python部署docker

1. 如何運用docker配合python開發環境實例

由於開發一個Python程序時需要依賴大量的三方庫包，且python2和3本身就有互不兼容的地方，我們往往需要一個隔離的環境，來避免版本影響造成的bug。

傳統的做法大多數人可能會選擇virtualenv來隔離，但是它有很多明顯的缺點：

• 無法提供完全的隔離

• 如果不想在正式環境中使用，它就會造成差異

而隨著容器技術的日漸成熟和普及，Docker無疑成為解決這個問題的最優解


本文將主要介紹docker和flask的配合開發


步驟：

1.安裝Docker（這里不詳細介紹）

• # 參考命令


• sudo wget -qO- httpr.com/ | sh



2.應用目錄結構

• ├──fanxiangce


• _docker


• ├── Dockerfile


• ├── Readme.md


• └─fanxiangce


• └──app


• ├── manage.py


• └── requirements


• ├── common.txt



3.編寫Dockerfile（詳細命令解釋可以參考hocker.com/engine/reference/builder/#environment-replacement）

• ##########################################################


• # Dockerfile to run a flask-based web application# Based on an centos:7 image


• ##########################################################


• # Set the base image to use to centos


• FROM centos:7



• # Set the file maintainer


• MAINTAINER jasonwang,wjs7740@163.com



• # Set env varibles used in this Dockerfile (add a unique prefix, such as DOCKYARD)


• # Local directory with project source


• ENV DOCKYARD_SRC=fanxiangce



• # Directory in Container for all project files


• ENV DOCKYARD_SRCHOME=/opt


• # Directory in container for project source files


• ENV DOCKYARD_SRCPROJ=/opt/fanxiangce



• # Update the defualt application repository source list


• RUN yum -y install epel-release


• RUN yum -y install python-pip


• RUN yum clean all



• # Copy application source code to SRCDIR


• COPY $DOCKYARD_SRC $DOCKYARD_SRCPROJ



• # Create application subdirectories


• WORKDIR $DOCKYARD_SRCPROJ


• RUN mkdir log


• VOLUME ['$DOCKYARD_SRCPROJ/log/']



• # Install Python dependencies


• RUN pip install --upgrade pip


• RUN pip install -r $DOCKYARD_SRCPROJ/requirements/common.txt



• # Port to expose


• EXPOSE 8000



• # Copy entrypoint script into the image


• WORKDIR $DOCKYARD_SRCPROJ




4. build鏡像

• # 在Dockerfile同級目錄下


• sudo docker build -t jason/webdemo .



成功後顯示Successfully，同時返回鏡像ID，如圖：




8.後續

如果容器關閉後需要再次進入，可以用如下命令

• # 查看當前容器


• sudo docker ps -a


• # 啟動容器


• docker start webdemo


• # 進入容器


• docker attach webdemo



以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。

2. 寫python的至今沒搞懂的微服務是啥，請大佬們不吝賜教！

將模塊功能拆分成多個項目，獨立運行，分流數據壓力，宕機危險，但是每個項目之間又可以通信，比如用戶項目可以查詢訂單項目中的數據。大概就是這么意思，然後用docker把環境支起來大項目會用多個伺服器多個docker進行部署

3. 怎樣在Python中操作Docker容器

Docker容器運行後，如何進入容器進行操作呢？起初我是用SSH。如果只啟動一個容器，用SSH還能應付，只需要將容器的22埠映射到本機的一個埠即可。當我啟動了五個容器後，每個容器默認是沒有配置SSH Server的，安裝配置SSHD，映射容器SSH埠，實在是麻煩。 我發現很多Docker鏡像都是沒有安裝SSHD服務的，難道有其他方法進入Docker容器？ 有很多種方法，包括使用 docker attach 命令或 nsenter 工具等。 使用 attach 命令有時候並不方便。當多個窗口同時 attach 到同一個容器的時候，所有窗口都會同步顯示。 nsenter 可以訪問另一個進程的名字空間。 為了連接到容器，你還需要找到容器的第一個進程的 PID，可以通過下面的命令獲取。 PID=$(docker inspect –format 「{{ .State.Pid }}」 <container>) //將<container>換成你的容器id 通過這個 PID，就可以連接到這個容器： $ nsenter –target $PID –mount –uts –ipc –net –pid 更簡單的，建議大家下載 .bashrc_docker，並將內容放到 .bashrc 中。

