不理解编码环境,还不使用Docker管理数据吗?

发表于:2020-9-16 10:16

字体: | 上一篇 | 下一篇 | 我要投稿

 作者:读芯术    来源:今日头条

分享:
  小白程序员面临的最大困难之一就是理解环境的概念。环境是指程序员进行编码的系统,这听起来貌似很容易,但随着程序员职业生涯的推荐,程序员会逐渐体会到维护“环境”是一件多么困难的事情。
  这主要是因为库、IDE(集成开发环境),甚至Python代码都需要经过更新和版本升级。有时更新一个库,某段代码就会出错,需要重新修改代码。如果同时开发多个项目,就会引起依赖冲突,当某段代码导致另一段代码错误时,事情就会变得很棘手了。
  另外,如果想将项目共享给一个在不同操作系统上的工作伙伴,或者将在Mac上构建的项目交付到另一个操作系统的生产服务器上,就不得不重新配置代码了。
  为了解决这些问题,将项目和项目所处的环境分离的方法被称为“容器”。容器是支持环境运行的地方,与系统上的其他内容东西相分离。一旦定义了容器中的内容,重建环境就很容易了,甚至可以实现与同事共享项目。
  要求
  ·启动Docker,需要安装软件:
  ·windows或macOS:安装Docker Desktop
  ·linux:安装Docker,然后编写Docker
  Python服务包
  假设正在创建一个名为server.py的Flask服务,并设置该文件的内容,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') 
  如上述,需保留代码依赖关系的记录。因此创建一个关于需求的txt文件,包含以下内容:
  Flask==1.1.1 
  因此,服务包有以下结构:
  app 
  ├─── requirements.txt 
  └─── src 
       └─── server.py 
  该结构十分符合逻辑(源文件保存在独立目录中)。若执行Python程序,我们需要安装并运行Python解释器。接下来可以在本地运行这个程序,如果有15个项目同时运行,在一个容器中运行可以避免与其他项目发生冲突。
  Dockerfile
  运行Python代码,需要将容器打包为Docker镜像,然后运行。操作如下:
  ·创建一个包含构建镜像所需指令的Dockerfile
  ·然后通过Docker生成器创建镜像
  ·简单的docker run 命令就可以创建一个正在运行应用程序的容器
  Dockerfile分析
  Dockerfile是一个包含合成Docker镜像说明的文件(命名为myimage):
  # set base image (host OS) 
  FROM python:3.8# set the working directory in the container 
  WORKDIR /code# copy the dependencies file to the working directory 
  COPY requirements.txt .# install dependencies 
  RUN pip install -r requirements.txt# copy the content of the local srcdirectory to the working directory 
  COPY src/ .# command to run on container start 
  CMD [ "python", "./server.py" ] 
  Dockerfile是逐行编译的,因此生成器会生成一个图层,并将其叠加在之前的图像上。在build命令的输出中,可以看到作为步骤执行的Dockerfile指令。
  $ docker build -t myimage . 
  Sending build context to Docker daemon 6.144kBStep 1/6 :FROM python:3.8 
  3.8.3-alpine:Pulling from library/python 
  …Status:Downloaded newer image for python:3.8.3-alpine 
  ---> 8ecf5a48c789Step 2/6 :WORKDIR /code 
  ---> Running in 9313cd5d834d 
  Removing intermediate container 9313cd5d834d 
  ---> c852f099c2f9Step 3/6 :COPY requirements.txt . 
  ---> 2c375052ccd6Step 4/6 :RUN pip install -rrequirements.txt 
  ---> Running in 3ee13f767d05 
  …Removing intermediate container 3ee13f767d05 
  ---> 8dd7f46dddf0Step 5/6 :COPY ./src . 
  ---> 6ab2d97e4aa1Step 6/6 :CMD python server.py 
  ---> Running in fbbbb21349be 
  Removing intermediate container fbbbb21349be---> 27084556702b 
  Successfully built 70a92e92f3b5 
  Successfully tagged myimage:latest 
  然后可以发现镜像存储在本地图像中:
  $ docker images 
  REPOSITORY TAG IMAGE ID CREATED SIZEmyimage latest 70a92e92f3b5 8 seconds ago 991MB 
  在开发过程中,可能需要多次为Python服务重新构建镜像,所以希望花费尽可能少的时间。
  Docker和virtualenv非常相似,但又有所不同。Virtualenv允许你在Python依赖关系中切换,但必须使用主机操作系统。然而,使用Docker就可以在任何操作系统上安装和运行Python(包括Ubuntu、Debian、Alpine以及Windows Server Core)。
  因此,如果你在一个团队中工作,希望可以在以后证明你的技术,就要使用Docker。如果不用docker,venv也是不错的,但它不是通向未来的凭证。

      本文内容不用于商业目的,如涉及知识产权问题,请权利人联系51Testing小编(021-64471599-8017),我们将立即处理
《2023软件测试行业现状调查报告》独家发布~

关注51Testing

联系我们

快捷面板 站点地图 联系我们 广告服务 关于我们 站长统计 发展历程

法律顾问:上海兰迪律师事务所 项棋律师
版权所有 上海博为峰软件技术股份有限公司 Copyright©51testing.com 2003-2024
投诉及意见反馈:webmaster@51testing.com; 业务联系:service@51testing.com 021-64471599-8017

沪ICP备05003035号

沪公网安备 31010102002173号