python项目 以docker形式打包部署全流程

简介: 在很久很久以前,我已经听过Docker的大名,当时服务着急上线虽然考虑过用Docker来部署我的服务,但是因为赶期的原因放弃了。这两天因为华为云服务器到期,而且阿里云服务器优惠力度特别大的原因,我要把华为云服务器里的工程迁移到阿里云。迁移的过程中,大量的时间精力浪费在了重装python,加载依赖,迁移项目,配置端口等环境配置的工作上。我在想,如果当时用了Docker部署,我至于受这气?

一、前言

在很久很久以前,我已经听过Docker的大名,当时服务着急上线虽然考虑过用Docker来部署我的服务,但是因为赶期的原因放弃了。


这两天因为华为云服务器到期,而且阿里云服务器优惠力度特别大的原因,我要把华为云服务器里的工程迁移到阿里云。


迁移的过程中,大量的时间精力浪费在了重装python,加载依赖,迁移项目,配置端口等环境配置的工作上。


我在想,如果当时用了Docker部署,我至于受这气?


于是,一不做二不休,就花了点时间把部署以docker的形式部署了。


在部署前,我以为是一件多么苦难的事,结果,操作后才发现,原来最难的一步是跨出第一步。

二、docker安装

还好,在之前我半途而费的过程中,我把经验已经积累下来了。


需要注意的是Docker桌面目前仅支持以下几个操作系统

1718434452751.jpg

我的服务器是CentOS,所以这个桌面应该是用不了了,但是影响应该不大。因为Docker引擎目前支持绝大多数操作系统。

1718434536305.jpg

1. CentOS安装Docker的先决条件

1.1 确认自己的系统版本

如果需要安装Docker引擎,需要的系统版本必须是7、8、9的版本。并且官方建议Linux内核为3.10及以上。

lsb_release -a

1718434602071.jpg

版本为7.9,符合条件。

uname -r

1718434617058.jpg

内核为3.10。符合条件。

1.2 启用centos-extras存储库

官方说明,该存储库默认情况下处于启用状态,但是如果你之前禁用过它,则需要重新启用它。

yum repolist enabled

1718434841051.jpg

可以看到,extras存储库已启用

如果你之前不巧,使用过以下命令或者其他命令禁用过extras存储库:

sudo vi /etc/yum.repos.d/CentOS-Base.repo

1718434863114.jpg

enabled为1 表示正在启用,为0表示已被禁用。

在进行更改后,建议清除YUM缓存,以确保使用最新的仓库配置。

sudo yum clean all

温馨提示,不要随便禁用库。

2.卸载旧版本(如果之前安装过的话)

sudo yum remove docker \
                  docker-client \
                  docker-client-latest \
                  docker-common \
                  docker-latest \
                  docker-latest-logrotate \
                  docker-logrotate \
                  docker-engine

1718434946258.jpg

因为,我没安装过旧版Docker,所以这里显示没有删除任何东西。

3. 选择安装方式

  1. 官方推荐通过设置Docke存储库的方式安装,便于安装和升级。
  2. 也可以在官方下载 RPM 包,手动安装,然后管理纯靠手动升级。适合安装在无法访问外网的内网系统上。
  3. 在测试和开发环境中,您可以使用自动化的便捷脚本来安装 Docker。


这边使用官方推荐的存储库安装。

4. 安装流程

4.1 设置仓库

首先需要安装一个工具包yum-util,它提供了yum-config-manager功能:

sudo yum install -y yum-utils

这个是官网的中央仓库,国内速度会有一些慢。

sudo yum-config-manager --add-repo http://download.docker.com/linux/centos/docker-ce.repo

国内的朋友推荐再加一个阿里云的镜像仓库,体验会好很多。

sudo yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

1718435033473.jpg

4.2 选择版本安装

官网给出了直接安装最新版本和安装指定版本的指令。

  1. 直接安装最新版本

需要一起安装 Docker Engine、containerd 和 Docker Compose

sudo yum install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
  1. 选择指定版本安装

首先列出所有版本

yum list docker-ce --showduplicates | sort -r

1718435081332.jpg

框住的就是版本号,选择指定版本,然后使用下面的命令进行安装。

sudo yum install docker-ce-<VERSION_STRING> docker-ce-cli-<VERSION_STRING> containerd.io docker-buildx-plugin docker-compose-plugin

<VERSION_STRING>部分换为指定版本号即可。

5. 启动运行docker

  1. 启动 Docker。
sudo systemctl start docker
  1. 通过运行映像来验证 Docker 引擎安装是否成功。hello-world
sudo docker run hello-world