4. 如何在Python中使用ZeroMQ和Docker構建微服務架構

當想讓一個容器做兩件事情，或者使一個Docker鏡像包含來自兩個不同鏡像的依賴庫時，就需要知道每個鏡像的Dockerfile。本文介紹了如何通過docker history命令來對Docker鏡像進行反向工程，得到它們的Dockerfile，並組織到一個Dockerfile里然後build，從而實現想做的事情。

常言道，「不要重復發明輪子！」

在使用Docker時，構建自己的鏡像之前，最好在Docker Hub尋找一些可以直接使用的鏡像做練習。把軟體架構分布到一系列容器中，每一個容器只做一件事情，這樣的效果非常好。構建分布式應用的最好的基石是使用來自Docker Hub的官方鏡像，因為可以信任它們的質量。

在某些情況下，可能想讓一個容器做兩件不同的事情。而在另外一些情況下，可能想讓一個Docker鏡像包含來自兩個不同鏡像的依賴庫。如果有每個鏡像的Dockerfile，這是非常簡單的。將它們組織到一個Dockerfile里然後build就行。

然而，大多數時間都在使用Docker Hub上准備好的鏡像，不會有它們的源Dockerfile。我花時間找一個可以合並（或flatten）兩個不同Docker鏡像的工具，當然沒有它們的Dockerfile。也就是說在找一個能做下面這件事的東西：
image 1 --
\
---> merged_image_12
/
image 2 --

此前在GitHub上有兩個相關的討論（1、2），盡管它們都被關閉了。

這可能嗎？
那麼，是否存在工具能夠像這樣做嗎：docker merge image2 image2 merged_image？

沒有！
你甚至不可以用下面的方式來構建Dockerfile：
FROM image1
FROM image2

簡而言之，在一個Dockerfile里不能有多個基礎鏡像。

但是我需要這個功能！
唯一的解決辦法是取得這些鏡像的Dockerfile，然後把它們組織到一個文件中，再進行構建。那麼，我能在Docker Hub上獲得一個鏡像的Dockerfile嗎？ 幸運的是可以。它不能離線獲取（譯註：原文是online，但顯然online時對於來自GitHub的自動構建鏡像是可以直接獲取的），但是你可以使用docker history命令，通過反向工程獲取。

怎麼來使用？
在你的機器上使用docker pull從Docker Hub下載鏡像。
docker pull image1
docker pull image2

然後使用docker history來取得構建這兩個容器時運行的命令。
docker history --no-trunc=true image > image1-dockerfile
docker history --no-trunc=true image2 > image2-dockerfile

接下來打開這兩個文件，你可以看到每個鏡像的命令堆棧。這是因為Docker鏡像通過層（閱讀更多）的方式來構建。即你在Dockerfile中鍵入的每一個命令所構建的新鏡像，都是在之前的命令產生的鏡像之上。所以你可以對鏡像進行逆向工程。

限制
不能對鏡像進行反向工程的唯一場景，是鏡像的維護者在他的Dockerfile中使用了ADD或COPY命令。你會看到這樣一行：
ADD file:1ac56373f7983caf22
或 ADD dir:cf6fe659e9d21535844
這是因為不知道維護者在他自己的機器上，包括鏡像里使用了什麼本地文件。

5. 如何在python腳本里調docker命令

在搭建開發環境時，我們都希望搭建過程能夠簡單，並且一勞永逸，其他的同事可以復用已經搭建好的開發環境以節省開發時間。而在搭建開發環境時，我們經常會被復雜的配置以及重復的下載安裝所困擾。在Docker技術未出現之前，我們可以使用Pupet、Chef、Ansible等配置管理工具把復雜的配置管理起來，這樣的管理配置技術仍然是目前比較流行的方式之一。配置管理工具使用的都是自己的DSL語法定義，考慮到環境的復雜性，配置一套通用的開發環境需要針對各個系統定製，對於大部分開發環境這種維護成本仍然是很高的。Docker技術出現之後，系統的依賴問題得到了徹底的解決，我們可以通過鏡像的方式簡化環境的安裝。結合Docker的開發部署工具Fig，我們可以使用fig.yml文件來定義所有的環境，一次定義，多處使用，簡單而且高效。

