python部署docker

1. 如何运用docker配合python开发环境实例

由于开发一个Python程序时需要依赖大量的三方库包，且python2和3本身就有互不兼容的地方，我们往往需要一个隔离的环境，来避免版本影响造成的bug。

传统的做法大多数人可能会选择virtualenv来隔离，但是它有很多明显的缺点：

• 无法提供完全的隔离

• 如果不想在正式环境中使用，它就会造成差异

而随着容器技术的日渐成熟和普及，Docker无疑成为解决这个问题的最优解


本文将主要介绍docker和flask的配合开发


步骤：

1.安装Docker（这里不详细介绍）

• # 参考命令


• sudo wget -qO- httpr.com/ | sh



2.应用目录结构

• ├──fanxiangce


• _docker


• ├── Dockerfile


• ├── Readme.md


• └─fanxiangce


• └──app


• ├── manage.py


• └── requirements


• ├── common.txt



3.编写Dockerfile（详细命令解释可以参考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,[email protected]



• # 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镜像

• # 在Dockerfile同级目录下


• sudo docker build -t jason/webdemo .



成功后显示Successfully，同时返回镜像ID，如图：




8.后续

如果容器关闭后需要再次进入，可以用如下命令

• # 查看当前容器


• sudo docker ps -a


• # 启动容器


• docker start webdemo


• # 进入容器


• docker attach webdemo



以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。

2. 写python的至今没搞懂的微服务是啥，请大佬们不吝赐教！

将模块功能拆分成多个项目，独立运行，分流数据压力，宕机危险，但是每个项目之间又可以通信，比如用户项目可以查询订单项目中的数据。大概就是这么意思，然后用docker把环境支起来大项目会用多个服务器多个docker进行部署

3. 怎样在Python中操作Docker容器

Docker容器运行后，如何进入容器进行操作呢？起初我是用SSH。如果只启动一个容器，用SSH还能应付，只需要将容器的22端口映射到本机的一个端口即可。当我启动了五个容器后，每个容器默认是没有配置SSH Server的，安装配置SSHD，映射容器SSH端口，实在是麻烦。 我发现很多Docker镜像都是没有安装SSHD服务的，难道有其他方法进入Docker容器？ 有很多种方法，包括使用 docker attach 命令或 nsenter 工具等。 使用 attach 命令有时候并不方便。当多个窗口同时 attach 到同一个容器的时候，所有窗口都会同步显示。 nsenter 可以访问另一个进程的名字空间。 为了连接到容器，你还需要找到容器的第一个进程的 PID，可以通过下面的命令获取。 PID=$(docker inspect –format “{{ .State.Pid }}” <container>) //将<container>换成你的容器id 通过这个 PID，就可以连接到这个容器： $ nsenter –target $PID –mount –uts –ipc –net –pid 更简单的，建议大家下载 .bashrc_docker，并将内容放到 .bashrc 中。

4. 如何在Python中使用ZeroMQ和Docker构建微服务架构

当想让一个容器做两件事情，或者使一个Docker镜像包含来自两个不同镜像的依赖库时，就需要知道每个镜像的Dockerfile。本文介绍了如何通过docker history命令来对Docker镜像进行反向工程，得到它们的Dockerfile，并组织到一个Dockerfile里然后build，从而实现想做的事情。

常言道，“不要重复发明轮子！”

在使用Docker时，构建自己的镜像之前，最好在Docker Hub寻找一些可以直接使用的镜像做练习。把软件架构分布到一系列容器中，每一个容器只做一件事情，这样的效果非常好。构建分布式应用的最好的基石是使用来自Docker Hub的官方镜像，因为可以信任它们的质量。

在某些情况下，可能想让一个容器做两件不同的事情。而在另外一些情况下，可能想让一个Docker镜像包含来自两个不同镜像的依赖库。如果有每个镜像的Dockerfile，这是非常简单的。将它们组织到一个Dockerfile里然后build就行。

然而，大多数时间都在使用Docker Hub上准备好的镜像，不会有它们的源Dockerfile。我花时间找一个可以合并（或flatten）两个不同Docker镜像的工具，当然没有它们的Dockerfile。也就是说在找一个能做下面这件事的东西：
image 1 --
\
---> merged_image_12
/
image 2 --

