在此之前,我一直用uwsgi+virtualenv+nginx方式进行应用部署,操作起来比较麻烦,而且依赖于服务器上的Python版本,服务的管理方面单纯uwsgi + pid算不上特别麻烦但总没有docker compose方便,无奈原本的服务器是32位系统的用不上docker,现在又增加了一个新服务器,所以赶紧把docker安排上~ 不得不说真的太简单太方便了,全程傻瓜式操作,也基本没像之前uwsgi部署那样遇到一些坑,真棒!

安装

最好是在开发机装上docker和compose,方便本机测试,安装方法直接参考官网,本文不再赘述。

参考:https://docs.docker.com/

编写Dockerfile

首先是要给Django应用写一个Dockerfile来构建服务镜像。

我的Dockerfile内容如下,每一行都有注释,供各位参考:

FROM python:3.7

# 设置 python 环境变量
ENV PYTHONUNBUFFERED 1 # 创建 code 文件夹并将其设置为工作目录
RUN mkdir /code
WORKDIR /code # 更新 pip
RUN pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pip -U
# 设置清华源
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple # 将 requirements.txt 复制到容器的 code 目录
ADD requirements.txt /code/ # 安装库
RUN pip install -r requirements.txt # 将当前目录复制到容器的 code 目录
ADD . /code/

写完之后可以直接运行docker run构建镜像,之后进入container的命令行执行python manage.py runserver 0.0.0.0 8000测试能否正常启动服务器(当然没有暴露端口前是没办法访问到的)

使用compose编排服务

Docker Compose是一个用来定义和运行复杂应用的Docker工具。一个使用Docker容器的应用,通常由多个容器组成。使用Docker Compose不再需要使用shell脚本来启动容器。 

Compose 通过一个配置文件来管理多个Docker容器,在配置文件中,所有的容器通过services来定义,然后使用docker-compose脚本来启动,停止和重启应用,和应用中的服务以及所有依赖服务的容器,非常适合组合使用多个容器进行开发的场景。

官方文档:https://docs.docker.com/compose/overview/

注意compose版本需要和docker版本正确对应才能正常运行,docker更新很快,安装最好从官网最新版本进行~

下面附上我的docker-compose.yml文件,后面会对配置项目进行介绍

version: "3"
services: mongo:
image: mongo
expose:
- 27017
restart: on-failure # 退出代码指示出现故障错误时重启 postgres:
image: postgres
expose:
- 5432
restart: on-failure
environment:
- POSTGRES_PASSWORD=password web:
restart: always # 除正常工作外,容器会在任何时候重启,比如遭遇 bug、进程崩溃、docker 重启等情况。
build: .
environment:
- ENVIRONMENT=docker
command: python3 manage.py runserver 0.0.0.0:8000
volumes:
- .:/code
ports:
- "9000:8000"
depends_on:
- postgres
- mongo

可以看到我这个项目里面使用到了PostgreSQL和MongoDB,使用compose把他们整合在一起,并且暴露端口给web(也就是Django应用)使用。

编写完docker-compose.yml文件之后,执行docker-compose up就可以自动构建各个镜像并且运行服务了,非常方便。

如果需要后台运行则使用:docker-compose up -d

重新构建镜像使用:docker-compose up --build

删除使用:docker-compose down

启动和停止:docker-compose startdocker-compose stop

compose配置

官网上有非常详细的配置文档,本文中我只介绍几个我常用的配置项。

build

build 可以指定包含构建上下文的路径,比如前面docker-compose.yml里的:

web:
build: .

volumes配置

注意web节点下有个volumes配置。

从前面Dockerfile可以看到,Django应用的代码是在构建时静态复制到容器中的,即通过Dockerfile文件中的ADD . /code/命令实现物理主机中的源码复制到容器中,这样在后续物理主机src目录中代码的更改不会反应到容器中。 

