资讯专栏INFORMATION COLUMN

怎么用Docker部署Python应用

89542767 / 217人阅读

  小编写这篇文章的主要目的,主要还是给大家传授一些关于Docker的事情,主要是涉及到部署Python Docker的一些事情,比如说会使用到其进行部署相关的一些应用,那么,具体的部署方法是什么呢?下面给大家详细解答下。


  序言:


  在应用比较古典的物理机或云服务器上部署项目都会存在一些痛点


  举个例子吧:有一些使用项目部署效率是比较的低的、并且会造成资源浪费、移动运输难度比较的大


  而使用Docker部署项目的优势包含:


  高效利用系统资源


  服务启动更快


  环境一致,迁移更加方便


  本篇文章将介绍Docker部署一个Python项目的常规流程


  1.Dockerfile描述文件


  Dockerfile是一个放置在项目根目录下的描述文件,可以利用Docker命令基于该文件构建一个镜像


  常用的指令包含:


  FROM


  用于定义基础镜像


  MAINTAINER


  指定维护者信息,可以省略不写


  RUN


  和「安装命令」连接在一起,可用于安装工具依赖包


  ADD


  将宿主机的文件,并进行解压


  COPY


  和ADD指令功能一样,但是不会进行解压操作


  WORKDIR


  用于切换工作目录


  VOLUME


  配置宿主机与容器的目录映射


  EXPOSE


  配置容器内项目对外暴露的端口号


  CMD


  指定容器启动后,运行的命令


  比如,可以运行某个命令启动项目


  2.实战一下


  使用Docker部署应用的常规流程是:


  开发项目并本地测试通过


  编写Dockerfile放置到项目根目录


  打包镜像文件


  运行镜像容器


  测试


  为了演示方便,这里以一个简单的Flask项目为例进行讲解


  2-1项目开发


  from flask import Flask
  #安装依赖
  #pip3 install-U flask
  app=Flask(__name__)
  app.route('/')
  def index():
  return"测试容器部署!"
  if __name__=='__main__':
  app.run(host='0.0.0.0',port=8888)
  #浏览器访问测试
  #http://127.0.0.1:8888/
  项目开发完成,并在本地测试通过后就可以编写Dockerfile文件了


  2-2编写Dockerfile


  在项目根目录下,创建一个Dockerfile文件,使用上面的指令编写描述脚本


  需要注意的是,这里使用「EXPOSE」指令暴露的端口号与入口文件定义的端口号保持一致


  #Dockerfile
  FROM centos:7.9.2009
  RUN yum makecache fast;
  RUN yum install python3-devel python3-pip-y
  RUN pip3 install-i https://pypi.douban.com/simple flask
  COPY main.py/opt
  WORKDIR/opt
  EXPOSE 8888
  CMD["python3","main.py"]

  2-3构建镜像


  #在当前文件夹下,根据Dockerfile文件构建一个镜像


  #镜像名称:xag/my_flask_web


  #--no-cache:不使用旧的缓存进行镜像构建


  docker build--no-cache-t"xag/my_flask_web".


  2-4运行镜像容器


  使用docker run命令基于镜像运行一个容器


  其中


  -d:代表容器在后台运行,不是基于前台运行


  –name:用于执行容器的别名


  -p:用于配置宿主机与容器的端口映射


  #-d:后台运行
  #宿主机(9999)映射容器内的8888(上面Dockerfile已经暴露了8888端口)
  docker run-d--name flask_web-p 9999:8888 xag/my_flask_web


  2-5测试一下


  最后在浏览器中,通过宿主机暴露的端口号9999访问项目了


  访问地址:http://127.0.0.1:9999/


  3.总结


  文章中以一个简单的Web项目阐述了利用Docker部署项目的常规流程


  综上所述,这篇文章就给大家介绍到这里了,希望可以给大家带来帮助。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/128818.html

相关文章

  • Python3网络爬虫实战---12、部署相关库的安装:Docker、Scrapyd

    摘要:阿里云安装脚本安装脚本两个脚本可以任选其一,速度都非常不错。推荐的加速器有和阿里云。阿里云不同平台的镜像加速方法配置可以参考的官方文档。以上便是的安装方式说明。上一篇文章网络爬虫实战爬虫框架的安装下一篇文章网络爬虫实战部署相关库 上一篇文章:Python3网络爬虫实战---11、爬虫框架的安装:ScrapySplash、ScrapyRedis下一篇文章:Python3网络爬虫实战---...

    ityouknow 评论0 收藏0
  • DevOps 基于Walle的小型持续集成实战(七)总结

    摘要:当前版本针对于安装版概要整体流程贯通,基本可以达到实用级别。仍旧有很多需要提高的地方发布构建时部署上线服务器卡顿严重,基本不可以多项目发布。 该文章旨在描述从零开始搭建环境,中间遇到的问题以及最终的经验总结。当前版本针对于2.0 docker安装版 概要 整体流程贯通,基本可以达到实用级别。满足2-5台服务器,少量的应用部署是完全可以的,但达到一定规模之后则Walle和Jenkins...

    iliyaku 评论0 收藏0
  • 蠎周刊 2015 年度最赞

    摘要:蠎周刊年度最赞亲俺们又来回顾又一个伟大的年份儿包去年最受欢迎的文章和项目如果你错过了几期就这一期不会丢失最好的嗯哼还为你和你的准备了一批纪念裇从这儿获取任何时候如果想分享好物给大家在这儿提交喜欢我们收集的任何意见建议通过来吧原文 Title: 蠎周刊 2015 年度最赞Date: 2016-01-09 Tags: Weekly,Pycoder,Zh Slug: issue-198-to...

    young.li 评论0 收藏0
  • 2013年度Python运维工具

    摘要:周刊根据读者对周刊文章的点击数据,评选出了年最受关注的运维工具。 Pycoders周刊根据读者对周刊文章的点击数据,评选出了2013年最受关注的Python运维工具。 showImg(http://segmentfault.com/img/bVbTMb);   metrology (github.com) 这个库很酷, 支持你对应用进行多种测量,并轻松的输出给类...

    VincentFF 评论0 收藏0
  • Docker相关的项目

    摘要:相关基于项目和项目,并遵循应用的十二因素风格。相关在设计上,项目尽量保持驱动和模块化,以便模块支持不同的实现方案。相关不仅可以管理众多虚拟机,其计算服务还支持对的驱动,管理引擎的子项目还可用于通过模板管理容器。现已整合公司所支持的项目。 整理自《Docker技术入门与实践》 PaaS(Platform as a Service) PaaS 是希望提供一个统一的可供所有软件直接运行而无需...

    littlelightss 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<