1718435130885.jpg

6. 卸载 Docker 引擎

  1. 卸载 Docker Engine、CLI、containerd 和 Docker Compose 包:
sudo yum remove docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin docker-ce-rootless-extras
  1. 主机上的image、containerd或自定义配置文件不会自动删除,需要手动执行。
sudo rm -rf /var/lib/docker
sudo rm -rf /var/lib/containerd

三、python项目Dockerfile编写。

提前声明,Dockerfile虽然看起来有点复杂,但是其实还是挺容易理清的。可以先参考下我这个工程的Dockerfile,其实并不复杂。

FROM python:3.6

# 设置工作目录
WORKDIR /app

# 复制项目文件到容器中
COPY . /app

# 如果你的镜像中没有 tzdata,则需要安装它
# 注意:python:3.6 官方镜像可能已包含 tzdata
# RUN apt-get update && apt-get install -y tzdata && rm -rf /var/lib/apt/lists/*

# 设置时区为东八区(中国标准时间)
RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo 'Asia/Shanghai' > /etc/timezone

# 安装依赖
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

# 暴露端口
EXPOSE 7010

# 设置容器启动时运行的命令
CMD ["python3", "api.py"]

1. 选择基础镜像

FROM python:3.6
  • 作用:指定基础镜像为 python:3.6。
  • 注意事项:我这里是python项目,选择的是python的镜像,如果是nginx或者java项目,需要设置对应的景象。

2. 设置工作目录

WORKDIR /app
  • 作用:设置工作目录为 /app。
  • 注意事项:这个目录的设置就见仁见智,有的喜欢用project,有的喜欢什么都不设,看公司规范和个人习惯。我们只需要确保后续的文件操作都是基于这个工作目录的。

3. 复制项目文件到容器中

COPY . /app
  • 作用:将当前上下文中的所有文件和目录复制到镜像的 /app 目录下。这里直接用当前目录就行。
  • 注意事项:可以使用 .dockerignore 文件排除不需要的文件和目录,以减少镜像大小。规则和gitignore一个路数。需要确保的是敏感文件(如密钥、密码等)不会被复制到镜像中。

4. 安装 tzdata(可选)

# RUN apt-get update && apt-get install -y tzdata && rm -rf /var/lib/apt/lists/*
  • 作用:安装 tzdata 以确保时区设置能够正确工作。(可选)
  • 注意事项:如果基础镜像已经包含 tzdata,则可以省略此步骤。

5. 设置容器时区

RUN ln -sf /usr/share/zoneinfo/Asia/Shanghai /etc/localtime && echo 'Asia/Shanghai' > /etc/timezone
  • 作用:设置容器的时区为东八区(中国标准时间)。这个是docker老生常谈的问题,他的时区需要自己更正。
  • 注意事项:确保应用或服务需要这个特定的时区设置。国内的一般应该都需要,不然打个日志都不确定是啥时候的了。

6. 安装 Python 依赖

RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
  • 作用:下载需要的第三方库。
  • 注意事项:这个requirements.txt,直接用pipreqs生成就行。需要注意的是要挂个国内的 PyPI 镜像来安装 Python 依赖,不然依赖下载太慢了。我这里是使用清华大学的镜像。

7. 暴露端口

EXPOSE 7010
  • 作用:声明容器在运行时应该监听 7010 端口。
  • 注意事项:没啥需要注意的,自己设置需要的端口就行。

8. 设置容器启动时运行的命令

CMD ["python3", "api.py"]
  • 作用:设置容器启动时默认执行的命令。
  • 注意事项:根据个人需要设置就行。如果你的应用需要特定的环境变量或配置,可以在 CMD 之前使用 ENV 指令来设置它们。

四、docker镜像打包

编写完dockerfile,我们一般喜欢放在需要打包的地方的根路径,然后直接运行

docker build -t opendrop . 
  • pythondemo改成自己想要的镜像的名字。


运行之后,docker会自动完成dockerfile里面的每一个步骤。打包完成后,我们就可以看到images。

大家直接docker images 即可看到。

1718435543041.jpg

如果要重新打包,需要先删除原来的镜像,执行以下命令即可。

docker rmi a9765c2d0703(镜像id)

操作如下:

