Flask后端实践 番外篇 Docker部署优化

发布时间: 2020-05-23 更新时间: 2021-12-01

Flask后端实践 Flask,Python 6.70 K 6 分钟 174

Flask后端实践 番外篇 Docker部署优化

思考

《Flask后端实践 连载八 Docker+Gunicorn+Nginx部署Flask后端》一文中成功的部署了Flask应用。

  1. 为啥占用的空间会那么大?可用sudo docker ps -as | grep flask_test查看。
  2. 容器直接使用,flask应用产生的数据文件,例如日志、报表等文件哪里去了?

创建更小体积的容器

Q:为啥占用的空间会那么大?

A:FROM python:3拉取的是官方python镜像,包含python运行所需要的环境及其他辅助包,功能相当齐全。有些辅助包,实际python项目运行并不需要,那么我们只需要能用上的包就行。

构建alpine镜像

alpine镜像,简洁、小巧,基本是个空镜像。基于alpine的python镜像只构建了基础环境,alpine-python镜像

  1. dockerfile

    • 修改之前
      FROM python:3 MAINTAINER "username<usereamil>" ENV PIPURL "https://pypi.tuna.tsinghua.edu.cn/simple" WORKDIR /projects COPY . . RUN pip --no-cache-dir install -i ${PIPURL} --upgrade pip RUN pip --no-cache-dir install -i ${PIPURL} gunicorn==19.9.0 RUN pip --no-cache-dir install -i ${PIPURL} flask==1.0.2 RUN pip --no-cache-dir install -i ${PIPURL} gevent==1.4.0 CMD gunicorn -c gun.conf app:app
    • 修改后
      FROM python:3.7-alpine MAINTAINER "username<usereamil>" RUN echo http://mirrors.aliyun.com/alpine/v3.9/main > /etc/apk/repositories RUN echo http://mirrors.aliyun.com/alpine/v3.9/community >> /etc/apk/repositorie RUN apk update RUN apk --update add --no-cache gcc RUN apk --update add --no-cache g++ ENV PIPURL "https://pypi.tuna.tsinghua.edu.cn/simple" WORKDIR /projects COPY . . RUN pip --no-cache-dir install -i ${PIPURL} --upgrade pip RUN pip --no-cache-dir install -i ${PIPURL} gunicorn==19.9.0 RUN pip --no-cache-dir install -i ${PIPURL} flask==1.0.2 RUN pip --no-cache-dir install -i ${PIPURL} gevent==1.4.0 CMD gunicorn -c gun.conf app:app
  2. 构建镜像

    Sending build context to Docker daemon 4.608kB Step 1/15 : FROM python:3.7-alpine ---> 715a1f28828d Step 2/15 : MAINTAINER "username<usereamil>" ---> Using cache ---> b7bfa87a2b0e Step 3/15 : RUN echo http://mirrors.aliyun.com/alpine/v3.9/main > /etc/apk/repositories ---> Using cache ---> c82dd75ed328 Step 4/15 : RUN echo http://mirrors.aliyun.com/alpine/v3.9/community >> /etc/apk/repositorie ---> Using cache ---> 7febd2453c8e Step 5/15 : RUN apk update ---> Using cache ---> 1f6b90e4471d Step 6/15 : RUN apk --update add --no-cache gcc ---> Using cache ---> ceafdbd4cd4f Step 7/15 : RUN apk --update add --no-cache g++ ---> Running in a717db1c9018 ---> d6149e90a126 Step 8/15 : ENV PIPURL "https://pypi.tuna.tsinghua.edu.cn/simple" ---> Running in fef2f2a70fe5 ---> b660c204a67a Step 9/15 : WORKDIR /projects ---> Running in b4f5e1625d78 ---> b5412cc69410 Step 10/15 : COPY . . ---> 969d2dba4cf2 Step 11/15 : RUN pip --no-cache-dir install -i ${PIPURL} --upgrade pip ---> Running in c608a175f3ee ---> 379af03e636d Step 12/15 : RUN pip --no-cache-dir install -i ${PIPURL} gunicorn==19.9.0 ---> Running in d585b4b53c76 ---> 75da545b2456 Step 13/15 : RUN pip --no-cache-dir install -i ${PIPURL} flask==1.0.2 ---> Running in 9f43837a308a ---> 5549e24cf9b4 Step 14/15 : RUN pip --no-cache-dir install -i ${PIPURL} gevent==1.4.0 ---> Running in e12dabc30cfa ---> b7c026ddc0ba Step 15/15 : CMD gunicorn -c gun.conf app:app ---> Running in 0eed5a480823 Removing intermediate container 0eed5a480823 ---> 530171c5de2b Successfully built 530171c5de2b Successfully tagged flask-test-alpine:latest
  3. 运行

    • 执行命令运行sudo docker run -it -p 8001:80 --name="flask_test_alpine" -d flask-test-alpine
    • 查看是否启动sudo docker ps
  4. 比较

    • 镜像执行命令sudo docker images |grep flask查询
      REPOSITORY          TAG                 IMAGE ID            SIZE
      flask-test-alpine   latest              530171c5de2b        288MB
      flask-test          latest              e90b8627afd0        965MB
      
    • 容器比较执行命令sudo docker ps -as | grep flask_test
      CONTAINER ID        IMAGE       ...  NAMES                SIZE
      5387acdc99f4  flask-test        ...  flask_test           822kB (virtual 966MB)
      9843d5822333  flask-test-alpine ...  flask_test_alpine    411kB (virtual 289MB)
      
    • 通过镜像和容器的比较,使用alpine容器和镜像都比原来的少一半以上,使用alpine为基础镜像的方法完胜。

挂载数据到宿主机

  1. 数据卷

    数据卷是一个可以绕过联合文件系统的,专门指定的可在一或多个容器间共享目录。卷为提供为持久化或共享数据提供了一些有用的特性。 数据卷设计的初哀是提供持久化数据,而与容器的生命周期无关。因此,在删除容器时,Docker不会自动删除卷,直到没有容器再引用。如果需要在删除容器的同时移除数据卷。可以在删除容器的时候使用 命令sudo docker rm -v [CONTAINER ID]

    • 卷可以容器间共享和重用
    • 容器并不一定要和其它容器共享卷
    • 修改卷后会立即生效
    • 对卷的修改不会对镜像产生影响
    • 卷会一直存在,直到没有任何容器在使用它
  2. 挂载

    使用命令sudo docker -v 宿主机位置:容器位置

    • 方法一,命令行
      sudo docker run -it -p 8001:80 --name="flask_test_alpine" -d -v ./logs:/projects/logs flask-test-alpine
    • 方法二,docker-compose
      version: "2"
      services:
          flask_test_alpine:
              image: flask-test-alpine:latest
              build: .
              container_name: flask_test_alpine
              restart: always
              ports:
                  - "8000:80"
              volumes:
                  - ./logs:/projects/logs             
      

总结

  • 解决了docker部署占用空间过大的问题
  • 解决了容器内文件与宿主机文件映射的问题
end
如果你觉得还不错的话,请我吃个午饭吧!😍
支付宝
支付宝
微信
微信
目录

Copyright © 2019-2020 qzq版权所有

蜀ICP备19012274号-1 | 管理