我们在写完 python 程序之后，如果想要运行在服务器上，你会如何操作？
今天我就来和大家聊聊这个话题。
我们在使用传统物理机或云服务器上部署项目都会存在一些痛点，比如：项目部署速度慢、资源浪费、迁移难且扩展低。
而使用 Docker 部署项目的优势包含：
- 高效利用系统资源
- 服务启动更快
- 环境一致，迁移更加方便
今天将给大家介绍 Docker 部署一个 Python 项目的常规流程。
1. Dockerfile 描述文件
Dockerfile 是一个放置在项目根目录下的描述文件，可以利用 Docker 命令基于该文件构建一个镜像常用的指令包含：
FROM
用于定义基础镜像
MAINTAINER
指定维护者信息，可以省略不写
RUN
和「 安装命令 」连接在一起，可用于安装工具依赖包
ADD
将宿主机的文件，并进行解压
COPY
和 ADD 指令功能一样，但是不会进行解压操作
WORKDIR
用于切换工作目录
VOLUME
配置宿主机与容器的目录映射
EXPOSE
配置容器内项目对外暴露的端口号
CMD
指定容器启动后，运行的命令
比如，可以运行某个命令启动项目
2. 实战一下
使用 Docker 部署应用的常规流程是：
- 开发项目并本地测试通过
- 编写 Dockerfile 放置到项目根目录
- 打包镜像文件
- 运行镜像容器
- 测试
为了演示方便，这里以一个简单的 Flask 项目为例进行讲解
2-1 项目开发
from flask import Flask
# 安装依赖
# pip3 install -U flask
app = Flask(__name__)
@app.route('/')
def index():
return "测试容器部署!"
if __name__ == '__main__':
app.run(host='0.0.0.0', port=8888)
# 浏览器访问测试
# http://127.0.0.1:8888/项目开发完成，并在本地测试通过后就可以编写 Dockerfile 文件了
2-2 编写 Dockerfile
在项目根目录下，创建一个 Dockerfile 文件，使用上面的指令编写描述脚本需要注意的是，这里使用「 EXPOSE 」指令暴露的端口号与入口文件定义的端口号保持一致
# Dockerfile
FROM centos:7.9.2009
RUN yum makecache fast;
RUN yum install python3-devel python3-pip -y
RUN pip3 install -i https://pypi.douban.com/simple flask
COPY main.py /opt
WORKDIR /opt
EXPOSE 8888
CMD ["python3","main.py"]2-3 构建镜像
# 在当前文件夹下，根据Dockerfile文件构建一个镜像
# 镜像名称：xag/my_flask_web
# --no-cache：不使用旧的缓存进行镜像构建
docker build --no-cache -t "xag/my_flask_web" .2-4 运行镜像容器
使用 docker run 命令基于镜像运行一个容器
其中
- -d：代表容器在后台运行，不是基于前台运行
- --name：用于执行容器的别名
- -p：用于配置宿主机与容器的端口映射
# -d：后台运行
# 宿主机（9999）映射容器内的8888（上面Dockerfile已经暴露了8888端口）
docker run -d --name flask_web -p 9999:8888 xag/my_flask_web 2-5 测试一下
最后在浏览器中，通过宿主机暴露的端口号 9999 访问项目了
3. 总结
今天的文章我们以一个简单的 Web 项目阐述了利用 Docker 部署项目的常规流程。
实际上，Dockerfile 非常的灵活，它还支持 ARG/ENV 设置环境变量，VOlUME 指令挂载目录，ENTRYPOINT 配置启动程序和参数等。
以上就是本次分享的所有内容，如果你觉得文章还不错，欢迎关注公众号：Python编程学习圈，每日干货分享，发送“J”还可领取大量学习资料。或是前往编程学习网，了解更多编程技术知识。