1718435593595.jpg

五、根据镜像启动容器

根据镜像创建容器执行以下命令

`docker run -d -p 要映射的本机端口:docker中项目运行的端口 镜像名称`

我这里端口都是7010,你们根据需要自行配置。

docker run  -d -p 7010:7010 opendrop

然后用docker ps就能看到执行的容器了。

1718435642972.jpg

如果想看项目日志,可以执行以下命令进入docker查看。

docker exec -it 3843cbd6fb40(容器id) /bin/bash

1718435680362.jpg

  • 退出时使用 ctrl + D 退出

docker 容器相关常用命令

1. 停止容器

docker stop 【容器id】
  • 停止一个或多个正在运行的容器。

2. 重启容器

docker restart 【容器id】
  • 重启一个或多个容器。

3. 删除容器

docker rm 【容器id】
  • 删除一个或多个容器。参数-f:强制删除容器,即使容器正在运行。

4. 导出/导入容器

docker export 【容器id】 > file.tar
docker import file.tar 【镜像名字】
  • 将容器导出为tar文件;从tar文件导入容器为镜像
相关文章
|
2月前
|
Linux 区块链 Python
Python实用记录(十三):python脚本打包exe文件并运行
这篇文章介绍了如何使用PyInstaller将Python脚本打包成可执行文件(exe),并提供了详细的步骤和注意事项。
80 1
Python实用记录(十三):python脚本打包exe文件并运行
|
2月前
|
数据处理 Apache 数据库
将 Python UDF 部署到 Apache IoTDB 的详细步骤与注意事项
【10月更文挑战第21天】将 Python UDF 部署到 Apache IoTDB 中需要一系列的步骤和注意事项。通过仔细的准备、正确的部署和测试,你可以成功地将自定义的 Python UDF 应用到 Apache IoTDB 中,为数据处理和分析提供更灵活和强大的支持。在实际操作过程中,要根据具体情况进行调整和优化,以确保实现最佳的效果。还可以结合具体的代码示例和实际部署经验,进一步深入了解和掌握这一过程。
33 2
|
2月前
|
机器人 Shell Linux
【Azure Bot Service】部署Python ChatBot代码到App Service中
本文介绍了使用Python编写的ChatBot在部署到Azure App Service时遇到的问题及解决方案。主要问题是应用启动失败,错误信息为“Failed to find attribute &#39;app&#39; in &#39;app&#39;”。解决步骤包括:1) 修改`app.py`文件,添加`init_func`函数;2) 配置`config.py`,添加与Azure Bot Service认证相关的配置项;3) 设置App Service的启动命令为`python3 -m aiohttp.web -H 0.0.0.0 -P 8000 app:init_func`。
|
2月前
|
人工智能 IDE 测试技术
使用通义灵码提升Python开发效率:从熟悉代码到实现需求的全流程体验
作为一名Python开发者,我最近开始使用通义灵码作为开发辅助工具。它显著提高了我的工作效率,特别是在理解和修改复杂代码逻辑方面。通过AI编码助手,我能够在短时间内快速上手新项目,实现新需求,并进行代码优化,整体效率提升了60%以上。通义灵码不仅加快了代码生成速度,还增强了代码的健壮性和稳定性。
|
2月前
|
Linux Python
【Azure Function】Python Function部署到Azure后报错No module named '_cffi_backend'
ERROR: Error: No module named '_cffi_backend', Cannot find module. Please check the requirements.txt file for the missing module.
|
2月前
|
Go Docker Python
docker的python与go镜像的制作
docker的python与go镜像的制作
42 1
|
2月前
|
SQL 关系型数据库 数据库
优化Web开发流程:Python ORM的优势与实现细节
【10月更文挑战第4天】在Web开发中,数据库操作至关重要,但直接编写SQL语句既繁琐又易错。对象关系映射(ORM)技术应运而生,让开发者以面向对象的方式操作数据库,显著提升了开发效率和代码可维护性。本文探讨Python ORM的优势及其实现细节,并通过Django ORM的示例展示其应用。ORM提供高级抽象层,简化数据库操作,提高代码可读性,并支持多种数据库后端,防止SQL注入。Django内置强大的ORM系统,通过定义模型、生成数据库表、插入和查询数据等步骤,展示了如何利用ORM简化复杂的数据库操作。
66 6
|
3月前
|
jenkins 持续交付 Docker
docker之自定义制作镜像(python程序)
docker之自定义制作镜像(python程序)
|
3月前
|
Docker Python 容器
python检测docker compose文件是否正确
python检测docker compose文件是否正确
|
2月前
|
XML JSON Ubuntu
Python实用记录(十五):PyQt/PySide6打包成exe,精简版(nuitka/pyinstaller/auto-py-to-exe)
本文介绍了使用Nuitka、PyInstaller和auto-py-to-exe三种工具将Python的PyQt/PySide6应用打包成exe文件的方法。提供了详细的安装步骤、打包命令和参数说明,适合新手学习和实践。
597 0
下一篇
DataWorks