アプリケーション側」を扱います。一方で実務で時間を溶かすのは、その手前と後ろにあります。

たとえばRAG基盤を1つ立てるだけでも、アプリ本体、ベクトルデータベース、埋め込みモデルの推論、必要なら再ランキング用のモデル、それらをつなぐネットワーク、そして永続化するデータの置き場所が要ります。ローカルLLMを併用するならGPUドライバとランタイムの整合も加わります。MCPサーバーを社内で複数動かすなら、それぞれのプロセスをどう起動し、どう落ちたら再起動し、どう鍵を渡すかを決めなければなりません。これらはすべて、コンテナが伝統的に扱ってきた課題です。

ここで効くのが、環境をイメージとして固め、どこでも同じ状態で起動できるようにする考え方です。とはいえ「Dockerを入れてコマンドを打つ」だけでは、少し複雑な構成に入った瞬間に手が止まります。イメージとコンテナとボリュームの区別、ネットワークの通し方、ビルドの層をどう切るか、状態をどこに置くか。この辺りは断片的な記事の写経では身につきにくく、書籍で一度通して学ぶ価値がある領域です。

コンテナの本を選ぶ前に、詰まっている場所を切り分ける#

コンテナ関連の書籍は、同じ棚に並んでいても読者層がかなり違います。イラスト中心でDockerの操作から入る本、アプリケーション開発者向けにComposeやKubernetesまで手を動かす本、本番運用のベストプラクティスを扱う本、そもそものLinuxを固める本。順番を間違えると、最初の10ページで挫折するか、既に知っている内容を延々と読むことになります。次の4段階のどこで詰まっているかを先に決めてから選ぶことをおすすめします。

4冊すべてを読む必要はありません。用語が曖昧なら1、自分のアプリを載せる段で止まっているなら2、運用の設計判断で悩んでいるなら3、そもそもエラーが読めないなら4、という選び方で十分です。むしろ4番目は、1から3のどこで詰まっても戻ってくる場所になります。

各段階が、LLMアプリのどこに効くか#

以下、この順で4冊を紹介します。

1. 全体像と操作の型を掴む(Docker＆Kubernetesのきほんのきほん)#

最初の1冊は、Dockerの仕組みと操作を、イラストとハンズオンで初歩から積み上げる入門書です。マイナビ出版から2021年2月に刊行、B5変型判320ページ。マイナビブックスの書誌ページによれば、若手エンジニアやバックエンドの技術にあまり詳しくない人に向けて書かれており、Linuxの知識やサーバの構築経験がなくても理解しやすいよう努めたとあります。版元ドットコムに掲載された出版社紹介文では、これに加えてデザイナーやディレクターなどの非エンジニアにも分かりやすいように、という想定が示されています。

構成は、Dockerの概要と仕組みから始まり、コンテナの起動・停止・削除といった基本操作、コンテナ間の通信、外部へのデータ保存へと進み、後半でDocker Compose、そしてKubernetesの初歩をハンズオン込みで扱う流れです。実践例としてWordPressを立てる手順が置かれているのも、この本の位置づけをよく表しています。まず動くものを一つ作り、そこから仕組みを説明する構成です。

LLMアプリを作る立場から見ると、価値が高いのは、データをコンテナの外に置く扱いを学ぶ箇所(Chapter 6のボリュームのマウントなど)と、Docker Composeを扱うChapter 7だと考えられます。コンテナを消すとデータが消えるという性質を体で理解しないまま、ベクトルデータベースやモデルキャッシュをコンテナ内に置いてしまう事故は珍しくありません。またRAG基盤は、アプリ・データベース・推論と最低でも複数のコンテナを扱うことになるため、Composeで一式を記述する感覚を早い段階で持っておくと後が楽になります。

扱っていない範囲も正直に書いておきます。刊行が2021年で、対応環境としてDocker Desktop 3が挙げられているため、画面や一部の手順は現行版と異なる可能性があります。またGPUの引き渡し、生成AI関連のイメージ、本番運用の設計は主題ではありません。この本の役割は、あくまで用語と操作の地図を最短で手に入れることです。

仕組みと使い方がわかる Docker＆Kubernetesのきほんのきほん(マイナビ出版)