6. 如何製作 Python 的 Docker 鏡像

作基礎鏡像
選擇 Ubuntu 官方的 14.04 版本為我們依賴的系統鏡像。
FROM ubuntu:trusty

因所有官方鏡像均位於境外伺服器，為了確保所有示例能正常運行，可以使用與官方鏡像保持同步的 DaoCloud 境內鏡像：
dockerfile
FROM cloud.io/ubuntu:trusty

設置鏡像的維護者，相當於鏡像的作者或發行方。
MAINTAINER Captain Dao <support@cloud.io>

用 RUN 命令調用 apt-get 包管理器安裝 Python 環境所依賴的程序包。
安裝依賴包相對比較固定，因此該動作應該盡量提前，這樣做有助於提高鏡像層的復用率。
安裝完依賴後打掃衛生可以顯著的減少鏡像大小。
RUN apt-get update && \
apt-get install -y python \
python-dev \
python-pip && \
rm -rf /var/lib/apt/lists/*

7. 如何構建基於docker的開發環境

一、基本思路

1. 創建一個用於開發Django App的目錄

mkdir django-example && cd django-example

2. 構建基本開發環境

touch Dockerfile
touch pip.conf requirements.txt

pip.conf文件填入以下內容，以便一會用pip安裝Python 模塊時使用阿里雲鏡像加速：

[global]
index-url = http://mirrors.aliyun.com/pypi/simple/

[install]
trusted-host=mirrors.aliyun.com

requirements.txt文件中填入要安裝的Python 模塊：

django

編寫構建開發環境的Dockerfile文件，填入以下內容：

# MAINTAINER Gevin <flyhigher139@gmail.com>
# DOCKER-VERSION 1.12.0
#
# Dockerizing Python: Dockerfile for building python applications


FROM python:2.7.12
MAINTAINER Gevin <flyhigher139@gmail.com>

WORKDIR /usr/src/app

# 使用阿里雲的pip鏡像
COPY pip.conf /root/.pip/pip.conf
COPY requirements.txt /usr/src/app/requirements.txt
RUN pip install -r /usr/src/app/requirements.txt

EXPOSE 8000

CMD ["bash"]

然後執行下面命令構建鏡像：

docker build -t gevin/django-example:0.1 .

構建成功後，執行docker images命令，可以查看到當前構建好的image

docker images

REPOSITORY TAG IMAGE ID CREATED SIZE
gevin/django-example 0.1 1855fc3c8062 12 hours ago 698.9 MB

3. 使用構建的image拉起開發環境

執行下面命令，可以以前台形式拉起django-example鏡像的一個container：

docker run -it --rm -v $(pwd):/usr/src/app gevin/django-example:0.1

上面命令使用了data volume，把當前目錄掛載到container中的工作目錄下，這樣當前目錄下的所有文件都會映射到container的工作目錄下，在工作目錄下的所有改動，也都會保存到宿主機的當前目錄下。

4. 創建django項目

上一步的命令創建了一個安裝了django的互動式的container，直接在該container中執行創建django項目的命令即可：

root@7c91f460599f:/usr/src/app# django-admin startproject dj_example

上述命令，在container中基於django的命令創建了一個django項目，由於上一步操作時把宿主機的當前目錄掛載到container的工作目錄下，因此，剛剛在container中創建的django項目，在宿主機上也能看到。

container:

root@7c91f460599f:/usr/src/app# lsDockerfile dj_example pip.conf requirements.txt

宿主機：

django-example ls
Dockerfile dj_example pip.conf requirements.txt

5. 啟動django項目

docker run -it --rm -p 8000:8000 -v $(pwd):/usr/src/app gevin/django-example:0.1 python dj_example/manage.py runserver 0.0.0.0:8000

二、Docker-compose與Django環境的結合

每次使用上面章節中介紹的冗長命令來使用django環境非常麻煩，docker-compose可以簡化操作。

首先在當前目錄下創建docker-compose.yml文件：

➜ django-example touch docker-compose.yml

然後在該文件中寫入如下內容：

version: '2'
services:
django-example:
image: gevin/django-example:0.1
volumes:
- ./dj_example:/usr/src/app
ports:
- 8000:8000
command: python manage.py runserver 0.0.0.0:8000

執行下面命令即可拉起django服務：

➜ django-example docker-compose up# Starting djangoexample_django-example_1# Attaching to djangoexample_django-example_1

