Python环境搭建、python项目以docker镜像方式部署到Linux

Python环境搭建、python项目以docker镜像方式部署到Linux

        本文的项目是用Python写的，记录了生成docker镜像，然后整个项目在Linux跑起来的过程：

 原文链接：https://msd.misuland.com/pd/3065794831805579512

1、windows中Python环境搭建以及pycharm的安装和配置，用以开发Python项目

这个其实很简单，我从网络上找了一些资源，以下是截图（这块是转的）

（一）.python环境的搭建

（1）.下载python（这里以python3.6为例）

    step 1：打开下载网址：https://www.python.org/downloads/windows/

    step 2：我这里选着python3的版本

step 3：选择python的可执行文件安装包

（2）.安装python（这里以python3.6为例）     step 1：下载完成后就可以安装了，基本傻瓜式安装，不过要强调几点，如下图（python3.6已经可以自动添加环境变量                     如果你要安装python2那么你手动配置环境变量，具体方法自行百度，这里不做赘述！）

 step 2：安装完成后，我们来检查一下python是否安装成功，打开cmd命令，输入python，回车，若显示类似下图，证明环境搭建完成。

 step 3：测试输出hello world，从开始菜单打开python自带的IDE,输入如下代码，然后回车。

至此，我们的python环境搭建完成。

（二）.pycharm的安装与配置

（1）.pycharm的下载

    step 1：打开下载网址：http://www.jetbrains.com/pycharm/

    step 2：点击下载按钮。

step 3：专业版是收费的，社区版是免费的，并且社区版新手使用足够，我们这里下载社区版。

（2）.pycharm的安装

    pycharm的安装依然是傻瓜化安装，基本一路next,这里只强调一点

step 2：接下来是一些按照顺序摆放的配置图片。完成pycharm的基本配置

（4）.pycharm的python解释器的搭建

    同样，接下来是一些按照顺序摆放的配置图片。完成pycharm的python解释器的搭建

（5）.pycharm的建立一个新项目

首先打开pycharm，接下来是一些按照顺序摆放的配置图片。完成pycharm的一个项目创建。

至此，pycharm已经全部安装完成。

pycharm中安装组件的方法：

Python中安装bs4后，pycharm报错ModuleNotFoundError: No module named 'bs4'

如果此时使用pycharm执行代码，在引用bs4 “frombs4 import BeautifulSoup”时还会报错“ModuleNotFoundError: Nomodule named 'bs4'.” 未找到名为bs4的模块，这时需要在Pycharm上安装bs4模块来解决，解决方法如下： 1.    File– Setting

 Project:Python – Project Interperter

在该页面下会显示执行项目默认的python版本，如图我设置的python版本是python3.6；

还会显示在pycharm上安装的模块，如果执行项目时报错“找不到bs4”，应该是不会显示bs4这个模块的，我安装过，所以会显示。

Install

点击界面右侧的＋号，可以打开安装模块界面，在该界面下可以直接搜索并安装相应模块，输入bs4，搜索到对应结果，选择安装模块。

 安装完成

安装完成后在界面下方会提示“Package‘bs4’ install successfully”

2、Linux中Python3环境搭建

下载与解压，我这边对应的Python项目所需要的版本，装的是3.7.2

[root@localhost ~]#wget https://www.python.org/ftp/python/3.7.2/Python-3.7.2.tgz 
[root@localhost ~]#tar -xzvf Python-3.7.2.tgz　

然后重命名解压后的文件夹为python3

Python环境搭建成功

3、Python项目Dockerfile准备

我的Python项目结构如下：

平时在pycharm里面运行该工程，只要直接运行job.py文件即可。目标是把Python项目放到Linux系统，以docker镜像方式使用容器启动。

4、cmd进入py项目目录，通过pip命令，生成整个Python项目所需要的环境的包放到requirements.txt

#在当前目录把Python所依赖的组件，列在requirements.txt文件中
pip freeze > requirements.txt

生成后的requirements.txt内容如下：

5、建立上传到Linux系统的目录，含有原py项目目录，以及Dockerfile

我的做法是，是在workspace中，建一个专门的目录docker_py

进入docker_py，可以看到py项目和Dockerfile文件，py项目是拷贝过来的

然后把docker_py目录打zip包，上传至Linux，至于Dockerfile的内容，建议不要在windows编辑，因为在windows编辑，会带有windows的符号，直接在Linux在编辑，或者整个Dockerfile文件也在Linux环境在通过touch方式建立，再编写也OK。

通过命令

rz

  上传  docker_py.zip  到 /data/docker/py_app 目录，然后把zip解压到当前目录

unzip docker_py.zip

进入docker_py，编写Dockerfile内容

#基于的基础镜像
FROM python:3.7

#代码添加到code文件夹，后面可以通过进入容器中看的
ADD ./py /code

# 设置code文件夹是工作目录
WORKDIR /code

# 安装支持
RUN pip install -r requirements.txt

#当容器启动时，使用python3执行指定路径的py脚本
CMD ["python3", "/code/venv/Include/job.py"]

6、Linux中把Dockerfile生成镜像

Linux进入docker_py目录，然后docker方式生成镜像

# py_app为创建的镜像名称，. 表示以当前目录的内容生成（docker_py）
docker build -t py_app:2 .

看到上面截图，则镜像构建成功，我们校验一下：

docker images

看到py_app镜像已经成功了

7、Linux中docker_compose方式执行镜像，到Python项目跑起来

进入py_app目录，新建 docker-compose.yml 文件

py:
  image: py_app:2
  ports:
    - "8090:9060"
  restart: always

docker-compose.yml编排文件中，image需要与前面构建的镜像名称和版本一致，然后启动项目

[root@localhost py_app]# docker-compose up -d py

至此，搞定了

8、解释下前面Dockerfile设定的工作目录，可以进入容器看

根目录即是code了