可以通过volumes 关键字实现物理主机目录挂载到容器中的功能(这时可以删除Dockerfile中的ADD . /code/命令了,不需要创建镜像时将代码打包进镜像,而是通过volums动态挂载,容器和物理host共享数据卷,这样还是实现程序的热更新)

links 和 depends_on

这两个差不多其实,不过前者官网文档说已经不建议使用了,所以用depends_on吧,作用就是把多个服务中的容器链接起来,比如本文例子中,我的Django应用需要用到postgresql数据库和MongoDB,所以我把他们链接起来,并且暴露端口(但要注意的是,在docker中,每一个镜像都是单独的一个主机,所以这三个服务相当于是三个不同的虚拟机,不能通过 localhost:port 访问),这样在Django服务里需要使用 postgres:5432 这样的形式使用。

其中postgres是我们写在depends_on里面的服务名称,当然可以设置别名,比如 postgres:db,那么就是通过 db:5432去访问了~

通过这个名称去访问服务器的原理相当于本地DNS吧,或者说是host文件~

数据库迁移

当Django应用在服务器上部署之后,还面临一个数据库迁移的问题,其实很好解决,要不就直接进docker环境执行命令,或者使用docker-compose run来执行,如下:

docker-compose run web python3 manage.py makemigrations
docker-compose run web python3 manage.py migrate

其他需要执行的命令同理~

command

这个command是要在一个服务里面的镜像构建完启动之后执行的命令,一般来说只能执行一条,不过也能执行多条(不推荐)

看了一眼Stack Overflow,大体两种方法:

第一种:

web:
command: python a.py && python b.py

第二种,利用管道:

web:
command:
- /bin/sh
- -c
- |
python a.py
python b.py

大概就说这么多啦,因为其实真的太简单了,更多操作参考官网文档吧~

参考资料

后端开发之光!Django应用的容器化部署实践~的更多相关文章

  1. spring boot本地开发与docker容器化部署的差异

    spring boot本地开发与docker容器化部署的差异: 1. 文件路径及文件名区别大小写: 本地开发环境为windows操作系统,是忽略大小写的,但容器中区分大小写 2. docker中的容器 ...

  2. 谈谈surging引擎的tcp、http、ws协议和如何容器化部署

    1.前言 分布式已经成为了当前最热门的话题,分布式框架也百花齐放,群雄逐鹿.从中心化服务治理框架,到去中心化分布式服务框架,再到分布式微服务引擎,这都是通过技术不断积累改进而形成的结果.esb,网关, ...

  3. 1. 容器化部署一套云服务 第一讲 Jenkins(Docker + Jenkins + Yii2 + 云服务器))

    容器化部署一套云服务系列 1. 容器化部署一套云服务之Jenkins 一.购买服务器 服务器

  4. Flask容器化部署原理与实现

    本文将介绍Flask的部署方案:Flask + Nginx + uWSGI,并使用docker进行容器化部署,部署的实例来源 Flask开发初探,操作系统为ubuntu. Flask系列文章: Fla ...

  5. .NET Core+MySql+Nginx 容器化部署

    .NET Core容器化@Docker .NET Core容器化之多容器应用部署@Docker-Compose .NET Core+MySql+Nginx 容器化部署 GitHub-Demo:Dock ...

  6. 浅谈surging服务引擎中的rabbitmq组件和容器化部署

    1.前言 上个星期完成了surging 的0.9.0.1 更新工作,此版本通过nuget下载引擎组件,下载后,无需通过代码build集成,引擎会通过Sidecar模式自动扫描装配异构组件来构建服务引擎 ...

  7. angular应用容器化部署

    angular 应用容器化部署 Intro 我自己有做一个个人主页,虽然效果不怎么样(不懂设计的典型程序猿...),但是记录了我对于前端框架及工具的一些实践, 从开始只有一个 angularjs 制作 ...