在瀏覽器中訪問http://localhost:8000，即可看到默認的django頁面

註：

上面的docker-compose文件，把./dj_example目錄掛載到/usr/src/app，免去執行django命令時，需要對應到下級目錄的麻煩，但這樣隱藏了原來container中的requirements.txt文件，需要注意。

基於docker-compose 執行django 命令

使用docker-compose 的 run命令，可以在容器內執行相應操作，如：

對django服務的資料庫做migrate操作：

docker-compose run django-example python manage.py migrate

創建超級用戶:

docker-compose run django-example python manage.py createsuperuser# Username (leave blank to use 'root'): gevin# Email address:# Password:# Password (again):# Superuser created successfully.

創建成功後，訪問http://localhost:8000/admin，即可使用剛創建的用戶(即gevin)，登錄資料庫管理頁面

由於使用了數據卷，保存在sqlite資料庫中的數據會一直有效。

三、簡化方案

上面方案已經成功構建了django 環境，並應用於開發。上面的方案主要是為了闡述實現思路，在實際操作起來至少有兩個麻煩：（1）需要進入容器裡面創建django項目；（2）由於django項目是建立在當前目錄的子目錄下，使用docker-compose 時為了命令簡單通用，更換了數據卷。

在實踐中，利用docker-compose的run命令，沒必要進入容器創建django項目；只要把django項目建立在當前目錄下，也沒必要更換數據卷了。

因此，可以把上面的方案再理一下，按下面步驟構建開發環境，並應用到開發中去。

Outline:

• 創建Dockerfile文件

• 構建鏡像

• 創建docker-compose文件

• 創建項目

• 拉起項目

1. 創建Dockerfile文件

對Python開發環境而言，最好再創建pip.conf和requirements.txt文件，以便方便安裝項目必須的Python依賴，其他語言的開發環境就具體情況而定。

以Python為例，Dockerfile 內容如下：

• # MAINTAINER Gevin <flyhigher139@gmail.com>


• # DOCKER-VERSION 1.12.0


• #


• # Dockerizing Python: Dockerfile for building python applications




• FROM python:2.7.12


• MAINTAINER Gevin <flyhigher139@gmail.com>



• WORKDIR /usr/src/app



• # 使用阿里雲的pip鏡像


• COPY pip.conf /root/.pip/pip.conf


• COPY requirements.txt /usr/src/app/requirements.txt


• RUN pip install -r /usr/src/app/requirements.txt



• EXPOSE 8000



• CMD ["bash"]



2. 構建鏡像

• docker build -t gevin/django-example:0.1 .



3. 創建docker-compose文件

docker-compose文件內容如下：

• version: '2'


• services:


• django-example:


• image: gevin/django-example:0.1


• volumes:


• - .:/usr/src/app


• ports:


• - 8000:8000


• command: python manage.py runserver 0.0.0.0:8000



4. 創建項目

• docker-compose run django-example django-admin startproject dj_project .



果然需要migrate資料庫，創建超級用戶等，可以在這里一並創建，也可以在後面的開發中再創建：

• docker-compose run django-example python manage.py migrate



• docker-compose run django-example python manage.py createsuperuser



5. 拉起項目

• docker-compose up



四、其他

Gevin認為，雖然基於docker可以構建開發環境，但還是vagrant用起來更舒服，docker更加適合做CI，測試和部署。

實際工作中如何使用docker，就仁者見仁，智者見智了。




• 作者：Gevin


• 鏈接：http://www.jianshu.com/p/29c422ae7c58


• 來源：簡書


• 著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請註明出處。

8. 如何在docker上運行python工程

Docker容器運行後，如何進入容器進行操作呢？起初我是用SSH。如果只啟動一個容器，用SSH還能應付，只需要將容器的22埠映射到本機的一個埠即可。當我啟動了五個容器後，每個容器默認是沒有配置SSH Server的，安裝配置SSHD，映射容器SSH埠，...

9. 如何配置docker 部署到python

安裝Docker 藉助apt-get命令，安裝Docker是件輕而易舉的事。 $ sudo apt-get install docker.io 為了允許非根用戶也可以運行Docker，將你自己添加到docker群組。下面這個命令會允許當前用戶運行Docker，無需根用戶許可權。