広告

著者: 小笠原種高 / 出版社: マイナビ出版 / 2021年2月刊 / B5変型判320ページ。Dockerの仕組みと基本操作、コンテナ間通信、データの外部保存、Docker Compose、Kubernetesの初歩を、イラストとハンズオンで積み上げます。Linuxやサーバー構築の経験がなくても読める設計です。刊行時期の関係でDocker Desktop 3が前提となっており、GPU利用や本番運用の設計は扱っていません。

Amazonで見る楽天で見るYahoo!ショッピングで見る

※価格・在庫は変動します。最新の情報は各販売サイトでご確認ください。

2. アプリを載せる実践に踏み込む(Docker/Kubernetes実践コンテナ開発入門 改訂新版)#

2冊目は、コンテナ技術の基礎から実際にアプリケーションを作るところまでを扱う実践書です。技術評論社から2024年2月に改訂新版が刊行され、600ページ。ローカル環境での検証だけでなく、Google Kubernetes Engineへのデプロイといったクラウドでの実践にも踏み込みます。

公開されている構成を見ると、コンテナとDockerの基礎、コンテナのデプロイ、複数コンテナ構成でのアプリケーション構築、Kubernetes入門とデプロイ、運用とパッケージング、継続的デリバリー、さまざまな活用方法、開発ツールのセットアップ、各種クラウド環境の構築方法、開発運用のTipsという並びになっています。入門書が「Dockerを触る」ところで終わるのに対し、この本は「自分のアプリを載せて配る」ところまでを引き受けます。

LLMアプリの文脈で効くのは、複数コンテナ構成と継続的デリバリーの部分です。RAGやエージェントの構成は、単体のプロセスで完結することがほとんどありません。アプリ本体、検索基盤、必要に応じて推論サーバー、ジョブを回すワーカー。これらを別々のコンテナとして分け、依存関係と起動順序を記述し、更新のたびに壊れないように配る、という流れを一度通しておくと、試作から共有への段差がぐっと下がります。600ページという分量は通読には重いので、いま必要な章から読むのが現実的です。

扱う範囲と扱っていない範囲を分けておきます。生成AIについては、付録に「生成AI技術を活用したコンテナ開発の効率化」という節があり、開発を効率化する側の使い方には触れられています。一方で、LLMを載せる側の論点、つまりGPUを使う推論コンテナの構成、モデル重みの配布方法、トークン課金を前提としたコスト設計は、この本の主題ではありません。またKubernetesの本番運用のベストプラクティスは、次に挙げる3冊目のほうが体系的です。

Docker/Kubernetes実践コンテナ開発入門 改訂新版(技術評論社)

広告

著者: 山田明憲 / 出版社: 技術評論社 / 2024年2月刊(改訂新版) / 600ページ。コンテナとDockerの基礎から、複数コンテナ構成でのアプリケーション構築、Kubernetesへのデプロイ、運用とパッケージング、継続的デリバリー、各種クラウド環境の構築までを扱います。自分のアプリをコンテナに載せて配る段を越えたい開発者向けです。生成AI固有の構成やGPU利用は主題ではありません。

Amazonで見る楽天で見るYahoo!ショッピングで見る

※価格・在庫は変動します。最新の情報は各販売サイトでご確認ください。

ローカルLLMを構成に組み込む予定があるなら、コンテナ化の前に、どのランタイムを使うかを決めておくと手戻りが減ります。

3. 本番運用の設計を体系化する(Kubernetesの知識地図)#

3冊目は、Kubernetesの基礎から本番運用のベストプラクティスまでを、現場のエンジニアが厳選した情報として整理した書籍です。技術評論社から2023年6月に刊行、304ページ。著者は青山真也、小竹智士、長谷川誠、川部勝也、岩井佑樹、杉浦智基の6名です。

構成は大きく4章で、第1章がKubernetesの基本、第2章がKubernetesにおけるアプリケーション起動、第3章がInfrastructure as Code、第4章がKubernetesにおけるアプリケーション運用という並びです。第2章ではDockerfileを書くポイントと注意点、プロダクションレディなアプリケーション運用、バッチ処理、ステートフルなコンテナ運用、負荷分散が扱われます。第3章ではエコシステムを用いた効率的なマニフェスト管理、Argo CDによるGitOps、External Secretsを用いた機密情報の管理、ExternalDNSによる外部DNSプロバイダとの連携、Cert Managerによる証明書管理の自動化が並びます。第4章はアプリケーションのアップデート戦略とスケーリング戦略、Kubernetesバージョンのアップグレード戦略、組織とNamespace・クラスタの分離戦略、認可処理と監査ログ、通信制御手法、外部IDプロバイダとの連携、マニフェストの検査、可観測性と監視です。