  8. Ubuntu系统下容器化部署gitlab

    容器化部署gitlab 获取镜像文件 1. 下载镜像文件 docker pull beginor/gitlab-ce:-ce. 2. 创建GitLab 的配置 (etc) . 日志 (log) .数据 ...

  9. Jaeger容器化部署

    概述 Jaeger是由Uber开源的分布式追踪系统,一套完整的Jager追踪系统包括Jaeger-client.Jaeger-agent.Jaeger-collector.Database和Jaege ...

  10. Gogs的Docker容器化部署流程遇到的问题

    Gogs的Docker容器化部署流程遇到的问题   最近在学习CI/CD的一些方案,个人比较青睐容器化轻量级.CI方面一开始是想使用gitlab的,但是发现我自己买的服务器配置太低,内存根本不够(大写 ...

随机推荐

  1. 实战案例丨代码优化:如何去除context中的warning?

    在一个java语言群里面,有人抛了这么一段代码出来,问题是出现了下下图中的warning,问有什么好的方法消除 这种强转都是因为类型链条断掉了,写入的时候擦除了类型,读出来的时候也就只能强转了,那个i ...

  2. 云图说|ModelArts开发环境,让AI开发、探索、教学更简单

    摘要:ModelArts开发环境,以云原生的资源使用和开发工具链的集成,目标为不同类型AI开发.探索.教学用户. 本文分享自华为云社区<[云图说]| 第280期 ModelArts开发环境,让A ...

  3. 盘点Python 中字符串的常用操作

    摘要:盘点 Python 中字符串的几个常用操作,对新手极度的友好. 本文分享自华为云社区<盘点 Python 中字符串的常用操作,对新手极度友好>,作者:TT-千叶 . 在 Python ...

  4. 50亿海量数据如何高效存储和分析? GaussDB (for Cassandra) 3个秘诀搞定

    摘要:信息社会正在从互联网时代走向物联网时代,企业不可避免的要面对数据量剧增带来的一系列问题:如何高效存储和扩容,如何在对原有业务改动最小的情况下做到智能化和实时分析. 本文分享自华为云社区<5 ...

  5. 华山论“件”:Kafka、RabbitMQ、RocketMQ技能大比拼

    摘要:主流的消息中间件包含Kafka.RabbitMQ和RocketMQ,本期云图说为您介绍它们之前的差异. 本文分享自华为云社区<第234期 华山论"件"-Kafka.Ra ...

  6. 火山引擎 DataLeap:在数据研发中,如何提升效率?

    更多技术交流.求职机会,欢迎关注字节跳动数据平台微信公众号,回复[1]进入官方交流群 在数仓及中台研发过程中,研发人员经常需要在不同任务中维护相同或类似代码,不仅费时费力,并且代码迭代后也面临不同业务 ...

  7. BitSail“拍了拍”你,并给你一份快速入门指南

    本 Quick Guide 面向 BitSail 新手入门使用人员,从源码编译.产物结构.如何提交作业.实机演示等多方面带领大家迅速入门 BitSail,从 0 到 1 了解并完成 BitSail 基 ...

  8. 【Java 进阶】Java8 新特性的理解与应用

    [进阶]Java8新特性的理解与应用 前言 Java 8是Java的一个重大版本,是目前企业中使用最广泛的一个版本. 它支持函数式编程,新的Stream API .新的日期 API等一系列新特性. 掌 ...

  9. Zookeeper面试题总结

    1.请简述Zookeeper的选举机制 假设有五台服务器组成的zookeeper集群,它们的id从1-5,同时它们都是最新启动的,也就是没有历史数据,在存放数据量这一点上,都是一样的. 假设这些服务器 ...

  10. 【Django drf】认证类 权限类 频率类 过滤类 排序类 分页类

    目录 认证类 前期准备 自定义认证类 配置认证类 全局配置 局部禁用 认证组件使用步骤 基于类中方法的认证(了解) 权限类 前期准备 重写has_permission() 添加权限不足信息 权限组件使 ...