PDF转Excel:高效去除AI特征,实现数据自由编辑
606
2022-10-21
docker项目管理
本文目录一览:
docker是一个开源项目,诞生于2013年初,最初是dotCloud公司内部的一个业余项目。它基于Google公司推出的GO语言实现,项目后来加入了Linux基金会,遵从了apache2.0协议,项目代码在GitHub上进行维护。
docker自开源后受到广泛的关注和讨论,以至于dotcloud公司后来都改名为docker lnc。Redhat已经在其rhel6.5中集中支持docker,Google也在其PaaS产品中广泛应用。
docker项目的目标是实现轻量级的操作系统虚拟化解决方案,docker的基础是Linux容器等技术。
1、更高效的利用系统资源
docker对系统资源的利用率更高,无论是应用执行速度,内存损耗或者文件存储速度,都要比传统虚拟机技术更高效。因此,相比虚拟机技术,一个相同配置的主机往往可以运行更多数量的应用。
2、更快速的启动时间
传统的虚拟机技术启动应用服务往往需要数分钟,而docker容器应用,由于直接运行于宿主内核,无需启动完整的操作系统,因此可以做到秒级,甚至毫秒级的启动时间,大大的节约了开发测试,部署的时间。
3、一致的运行环境
开发过程中常见的一个问题是环境一致问题,由于开发环境,测试环境,生产环境不一致,导致有些bug并未在开发过程中发现。而docker的镜像提供了除内核外完整的运行时环境,确保环境一致性,从而不会在出现“这段代码在我机器上没问题”这类问题。
4、持续支付和部署
对开发和运维人员来说,最希望就是一次创建和部署,可以在任意的地方运行。(定制应用镜像来实现集成、持续支付、部署。开发人员可以通过dockerfile来进行镜像构建,并结合持续集成系统进行集成测试,而运维人员则可以直接在生产环境中快速部署该镜像,甚至结合持续部署系统进行自动部署)。而且使用dockerfile使镜像构建透明化,不仅仅开发团队可以理解应用运行环境,也方便运维团队理解应用运行所需条件,帮助更好的生产环境中部署该镜像。
5、更轻松的迁移
由于docker确保了执行环境的一致性,使得应用的迁移更加的容易。docker可以在很多平台上运行,无论是物理机、虚拟机、公有云、私有云、甚至是笔记本、其运行结果是一致的。因此用户可以很轻易的将在一个平台上运行的应用,迁移到另一个平台上,而不用担心运行环境的变化导致应用无法正常运行的情况。
6、更轻松的维护和拓展
docker使用的分层存储以及镜像的技术,使得应用重复部分的复用更为容易,也使得应用的维护更新更加简单,基于基础镜像进一步扩展镜像也变得十分简单。此外,docker团队同各个开源项目团队一起维护了一大批高质量的官网镜像,既可以直接在生产环境使用,又可以作为基础进一步定制,大大的降低了应用服务的镜像制作成本。
一、基本思路
1. 创建一个用于开发Django App的目录
mkdir django-example cd django-example
2. 构建基本开发环境
touch Dockerfile
touch pip.conf requirements.txt
pip.conf文件填入以下内容,以便一会用pip安装Python 模块时使用阿里云镜像加速:
[global]
index-url =
[install]
trusted-host=mirrors.aliyun.com
requirements.txt文件中填入要安装的Python 模块:
django
编写构建开发环境的Dockerfile文件,填入以下内容:
# MAINTAINER Gevin flyhigher139@gmail.com
# DOCKER-VERSION 1.12.0
#
# Dockerizing Python: Dockerfile for building python applications
FROM python:2.7.12
MAINTAINER Gevin flyhigher139@gmail.com
WORKDIR /usr/src/app
# 使用阿里云的pip镜像
COPY pip.conf /root/.pip/pip.conf
COPY requirements.txt /usr/src/app/requirements.txt
RUN pip install -r /usr/src/app/requirements.txt
EXPOSE 8000
CMD ["bash"]
然后执行下面命令构建镜像:
docker build -t gevin/django-example:0.1 .
