5分钟教会你用Docker部署一个Python应用

前言

在使用传统物理机或云服务器上部署项目都会存在一些痛点

比如：项目部署速度慢、资源浪费、迁移难且扩展低

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

实际上，Dockerfile 非常的灵活，它还支持 ARG/ENV 设置环境变量，VOlUME 指令挂载目录，ENTRYPOINT 配置启动程序和参数等，这部分内容大家可以根据官网介绍自行进行扩展

到此这篇关于用Docker部署一个Python应用的文章就介绍到这了,更多相关Docker部署Python应用内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

最新评论