Python Web App开发Dockerfiles编写示例
- 原文地址:How to write Dockerfiles for Python Web Apps
- 原文作者:Praveen Durairaj
- 译文出自:https://github.com/xitu/gold-miner
- 本文永久链接:github.com/xitu/gold-m…
- 译者:lsvih
- 校对者:Starriers, steinliber
TL;DR
本文涵盖了从创建简单的 Dockerfile 到生产环境多级构建 Python 应用的例子。以下为本指南的内容摘要:
- 使用合适的基础镜像(开发环境使用 debian,生产环境使用 alpine)。
- 在开发时使用 gunicorn 进行热加载。
- 优化 Docker 的 cache layer(缓存层)—— 按照正确的顺序使用命令,仅在必要时运行 pip install。
- 使用 flask 的 static 及 template 目录部署静态文件(比如 React、Vue、Angular 生成的 bundle)。
- 使用 alpine 进行生产环境下的多级构建,减少最终镜像文件的大小。
- #彩蛋 — 在开发时可以用 gunicorn 的 --reload 与 --reload_extra_files 监视文件(包括 html、css 及 js)的修改。
如果你需要以上步骤的代码,请参考 GitHub repo.
内容
- 简单的 Dockerfile 与 .dockerignore
- 使用 gunicorn 实现热加载
- 运行一个单文件 python 脚本
- 部署静态文件
- 生产环境中的直接构建
- 生产环境中的多级构建
假设我们有一个名为 python-app 的应用,为其准备一个简单的目录结构。在顶级目录下,包含 Dockerfile 以及 src 文件夹。
python app 的源码就存放在 src 目录中,app 的依赖关系保存在 requirements.txt 里。为了简洁起见,我们假设 server.py 定义了一个运行于 8080 端口的 flask 服务。
python-app ├── Dockerfile └── src └── server.py └── requirements.txt
1. 简单的 Dockerfile 样例
FROM python:3.6 # 创建 app 目录 WORKDIR /app # 安装 app 依赖 COPY src/requirements.txt ./ RUN pip install -r requirements.txt # 打包 app 源码 COPY src /app EXPOSE 8080 CMD [ "python", "server.py" ]
我们将使用最新版本的 python:3.6 作为基础镜像。
在构建镜像时,docker 会获取所有位于 context 目录下的文件。为了提高 docker 构建的速度,可以在 context 目录中添加 .dockerignore 文件来排除不需要的文件与目录。
通常,你的 .dockerignore 文件件应该如下所示:
.git __pycache__ *.pyc *.pyo *.pyd .Python env
构建并运行此镜像:
$ cd python-docker $ docker build -t python-docker-dev . $ docker run --rm -it -p 8080:8080 python-docker-dev
你将能在 [http://localhost:8080](http://localhost:8080.) 访问此 app。使用 Ctrl+C 组合键可以退出程序。
现在,假设你希望在每次修改代码(比如在本地部署时)时都运行以上代码,那么你需要在启停 python 服务时将代码源文件挂载到容器中。
$ docker run --rm -it -p 8080:8080 -v $(pwd):/app \ python-docker-dev bash root@id:/app# python src/server.py
2. 使用 Gunicorn 实现热更新
gunicorn 是一款运行于 Unix 下的 Python WSGI HTTP server,使用的是 pre-fork worker 模型(注,Arbiter 是 gunicorn 的 master,因此称 gunicorn 为 pre-fork worker)。你可以使用各种各样的选项来配置 gunicorn。向 gunicorn 命令中传入 --reload 或是将 reload 写入配置文件,就可以让 gunicorn 在有文件发生变化时自动重启 python 服务。
FROM python:3.6 # 创建 app 目录 WORKDIR /app # 安装 app 依赖 COPY gunicorn_app/requirements.txt ./ RUN pip install -r requirements.txt # 打包 app 源码 COPY gunicorn_app /app EXPOSE 8080
我们将构建镜像并运行 gunicorn,以便在 app 目录下文件发生变动时对代码进行 rebuild。
$ cd python-docker $ docker build -t python-hot-reload-docker . $ docker run --rm -it -p 8080:8080 -v $(pwd):/app \ python-hot-reload-docker bash root@id:/app# gunicorn --config ./gunicorn_app/conf/gunicorn_config.py gunicorn_app:app
一切在 app 目录下 python 文件的更改都会触发 rebuild,发生的变化都能在 [http://localhost:8080](http://localhost:8080.) 上实时展示。请注意,我们已经将文件挂载到了容器中,因此 gunicorn 才能正常工作。
其它格式的文件怎么办? 如果你希望 gunicorn 在监视代码变动的时候也监视其它类型的文件(如 template、view 之类的文件),可以在 reload_extra_files 参数中进行指定。此参数接受数组形式的多个文件名。
3. 运行一个单文件 python 脚本
你可以通过 docker run,使用 python 镜像来简单地运行 python 单文件脚本。