此前在GitHub上有两个相关的讨论（1、2），尽管它们都被关闭了。

这可能吗？
那么，是否存在工具能够像这样做吗：docker merge image2 image2 merged_image？

没有！
你甚至不可以用下面的方式来构建Dockerfile：
FROM image1
FROM image2

简而言之，在一个Dockerfile里不能有多个基础镜像。

但是我需要这个功能！
唯一的解决办法是取得这些镜像的Dockerfile，然后把它们组织到一个文件中，再进行构建。那么，我能在Docker Hub上获得一个镜像的Dockerfile吗？ 幸运的是可以。它不能离线获取（译注：原文是online，但显然online时对于来自GitHub的自动构建镜像是可以直接获取的），但是你可以使用docker history命令，通过反向工程获取。

怎么来使用？
在你的机器上使用docker pull从Docker Hub下载镜像。
docker pull image1
docker pull image2

然后使用docker history来取得构建这两个容器时运行的命令。
docker history --no-trunc=true image > image1-dockerfile
docker history --no-trunc=true image2 > image2-dockerfile

接下来打开这两个文件，你可以看到每个镜像的命令堆栈。这是因为Docker镜像通过层（阅读更多）的方式来构建。即你在Dockerfile中键入的每一个命令所构建的新镜像，都是在之前的命令产生的镜像之上。所以你可以对镜像进行逆向工程。

限制
不能对镜像进行反向工程的唯一场景，是镜像的维护者在他的Dockerfile中使用了ADD或COPY命令。你会看到这样一行：
ADD file:1ac56373f7983caf22
或 ADD dir:cf6fe659e9d21535844
这是因为不知道维护者在他自己的机器上，包括镜像里使用了什么本地文件。

5. 如何在python脚本里调docker命令

在搭建开发环境时，我们都希望搭建过程能够简单，并且一劳永逸，其他的同事可以复用已经搭建好的开发环境以节省开发时间。而在搭建开发环境时，我们经常会被复杂的配置以及重复的下载安装所困扰。在Docker技术未出现之前，我们可以使用Pupet、Chef、Ansible等配置管理工具把复杂的配置管理起来，这样的管理配置技术仍然是目前比较流行的方式之一。配置管理工具使用的都是自己的DSL语法定义，考虑到环境的复杂性，配置一套通用的开发环境需要针对各个系统定制，对于大部分开发环境这种维护成本仍然是很高的。Docker技术出现之后，系统的依赖问题得到了彻底的解决，我们可以通过镜像的方式简化环境的安装。结合Docker的开发部署工具Fig，我们可以使用fig.yml文件来定义所有的环境，一次定义，多处使用，简单而且高效。

6. 如何制作 Python 的 Docker 镜像

作基础镜像
选择 Ubuntu 官方的 14.04 版本为我们依赖的系统镜像。
FROM ubuntu:trusty

因所有官方镜像均位于境外服务器，为了确保所有示例能正常运行，可以使用与官方镜像保持同步的 DaoCloud 境内镜像：
dockerfile
FROM cloud.io/ubuntu:trusty

设置镜像的维护者，相当于镜像的作者或发行方。
MAINTAINER Captain Dao <[email protected]>

用 RUN 命令调用 apt-get 包管理器安装 Python 环境所依赖的程序包。
安装依赖包相对比较固定，因此该动作应该尽量提前，这样做有助于提高镜像层的复用率。
安装完依赖后打扫卫生可以显着的减少镜像大小。
RUN apt-get update && \
apt-get install -y python \
python-dev \
python-pip && \
rm -rf /var/lib/apt/lists/*

7. 如何构建基于docker的开发环境

一、基本思路

1. 创建一个用于开发Django App的目录

mkdir django-example && cd django-example

2. 构建基本开发环境

touch Dockerfile
touch pip.conf requirements.txt

pip.conf文件填入以下内容，以便一会用pip安装Python 模块时使用阿里云镜像加速：

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

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

requirements.txt文件中填入要安装的Python 模块：

django

编写构建开发环境的Dockerfile文件，填入以下内容：

# MAINTAINER Gevin <[email protected]>
# DOCKER-VERSION 1.12.0
#
# Dockerizing Python: Dockerfile for building python applications


