注意:本文最初于 2023 年 11 月 4 日发表于此处。它已在这里重新发布,以覆盖更广泛的受众。
欢迎阅读系列中的第一篇文章,该文章将引导您完成将遗留应用程序从本地迁移到云的过程,重点关注现代化、无服务器平台和集成 DevOps 实践。
在本文中,我们将重点关注您的应用程序的容器化。但是,如果您从头开始构建应用程序,那就完全没问题(事实上,甚至更好)。在此示例中,我使用此 DigitalOcean 指南来构建一个简单的 TODO 应用程序,并使用 Python (Flask) 和 MongoDB 作为数据库。我进行了一些自定义以使其看起来更好,但要点是构建使用基于 NoSQL 文档的数据库的东西,因为这将是即将进行的工作所需要的。
如果您还没有构建自己的应用程序存储库,可以在 GitHub 上克隆该应用程序的存储库。
构建完应用程序后,让我们开始吧!
Dockerfile
这是我们将容器化的应用程序目录的结构,后面是 Dockerfile。
. ├── app.py ├── LICENSE ├── README.md ├── requirements.txt ├── static │ └── style.css └── templates └── index.html
app.py 文件是包含 Flask 应用代码的主应用程序文件。 requirements.txt 文件包含应用程序所需的 Python 依赖项列表。 static/ 目录包含静态文件,例如 CSS、JavaScript 和图像。 templates/ 目录包含 Flask 应用程序使用的 HTML 模板。
# Use a minimal base image FROM python:3.9.7-slim-buster AS base # Create a non-root user RUN useradd -m -s /bin/bash flaskuser USER flaskuser # Set the working directory WORKDIR /app # Copy the requirements file and install dependencies COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt # Add the directory containing the flask command to the PATH ENV PATH="/home/flaskuser/.local/bin:${PATH}" # Use a multi-stage build to minimize the size of the image FROM base AS final # Copy the app code COPY app.py . COPY templates templates/ COPY static static/ # Set environment variables ENV FLASK_APP=app.py ENV FLASK_ENV=production # Expose the port EXPOSE 5000 # Run the app CMD ["flask", "run", "--host=0.0.0.0"]
这是 Dockerfile 的演练和细分:
Dockerfile 以 FROM 指令开头,该指令指定要使用的基础映像。在本例中,它是 python:3.9.7-slim-buster,这是一个最小的基础映像,其中包括 Python 3.9.7 和一些基本库。
下一条指令使用 RUN 和 useradd 命令创建一个名为 Flaskuser 的非 root 用户。这是避免以 root 用户身份运行容器的安全最佳实践。
WORKDIR 指令将工作目录设置为 /app,这是应用程序代码将被复制的位置。
COPY 指令将requirements.txt 文件复制到容器的/app 目录。
RUN指令使用pip安装requirements.txt中列出的依赖项。 --no-cache-dir 选项用于避免缓存下载的包,这有助于保持较小的图像大小。
ENV指令将包含flask命令的目录添加到PATH环境变量中。这是稍后运行 Flask 命令所必需的。
FROM 指令使用之前定义的基础镜像启动一个新的构建阶段。这是一个多阶段构建,有助于最小化最终图像的大小。
COPY 指令将应用程序代码 (app.py)、模板 (templates/) 和静态文件 (static/) 复制到容器的 /app 目录。
ENV 指令设置 FLASK_APP 和 FLASK_ENV 环境变量。 FLASK_APP 指定主应用程序文件的名称,FLASK_ENV 将环境设置为生产环境。
EXPOSE 指令公开端口 5000,这是 Flask 使用的默认端口。
CMD指令指定容器启动时运行的命令。在这种情况下,它使用 --host=0.0.0.0 选项运行 Flask run 命令来绑定到所有网络接口。
有了这个 Dockerfile,应用程序就可以被容器化并执行。但是,需要注意的是,我们的应用程序需要一个数据库来存储运行时创建或生成的数据。当然,您可以单独拉取 MongoDB 数据库镜像并独立运行。然后,在两侧进行调整,建立两个容器之间的通信,以便应用程序能够成功地将数据存储到数据库中。虽然这种方法有效,但可能会消耗时间并且有点乏味。为了简化流程,我们将继续使用 Docker Compose。在 Docker Compose 中,所有内容都在 YAML 文件中声明,通过使用 docker-compose up 命令,我们可以无缝地启动和操作不同的服务,节省时间和精力。
使用 Docker Compose 简化数据库集成
这是基本的 Docker Compose YAML 文件,我们将使用它来简化流程。
version: '3.9' services: db: image: mongo:4.4.14 ports: - "27017:27017" volumes: - mongo-data:/data/db web: build: . container_name: "myflaskapp" ports: - "5000:5000" environment: - MONGO_URI=mongodb://db:27017 depends_on: - db volumes: mongo-data:
此 Docker Compose YAML 文件配置为设置两个服务:MongoDB 数据库 (db) 和 Web 应用程序 (web)。详细介绍如下:
版本: 指定正在使用的 Docker Compose 文件格式的版本(本例中为 3.9)。
-
服务:
-
数据库(db):
- 使用 MongoDB 版本 4.4.14 镜像。
- 将主机端口 27017 映射到容器端口 27017。
- 利用名为 mongo-data 的卷来持久存储 MongoDB 数据。
-
Web 应用程序 (web):
- 从当前目录 (.) 构建 Docker 镜像。
- 将容器名称设置为“myflaskapp”。
- 将主机端口 5000 映射到容器端口 5000。
- 定义环境变量 MONGO_URI,值为 mongodb://db:27017,建立与 MongoDB 服务的连接。
- 指定对 db 服务的依赖,确保数据库在 Web 服务之前启动。
-
-
音量:
- 定义一个名为 mongo-data 的卷来保存 MongoDB 数据。
总之,这个 Docker Compose 文件协调了 MongoDB 数据库和 Flask Web 应用程序的部署,确保它们能够无缝通信和一起运行。
现在导航到包含 Docker Compose 文件的目录并运行 docker-compose up 以启动 MongoDB 和 Flask Web 应用程序。通过 http://localhost:5000 访问应用程序,确保一切按预期工作。
要停止,请使用 docker-compose down。
一切都好吗?接下来:下一篇文章将工作流程迁移到 Kubernetes。
以上是从传统到云无服务器 - 第 1 部分的详细内容。更多信息请关注PHP中文网其他相关文章!