构建成功后,执行docker images命令,可以查看到当前构建好的image
docker images
REPOSITORY TAG IMAGE ID CREATED SIZE
gevin/django-example 0.1 1855fc3c8062 12 hours ago 698.9 MB
3. 使用构建的image拉起开发环境
执行下面命令,可以以前台形式拉起django-example镜像的一个container:
docker run -it --rm -v $(pwd):/usr/src/app gevin/django-example:0.1
上面命令使用了data volume,把当前目录挂载到container中的工作目录下,这样当前目录下的所有文件都会映射到container的工作目录下,在工作目录下的所有改动,也都会保存到宿主机的当前目录下。
4. 创建django项目
上一步的命令创建了一个安装了django的交互式的container,直接在该container中执行创建django项目的命令即可:
root@7c91f460599f:/usr/src/app# django-admin startproject dj_example
上述命令,在container中基于django的命令创建了一个django项目,由于上一步操作时把宿主机的当前目录挂载到container的工作目录下,因此,刚刚在container中创建的django项目,在宿主机上也能看到。
container:
root@7c91f460599f:/usr/src/app# lsDockerfile dj_example pip.conf requirements.txt
宿主机:
django-example ls
Dockerfile dj_example pip.conf requirements.txt
5. 启动django项目
docker run -it --rm -p 8000:8000 -v $(pwd):/usr/src/app gevin/django-example:0.1 python dj_example/manage.py runserver 0.0.0.0:8000
二、Docker-compose与Django环境的结合
每次使用上面章节中介绍的冗长命令来使用django环境非常麻烦,docker-compose可以简化操作。
首先在当前目录下创建docker-compose.yml文件:
➜ django-example touch docker-compose.yml
然后在该文件中写入如下内容:
version: '2'
services:
django-example:
image: gevin/django-example:0.1
volumes:
- ./dj_example:/usr/src/app
ports:
- 8000:8000
command: python manage.py runserver 0.0.0.0:8000
执行下面命令即可拉起django服务:
➜ django-example docker-compose up# Starting djangoexample_django-example_1# Attaching to djangoexample_django-example_1
在浏览器中访问,即可看到默认的django页面
注:
上面的docker-compose文件,把./dj_example目录挂载到/usr/src/app,免去执行django命令时,需要对应到下级目录的麻烦,但这样隐藏了原来container中的requirements.txt文件,需要注意。
基于docker-compose 执行django 命令
使用docker-compose 的 run命令,可以在容器内执行相应操作,如:
对django服务的数据库做migrate操作:
docker-compose run django-example python manage.py migrate
创建超级用户:
docker-compose run django-example python manage.py createsuperuser# Username (leave blank to use 'root'): gevin# Email address:# Password:# Password (again):# Superuser created successfully.
创建成功后,访问,即可使用刚创建的用户(即gevin),登录数据库管理页面
由于使用了数据卷,保存在sqlite数据库中的数据会一直有效。
三、简化方案
上面方案已经成功构建了django 环境,并应用于开发。上面的方案主要是为了阐述实现思路,在实际操作起来至少有两个麻烦:(1)需要进入容器里面创建django项目;(2)由于django项目是建立在当前目录的子目录下,使用docker-compose 时为了命令简单通用,更换了数据卷。
在实践中,利用docker-compose的run命令,没必要进入容器创建django项目;只要把django项目建立在当前目录下,也没必要更换数据卷了。
因此,可以把上面的方案再理一下,按下面步骤构建开发环境,并应用到开发中去。
Outline:
创建Dockerfile文件
构建镜像
创建docker-compose文件
创建项目
拉起项目
1. 创建Dockerfile文件
对Python开发环境而言,最好再创建pip.conf和requirements.txt文件,以便方便安装项目必须的Python依赖,其他语言的开发环境就具体情况而定。
以Python为例,Dockerfile 内容如下:
# MAINTAINER Gevin flyhigher139@gmail.com
# DOCKER-VERSION 1.12.0
#
# Dockerizing Python: Dockerfile for building python applications
FROM python:2.7.12
MAINTAINER Gevin flyhigher139@gmail.com
WORKDIR /usr/src/app
# 使用阿里云的pip镜像
COPY pip.conf /root/.pip/pip.conf
COPY requirements.txt /usr/src/app/requirements.txt
RUN pip install -r /usr/src/app/requirements.txt
EXPOSE 8000
CMD ["bash"]
2. 构建镜像
docker build -t gevin/django-example:0.1 .
3. 创建docker-compose文件
docker-compose文件内容如下:
version: '2'
services:
django-example:
image: gevin/django-example:0.1
volumes:
- .:/usr/src/app
ports:
- 8000:8000
command: python manage.py runserver 0.0.0.0:8000
4. 创建项目
docker-compose run django-example django-admin startproject dj_project .