FROM python:2.7.12
MAINTAINER Gevin <[email protected]>

WORKDIR /usr/src/app

# 使用阿里云的pip镜像
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"]

然后执行下面命令构建镜像：

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

构建成功后，执行docker images命令，可以查看到当前构建好的image

docker images

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

3. 使用构建的image拉起开发环境

执行下面命令，可以以前台形式拉起django-example镜像的一个container：

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

上面命令使用了data volume，把当前目录挂载到container中的工作目录下，这样当前目录下的所有文件都会映射到container的工作目录下，在工作目录下的所有改动，也都会保存到宿主机的当前目录下。

4. 创建django项目

上一步的命令创建了一个安装了django的交互式的container，直接在该container中执行创建django项目的命令即可：

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

上述命令，在container中基于django的命令创建了一个django项目，由于上一步操作时把宿主机的当前目录挂载到container的工作目录下，因此，刚刚在container中创建的django项目，在宿主机上也能看到。

container:

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

宿主机：

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

5. 启动django项目

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与Django环境的结合

每次使用上面章节中介绍的冗长命令来使用django环境非常麻烦，docker-compose可以简化操作。

首先在当前目录下创建docker-compose.yml文件：

➜ django-example touch docker-compose.yml

然后在该文件中写入如下内容：

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

执行下面命令即可拉起django服务：

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

在浏览器中访问http://localhost:8000，即可看到默认的django页面

注：

上面的docker-compose文件，把./dj_example目录挂载到/usr/src/app，免去执行django命令时，需要对应到下级目录的麻烦，但这样隐藏了原来container中的requirements.txt文件，需要注意。

基于docker-compose 执行django 命令

使用docker-compose 的 run命令，可以在容器内执行相应操作，如：

对django服务的数据库做migrate操作：

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

创建超级用户:

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

创建成功后，访问http://localhost:8000/admin，即可使用刚创建的用户(即gevin)，登录数据库管理页面

由于使用了数据卷，保存在sqlite数据库中的数据会一直有效。

三、简化方案

上面方案已经成功构建了django 环境，并应用于开发。上面的方案主要是为了阐述实现思路，在实际操作起来至少有两个麻烦：（1）需要进入容器里面创建django项目；（2）由于django项目是建立在当前目录的子目录下，使用docker-compose 时为了命令简单通用，更换了数据卷。

在实践中，利用docker-compose的run命令，没必要进入容器创建django项目；只要把django项目建立在当前目录下，也没必要更换数据卷了。

因此，可以把上面的方案再理一下，按下面步骤构建开发环境，并应用到开发中去。

Outline:

• 创建Dockerfile文件

• 构建镜像

• 创建docker-compose文件

• 创建项目

• 拉起项目

1. 创建Dockerfile文件

对Python开发环境而言，最好再创建pip.conf和requirements.txt文件，以便方便安装项目必须的Python依赖，其他语言的开发环境就具体情况而定。

以Python为例，Dockerfile 内容如下：

• # MAINTAINER Gevin <[email protected]>


• # DOCKER-VERSION 1.12.0


• #


• # Dockerizing Python: Dockerfile for building python applications




• FROM python:2.7.12


• MAINTAINER Gevin <[email protected]>



• WORKDIR /usr/src/app



• # 使用阿里云的pip镜像


• 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. 构建镜像

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



3. 创建docker-compose文件

docker-compose文件内容如下：

• 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. 创建项目

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



果然需要migrate数据库，创建超级用户等，可以在这里一并创建，也可以在后面的开发中再创建：

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



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



5. 拉起项目

• docker-compose up



四、其他

Gevin认为，虽然基于docker可以构建开发环境，但还是vagrant用起来更舒服，docker更加适合做CI，测试和部署。

实际工作中如何使用docker，就仁者见仁，智者见智了。




• 作者：Gevin


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


• 来源：简书


• 着作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

8. 如何在docker上运行python工程

Docker容器运行后，如何进入容器进行操作呢？起初我是用SSH。如果只启动一个容器，用SSH还能应付，只需要将容器的22端口映射到本机的一个端口即可。当我启动了五个容器后，每个容器默认是没有配置SSH Server的，安装配置SSHD，映射容器SSH端口，...

9. 如何配置docker 部署到python

安装Docker 借助apt-get命令，安装Docker是件轻而易举的事。 $ sudo apt-get install docker.io 为了允许非根用户也可以运行Docker，将你自己添加到docker群组。下面这个命令会允许当前用户运行Docker，无需根用户权限。