建站
咨詢
售后
建站咨詢
新聞中心
新手程序員面臨的困難的問題之一是理解“環(huán)境”的概念。環(huán)境就是你編寫代碼的系統(tǒng)，聽起來很容易，但很快你就會明白維護(hù)系統(tǒng)有多困難。
創(chuàng)新互聯(lián)公司一直通過網(wǎng)站建設(shè)和網(wǎng)站營銷幫助企業(yè)獲得更多客戶資源。 以"深度挖掘，量身打造，注重實效"的一站式服務(wù)，以成都網(wǎng)站設(shè)計、成都做網(wǎng)站、移動互聯(lián)產(chǎn)品、全網(wǎng)整合營銷推廣服務(wù)為核心業(yè)務(wù)。10余年網(wǎng)站制作的經(jīng)驗，使用新網(wǎng)站建設(shè)技術(shù)，全新開發(fā)出的標(biāo)準(zhǔn)網(wǎng)站，不但價格便宜而且實用、靈活，特別適合中小公司網(wǎng)站制作。網(wǎng)站管理系統(tǒng)簡單易用，維護(hù)方便，您可以完全操作網(wǎng)站資料，是中小公司快速網(wǎng)站建設(shè)的選擇。
很大原因是庫和 IDE，甚至 Python 代碼本身都會經(jīng)歷更新和版本更改，有時候，我們對一個庫進(jìn)行更新，就會導(dǎo)致另一段代碼報錯。正因如此，我們經(jīng)常需要修復(fù)各種來源不明的 BUG。
此外，如果我們同時開發(fā)多個項目，可能會出現(xiàn)依賴性沖突。如果一段代碼因為另一段代碼而出現(xiàn) BUG 時，情況會更糟糕。
另外，如果你想將一個項目共享給一個在不同操作系統(tǒng)上工作的團(tuán)隊成員，或者將你在 Mac 上構(gòu)建的項目發(fā)送到另一個操作系統(tǒng)上的服務(wù)器，你是否需要重新配置代碼?很明顯是一定需要的。
因此，為了減少這些問題的出現(xiàn)，人們提出使用容器來分離項目和它們所在的環(huán)境。容器基本上是一個環(huán)境可以運(yùn)行的地方，與系統(tǒng)中的所有其他東西分開。一旦定義了容器中的內(nèi)容，就可以輕松地重新創(chuàng)建環(huán)境，甚至與同事共享項目。
要求
首先，我們需要安裝一些設(shè)置：
Windows或macOS：安裝Docker Desktop(https://www.docker.com/get-started)
Linux：先安裝Docker，再安裝 Docker Compose(https://docs.docker.com/compose/install/)
對Python服務(wù)進(jìn)行容器化
假設(shè)我們正在創(chuàng)建一個名為 server.py 的 Flask 服務(wù)，并假設(shè)文件內(nèi)容如下：
- from flask import Flask
- server = Flask(__name__)
- @server.route("/")
- def hello():
- return "Hello World!"
- if __name__ == "__main__":
- server.run(host='0.0.0.0')
如上所述，我們需要記錄代碼的依賴關(guān)系，因此，我們可以創(chuàng)建一個 requirements.txt 文件，其中可以包含以下要求：
- Flask==1.1.1
因此，我們的軟件包需要具有以下結(jié)構(gòu)：
- app
- ├─── requirements.txt
- └─── src
- └─── server.py
該結(jié)構(gòu)非常合理(源代碼保存在單獨(dú)的目錄中)。要執(zhí)行我們的 Python 程序，只需安裝一個Python 解釋器并運(yùn)行即可。
我們可以在本地運(yùn)行該程序，但是假設(shè)我們正在處理 15 個項目：在容器中運(yùn)行是有意義的，這樣可以避免與其他項目發(fā)生沖突。
讓我們進(jìn)入容器化。
Dockerfile
要運(yùn)行 Python 代碼，我們將容器打包為 Docker 映像，然后基于它運(yùn)行一個容器。如下所示：
- 創(chuàng)建一個 Dockerfile，其中包含構(gòu)建圖像所需的說明;
- 然后由 Docker builder 創(chuàng)建映像;
- 簡單的 docker run image 命令然后創(chuàng)建一個運(yùn)行應(yīng)用程序的容器。
分析 Dockerfile
Dockerfile 是一個文件，其中包含有關(guān)組裝 Docker 映像(保存為 myimage )的說明：
- # 設(shè)置基本映像（主機(jī)操作系統(tǒng)）
- FROM python:3.8
- # 在容器中設(shè)置工作目錄
- WORKDIR /code
- # 將依賴項文件復(fù)制到工作目錄中
- COPY requirements.txt .
- # 安裝依賴項
- RUN pip install -r requirements.txt
- # 將本地src目錄的內(nèi)容復(fù)制到工作目錄
- COPY src/ .
- # 在容器啟動時運(yùn)行的命令
- CMD [ "python", "./server.py" ]
Dockerfile 是逐行編譯的，因此構(gòu)建器會生成圖像層并將其堆疊在先前的圖像上。
我們還可以在 build 命令的輸出中觀察到作為步驟執(zhí)行的 Dockerfile 指令。
- $ docker build -t myimage .
- Sending build context to Docker daemon 6.144kB
- Step 1/6 : FROM python:3.8
- 3.8.3-alpine: Pulling from library/python
- …
- Status: Downloaded newer image for python:3.8.3-alpine
- ---> 8ecf5a48c789
- Step 2/6 : WORKDIR /code
- ---> Running in 9313cd5d834d
- Removing intermediate container 9313cd5d834d
- ---> c852f099c2f9
- Step 3/6 : COPY requirements.txt .
- ---> 2c375052ccd6
- Step 4/6 : RUN pip install -r requirements.txt
- ---> Running in 3ee13f767d05
- …
- Removing intermediate container 3ee13f767d05
- ---> 8dd7f46dddf0
- Step 5/6 : COPY ./src .
- ---> 6ab2d97e4aa1
- Step 6/6 : CMD python server.py
- ---> Running in fbbbb21349be
- Removing intermediate container fbbbb21349be
- ---> 27084556702b
- Successfully built 70a92e92f3b5
- Successfully tagged myimage:latest
然后，我們可以看到映像位于本地映像存儲目錄中：
- $ docker images
- REPOSITORY TAG IMAGE ID CREATED SIZE
- myimage latest 70a92e92f3b5 8 seconds ago 991MB
在開發(fā)過程中，我們希望花費(fèi)盡可能少的時間，為 Python 服務(wù)重建映像。
注意：Docker 和 virtualenv 非常相似但又有所不同。Virtualenv 只允許我們在 Python 的依賴關(guān)系之間切換，無法使用主機(jī)操作系統(tǒng)。但是，使用Docker，你可以在任何操作系統(tǒng)上交換整個操作系統(tǒng)：安裝并運(yùn)行Python(例如 UBTUN，Debian，Alpine，甚至Windows Server Core)。因此，如果你的團(tuán)隊工作需要驗證你的技術(shù)，請使用Docker。如果不需要，可以使用 venv。
總結(jié)
在上文中，我們展示了如何把 Python 服務(wù)容器化。 希望此過程將變得更容易，并且能夠為你的項目提供更長的保質(zhì)期。同時，因為依賴關(guān)系的變化，也能降低你的代碼錯誤的可能性。
分享標(biāo)題：都2020年了，居然還有人沒有在數(shù)據(jù)科學(xué)項目中使用Docker？
文章網(wǎng)址：http://www.dlmjj.cn/article/ccocdoe.html