LLMアプリを社内で継続運用する立場から見ると、第3章の機密情報管理と第4章の認可・監査、可観測性の扱いが直接効きます。APIキーをどこに置くか、誰がどのモデルを呼べるようにするか、呼び出しの記録をどう残すか。これらは生成AI固有の課題に見えて、実際にはコンテナ基盤側で解くべき論点が大半です。加えて、モデルやプロンプトの更新をどう安全に切り替えるかという問題は、アップデート戦略の章がそのまま当てはまります。

一方で、この本は入門書ではありません。Kubernetesを使う前提が置かれているため、コンテナの基礎が曖昧なまま読むと知識の網目が粗いまま進むことになります。また、Kubernetesを使わずにサーバー1台へComposeで置く構成しか予定がないなら、優先度は下がります。小規模なLLMアプリでは、Kubernetesを導入しない判断が妥当な場面も多くあります。

Kubernetesの知識地図 —— 現場での基礎から本番運用まで(技術評論社)

広告

著者: 青山真也、小竹智士、長谷川誠、川部勝也、岩井佑樹、杉浦智基 / 出版社: 技術評論社 / 2023年6月刊 / 304ページ。Kubernetesの基本、アプリケーション起動とDockerfileを書くポイント、GitOpsや機密情報管理を含むInfrastructure as Code、アップデート戦略・認可処理と監査ログ・可観測性といった運用までを体系的に扱います。基盤側の設計判断を担う立場向けで、コンテナの入門は前提とされています。

Amazonで見る楽天で見るYahoo!ショッピングで見る

※価格・在庫は変動します。最新の情報は各販売サイトでご確認ください。

運用の設計をLLM側から見た論点も押さえたい場合は、こちらの書籍ガイドが対応します。

4. 足元のLinuxを固める(新しいLinuxの教科書 第2版)#

4冊目は、コンテナそのものではなく、その中身であるLinuxの本です。SBクリエイティブから2024年4月に第2版が刊行され、コマンドラインを軸にシェルの基本操作からファイル操作、テキスト処理、正規表現、シェルスクリプト、バージョン管理、ソフトウェアパッケージ管理までを扱います。Red Hat系とDebian系の両方に対応しており、付録ではSSHなども補足されています。

なぜコンテナの書籍ガイドにLinuxの教科書を入れるのか。コンテナのトラブルは、その多くがLinuxの基礎知識で解けるからです。コンテナ内でファイルに書き込めないのはパーミッションとユーザーの問題であり、ボリュームをマウントしたのに中身が見えないのはパスの問題です。エントリポイントのスクリプトが動かないのはシェルスクリプトの問題で、イメージのビルドが失敗するのはパッケージ管理の問題であることが少なくありません。これらは「Dockerが分からない」のではなく「Linuxが分からない」状態であり、Dockerの本をもう1冊読んでも解決しません。

LLMアプリでは、このLinuxの土台がとくに効く場面があります。モデルの重みは数GBから数十GBに達することがあり、どのディレクトリに置き、どのユーザーが読み書きし、どのボリュームで永続化するかを自分で判断する必要があります。コンテナ内でファイルを取り違えると、起動のたびに巨大なダウンロードが走るといった無駄が発生します。

扱っていない範囲は明確で、この本はコンテナの本ではありません。DockerやKubernetesの解説は含まれず、サーバー構築の手順書でもありません。あくまでコマンドラインを軸にしたLinuxの入門から中級への橋渡しです。ただし、その範囲こそが他の3冊の前提になっています。

新しいLinuxの教科書 第2版(SBクリエイティブ)

広告

著者: 三宅英明、大角祐介 / 出版社: SBクリエイティブ / 2024年4月刊(第2版)。シェルの基本操作、ファイル操作、テキスト処理、正規表現、シェルスクリプト、バージョン管理、ソフトウェアパッケージ管理までをコマンドラインを軸に扱います。Red Hat系とDebian系の両方に対応。コンテナ内で出るエラーの意味を読めるようにするための土台として役立ちます。DockerやKubernetesそのものは扱いません。