果然需要migrate数据库,创建超级用户等,可以在这里一并创建,也可以在后面的开发中再创建:
docker-compose run django-example python manage.py migrate
docker-compose run django-example python manage.py createsuperuser
5. 拉起项目
docker-compose up
四、其他
Gevin认为,虽然基于docker可以构建开发环境,但还是vagrant用起来更舒服,docker更加适合做CI,测试和部署。
实际工作中如何使用docker,就仁者见仁,智者见智了。
作者:Gevin
链接:
来源:简书
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。
Docker容器虚拟化的好处
Docker项目的发起人和Docker Inc.的CTO Solomon Hykes认为,Docker在正确的地点、正确的时间顺应了正确的趋势—即高效地构建应用。现在开发者需要能方便地创建运行在云平台上的应用,也就是说应用必须能够脱离底层机器,而且同时必须是“任何时间任何地点”可获取的。因此,开发者们需要一种创建分布式应用程序的方式,这也是Docker所能够提供的。
举个简单的应用场景的例子。假设用户试图基于最常见的LAMP(Linux + Apache + MySQL + PHP)组合来运维一个网站。按照传统的做法,首先,需要安装Apache、MySQL 和PHP以及它们各自运行所依赖的环境;之后分别对它们进行配置(包括创建合适的用户、配置参数等);经过大量的操作后,还需要进行功能测试,看是否工作正常;如果不正常,则意味着更多的时间代价和不可控的风险。可以想象,如果再加上更多的应用,事情会变得更加难以处理。
更为可怕的是,一旦需要服务器迁移(例如从阿里云迁移到腾讯云),往往需要重新部署和调试。这些琐碎而无趣的“体力活”,极大地降低了工作效率。
而Docker提供了一种更为聪明的方式,通过容器来打包应用,意味着迁移只需要在新的服务器上启动需要的容器就可以了。这无疑将节约大量的宝贵时间,并降低部署过程出现问题的风险。
Docker在开发和运维中的优势
对开发和运维(DevOps)人员来说,可能最梦寐以求的就是一次性地创建或配置,可以在任意环境、任意时间让应用正常地运行。而Docker恰恰是可以实现这一终极目标的瑞士军刀。
具体说来,Docker在开发和运维过程中,具有如下几个方面的优势。
更快速的交付和部署。使用Docker,开发人员可以使用镜像来快速构建一套标准的开发环境;开发完成之后,测试和运维人员可以直接使用相同环境来部署代码。Docker可以快速创建和删除容器,实现快速迭代,大量节约开发、测试、部署的时间。并且,各个步骤都有明确的配置和操作,整个过程全程可见,使团队更容易理解应用的创建和工作过程。
更高效的资源利用。Docker容器的运行不需要额外的虚拟化管理程序(Virtual Machine Manager,VMM,以及Hypervisor)支持,它是内核级的虚拟化,可以实现更高的性能,同时对资源的额外需求很低。
更轻松的迁移和扩展。Docker容器几乎可以在任意的平台上运行,包括物理机、虚拟机、公有云、私有云、个人电脑、服务器等。 这种兼容性让用户可以在不同平台之间轻松地迁移应用。
更简单的更新管理。使用Dockerfile,只需要小小的配置修改,就可以替代以往大量的更新工作。并且所有修改都以增量的方式进行分发和更新,从而实现自动化并且高效的容器管理。
Docker与虚拟机比较
作为一种轻量级的虚拟化方式,Docker在运行应用上跟传统的虚拟机方式相比具有显著优势:
Docker容器很快,启动和停止可以在秒级实现,这相比传统的虚拟机方式要快得多。
Docker容器对系统资源需求很少,一台主机上可以同时运行数千个Docker容器。
Docker通过类似Git的操作来方便用户获取、分发和更新应用镜像,指令简明,学习成本较低。
Docker通过Dockerfile配置文件来支持灵活的自动化创建和部署机制,提高工作效率。
Docker容器除了运行其中的应用之外,基本不消耗额外的系统资源,保证应用性能的同时,尽量减小系统开销。传统虚拟机方式运行N个不同的应用就要启动N个虚拟机(每个虚拟机需要单独分配独占的内存、磁盘等资源),而Docker只需要启动N个隔离的容器,并将应用放到容器内即可。
当然,在隔离性方面,传统的虚拟机方式多了一层额外的隔离。但这并不意味着Docker就不安全。Docker利用Linux系统上的多种防护机制实现了严格可靠的隔离。从1.3版本开始,Docker引入了安全选项和镜像签名机制,极大地提高了使用Docker的安全性。
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。