docker run -it --rm --name single-python-script -v "$PWD":/app -w /app python:3 python your-daemon-or-script.py
你也可以给脚本传递一些参数。在上面的例子中,我们就已经挂载了当前工作目录,也就是说可以将目录中的文件当做参数传递。
4. 部署静态文件
上面的 Dockerfile 假定了你是使用 Python 运行一个 API 服务器。如果你想用 Python 为 React.js、Vue.js、Angular.js app 提供服务,可以使用 Flask。Flask 为渲染静态文件提供了一种便捷的方式:html 文件放在 templates 目录中,css、js 及图片放在 static 目录中。
请在此 repo 中查看简单的 hello world 静态 app 的目录结构。
FROM python:3.6 # 创建 app 目录 WORKDIR /app # 安装 app 依赖 COPY static_app/requirements.txt ./ RUN pip install -r requirements.txt # 打包 app 源码 COPY static_app /app EXPOSE 8080 CMD ["python","server.py"]
In your server.py,
if __name__ == '__main__': app.run(host='0.0.0.0')
请注意,host 需要设置为 0.0.0.0 - 这样可以让你的服务在容器外被访问。如果不设置此参数,host 会默认设为 localhost。
5. 生产环境中的直接构建
FROM python:3.6 # 创建 app 目录 WORKDIR /app # 安装 app 依赖 COPY gunicorn_app/requirements.txt ./ RUN pip install -r requirements.txt # 打包 app 源码 COPY . /app EXPOSE 8080 CMD ["gunicorn", "--config", "./gunicorn_app/conf/gunicorn_config.py", "gunicorn_app:app"]
构建并运行这个一体化镜像:
$ cd python-docker $ docker build -t python-docker-prod . $ docker run --rm -it -p 8080:8080 python-docker-prod
由于底层为 Debian,构建完成后镜像约为 700MB(具体数值取决于你的源码)。下面探讨如何减小这个文件的大小。
6. 生产环境中的多级构建
使用多级构建时,将在 Dockerfile 中使用多个 FROM 语句,但最后仅会使用最终阶段构建的文件。这样,得到的镜像将仅包含生产服务器中所需的依赖,理想情况下文件将非常小。
当你需要使用依赖于系统的模块或需要编译的模块时,这种构建模式十分有用。比如 pycrypto 和 numpy 就很适合这种方法。
# ---- 基础 python 镜像 ---- FROM python:3.6 AS base # 创建 app 目录 WORKDIR /app # ---- 依赖 ---- FROM base AS dependencies COPY gunicorn_app/requirements.txt ./ # 安装 app 依赖 RUN pip install -r requirements.txt # ---- 复制文件并 build ---- FROM dependencies AS build WORKDIR /app COPY . /app # 在需要时进行 Build 或 Compile # --- 使用 Alpine 发布 ---- FROM python:3.6-alpine3.7 AS release # 创建 app 目录 WORKDIR /app COPY --from=dependencies /app/requirements.txt ./ COPY --from=dependencies /root/.cache /root/.cache # 安装 app 依赖 RUN pip install -r requirements.txt COPY --from=build /app/ ./ CMD ["gunicorn", "--config", "./gunicorn_app/conf/gunicorn_config.py", "gunicorn_app:app"]
使用上面的方法,用 Alpine 构建的镜像文件大小约 90MB,比之前少了 8 倍。使用 alpine 版本进行构建能有效减小镜像的大小。
注意: 上面的 Dockerfiles 是为 python 3 编写的,你可以只做少数修改就能将其改为 python 2 版本。如果你要部署的是 django 应用,也应该能通过少数改动就做出可部署于生产环境的 Dockerfiles。
此外,你是否试过将 python web app 部署在 Hasura 上呢?这其实是将 python 应用部署于 HTTPS 域名的最快的方法(仅需使用 git push)。尝试使用 hasura.io/hub/project… 的模板快速入门吧!Hasura 中所有的项目模板都带有 Dockerfile 与 Kubernetes 标准文件,你可以自由进行定义
以上就是Python Web App编写Dockerfiles示例的详细内容,更多关于Python Web App编写Dockerfiles的资料请关注脚本之家其它相关文章!
相关文章
Window10上Tensorflow的安装(CPU和GPU版本)
这篇文章主要介绍了Window10上Tensorflow的安装(CPU和GPU版本),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2020-12-12Python NumPy中的随机数及ufuncs函数使用示例详解
这篇文章主要介绍了Python NumPy中的随机数及ufuncs函数使用,ufunc函数是NumPy中的一种通用函数,它可以对数组中的每个元素进行操作,而不需要使用循环语句,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起学习吧2023-05-05
最新评论