Amazonで見る楽天で見るYahoo!ショッピングで見る

※価格・在庫は変動します。最新の情報は各販売サイトでご確認ください。

4冊の使い分けと、書籍だけでは埋まらない部分#

役割と、いま詰まっている場所から選ぶための対応表です。刊行時期は、そのまま「現行の画面や手順とどれくらいずれる可能性があるか」の目安になります。

生成AI固有の部分は、公式ドキュメントで埋める#

正直に書くと、上記4冊のいずれも「LLMアプリのためのコンテナ本」ではありません。生成AI固有の構成は動きが速く、書籍が追いつく領域ではないためです。この部分は一次情報で埋める前提で計画してください。参考までに、現時点(2026年8月)の公式ドキュメントで確認できる要点を挙げておきます。

まずGPUの引き渡しです。コンテナの中からGPUを使うには、NVIDIA環境ではNVIDIA Container Toolkitが必要になります。公式のインストールガイドでは、GPUドライバとコンテナエンジンを前提に、sudo nvidia-ctk runtime configure --runtime=dockerでDockerの設定(/etc/docker/daemon.json)を更新し、デーモンを再起動する手順が案内されています。開発環境の注意点として、Docker DesktopのGPU対応はWindowsのWSL2バックエンドに限られる旨が公式ドキュメントに明記されています。macOSでGPUを使う前提のワークフローは、この時点で成り立ちません。

次にモデルの重みの扱いです。Ollamaの公式ドキュメントでは、ollama/ollamaイメージを-v ollama:/root/.ollamaでボリュームを当てて起動する例が示されており、GPUを使う場合は--gpus=allとNVIDIA Container Toolkitの導入が前提とされています。AMD GPU向けにはollama/ollama:rocmイメージが用意されています。vLLMの公式ドキュメントでも、vllm/vllm-openaiイメージを--runtime nvidia --gpus allで起動し、Hugging Faceのキャッシュディレクトリをマウントしてモデルを永続化する例と、PyTorchが共有メモリを使うため--ipc=host(または--shm-sizeの指定)が必要になる旨が説明されています。

この2点だけでも、書籍の知識がそのまま効くことが分かります。モデルの重みをイメージに焼き込まずボリュームに置くのは、入門書が扱う「データをコンテナの外部に保存する」考え方そのものです。共有メモリやランタイムの指定でつまずいたときにエラーを読み解けるかは、Linuxの土台があるかどうかで変わります。

MCPサーバーを社内で複数動かす構成を検討しているなら、まずMCPそのものの前提を押さえておくと設計が具体化します。

本記事に記載した書名・著者・出版社・刊行時期・ページ数・判型・目次は、各出版社および公式書誌ページ(frontmatterのsources)で確認できた範囲の情報です。版・価格・在庫・目次は改定されるため、購入前に各公式ページで最新情報をご確認ください。各書籍の「扱っていない範囲」の記述は、公開されている目次と出版社の内容紹介から判断できる範囲の整理で、本文全体を網羅的に検証したものではありません。GPU利用やコンテナイメージに関する記述は、各公式ドキュメントに基づく2026年8月時点の内容で、バージョンによって変わります。

読んだ内容をLLMアプリに落とすときの最初の一歩#

本を読み終えたあと、いきなり本番構成を作ろうとすると手が止まります。小さく作って、状態を切り離し、他の人の環境で動くことを確かめる、という順序が現実的です。

この順序は、4冊が扱う内容をLLMアプリの文脈に置き換えたものです。1と2は入門書、3と4は実践書、6は運用の本、そして各段階で出るエラーの読み解きにLinuxの本が効きます。逆に言えば、どの段階で手が止まったかで、読むべき本が決まります。

よくある質問#

まとめ#

LLMアプリが本番に届かない理由は、モデルの選択やプロンプトの精度ではなく、実行環境の再現とデプロイにあることが少なくありません。手元で動いたものを、他の人の環境でも、サーバー上でも、同じように動かせるようにする。この地味な作業を支えるのがコンテナの知識で、幸いこの領域は変化が緩やかで、一度学べば長く使えます。

今回紹介した4冊は守備範囲が異なります。用語と操作の地図を作る本、自分のアプリを載せて配る本、本番運用の設計を体系化する本、そして足元のLinuxを固める本。どれも「これ1冊で全部動く」種類の本ではなく、どこが分かっていないのかを明確にしてくれる本です。まずは詰まっている段階に対応する1冊を選び、いま動いているアプリを1つコンテナにするところから始めてみてください。動く環境が再現できるようになった時点で、モデルの改善に使える時間が戻ってきます。