ArraySareBetterForlement-WiseOperationsDuetofasterAccessCessCessCessCessCessAndOptimizedImplementations.1)ArrayshaveContiguucuulmemoryfordirectAccesscess.2)列出sareflexible butslible dueTopotentEnallymideNamicizing.3)forlarargedAtaTasetsetsetsetsetsetsetsetsetsetsetlib

在NumPy中进行整个数组的数学运算可以通过向量化操作高效实现。 1)使用简单运算符如加法(arr 2)可对数组进行运算。 2)NumPy使用C语言底层库,提升了运算速度。 3)可以进行乘法、除法、指数等复杂运算。 4)需注意广播操作,确保数组形状兼容。 5)使用NumPy函数如np.sum()能显着提高性能。

在Python中,向列表插入元素有两种主要方法:1)使用insert(index,value)方法,可以在指定索引处插入元素,但在大列表开头插入效率低;2)使用append(value)方法,在列表末尾添加元素,效率高。对于大列表,建议使用append()或考虑使用deque或NumPy数组来优化性能。

tomakeapythonscriptexecutableonbothunixandwindows:1)Addashebangline(#!/usr/usr/bin/envpython3)Andusechmod Xtomakeitexecutableonix.2)onWindows,确保pytythonisinsinstalledandassociatedwithedandassociatedwith.pyuunwith.pyun.pyfiles,oruseabatchfile(runuseabatchfile(rugitter)。

当遇到“commandnotfound”错误时,应检查以下几点:1.确认脚本存在且路径正确;2.检查文件权限,必要时使用chmod添加执行权限;3.确保脚本解释器已安装并在PATH中;4.验证脚本开头的shebang行是否正确。这样做可以有效解决脚本运行问题,确保编码过程顺利进行。

ArraySareAryallyMoremory-Moremory-forigationDataDatueTotheIrfixed-SizenatureAntatureAntatureAndirectMemoryAccess.1)arraysStorelelementsInAcontiguxufulock,ReducingOveringOverheadHeadefromenterSormetormetAdata.2)列表,通常

ToconvertaPythonlisttoanarray,usethearraymodule:1)Importthearraymodule,2)Createalist,3)Usearray(typecode,list)toconvertit,specifyingthetypecodelike'i'forintegers.Thisconversionoptimizesmemoryusageforhomogeneousdata,enhancingperformanceinnumericalcomp

Python列表可以存储不同类型的数据。示例列表包含整数、字符串、浮点数、布尔值、嵌套列表和字典。列表的灵活性在数据处理和原型设计中很有价值,但需谨慎使用以确保代码的可读性和可维护性。


热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

EditPlus 中文破解版
体积小,语法高亮,不支持代码提示功能

禅工作室 13.0.1
功能强大的PHP集成开发环境

PhpStorm Mac 版本
最新(2018.2.1 )专业的PHP集成开发工具

VSCode Windows 64位 下载
微软推出的免费、功能强大的一款IDE编辑器

mPDF
mPDF是一个PHP库,可以从UTF-8编码的HTML生成PDF文件。原作者Ian Back编写mPDF以从他的网站上“即时”输出PDF文件,并处理不同的语言。与原始脚本如HTML2FPDF相比,它的速度较慢,并且在使用Unicode字体时生成的文件较大,但支持CSS样式等,并进行了大量增强。支持几乎所有语言,包括RTL(阿拉伯语和希伯来语)和CJK(中日韩)。支持嵌套的块级元素(如P、DIV),