Docker 學(xué)習(xí)

https://www.cnblogs.com/poloyy/p/15257059.html

項(xiàng)目結(jié)構(gòu)

.
├── app
│   ├── __init__.py
│   └── main.py
├── Dockerfile
└── requirements.txt

FastAPI 應(yīng)用程序 main.py 代碼

from typing import Optional

from fastapi import FastAPI

app = FastAPI()

@app.get("/")
def read_root():
    return {"Hello": "World"}

@app.get("/items/{item_id}")
def read_item(item_id: int, q: Optional[str] = None):
    return {"item_id": item_id, "q": q}

Dockerfile

# 1、從官方 Python 基礎(chǔ)鏡像開始
FROM python:3.9

# 2、將當(dāng)前工作目錄設(shè)置為 /code
# 這是放置 requirements.txt 文件和應(yīng)用程序目錄的地方
WORKDIR /code

# 3、先復(fù)制 requirements.txt 文件
# 由于這個文件不經(jīng)常更改，Docker 會檢測它并在這一步使用緩存，也為下一步啟用緩存
COPY ./requirements.txt /code/requirements.txt

# 4、運(yùn)行 pip 命令安裝依賴項(xiàng)
RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt

# 5、復(fù)制 FastAPI 項(xiàng)目代碼
COPY ./app /code/app

# 6、運(yùn)行服務(wù)
CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "80"]

第四步：運(yùn)行 pip 命令解析

RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt

• --no-cache-dir 選項(xiàng)告訴pip不要將下載的包保存在本地，因?yàn)橹挥挟?dāng)pip 將再次運(yùn)行以安裝相同的包時才會這樣，但在使用容器時情況并非如此
• --no-cache-dir只與pip有關(guān)，與 Docker或容器無關(guān)
• --upgrade選項(xiàng)告訴 pip升級已經(jīng)安裝的軟件包
• 因?yàn)樯弦徊綇?fù)制文件可能會被Docker 緩存檢測到，所以這一步也會在Docker 緩存可用時使用
• 在這一步中使用緩存會在開發(fā)過程中一次又一次地構(gòu)建鏡像時節(jié)省大量時間，而不是每次都下載并安裝所有依賴項(xiàng)

Docker 緩存 

這里有一個重要的技巧Dockerfile，首先只復(fù)制依賴項(xiàng)的文件，而不是 FastAPI 應(yīng)用程序代碼

 ./requirements.txt /code/requirements.txt

• Docker 和其他工具以增量方式構(gòu)建這些容器映像，在另一層之上添加一層
• 從 Dockerfile 的頂部（首行）開始，由 Dockerfile 的每個指令來創(chuàng)建任何文件
• Docker 和其他工具在構(gòu)建鏡像時也是用內(nèi)部緩存
• 如果文件自上次構(gòu)建容器鏡像后沒有更改，則它將重用上次創(chuàng)建的同一層，而不是再次復(fù)制文件并從頭開始創(chuàng)建一個新的層
• 僅僅避免文件副本并不一定會改善太多，但是因?yàn)樗谠摬襟E中使用了緩存，所以它可以在下一步中使用緩存
• 例如，它可以將緩存用于安裝依賴項(xiàng)的指令

RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt

• requirements.txt 不會經(jīng)常改變，所以通過復(fù)制該文件，Docker 可以在該步驟中使用緩存
• Docker 將能夠使用緩存進(jìn)行下一步下載和安裝這些依賴項(xiàng)，這就是節(jié)省大量時間的地方
• 下載并安裝該軟件包的依賴關(guān)系可能需要幾分鐘，但使用的緩存將只需要幾秒
• 由于在開發(fā)過程中一次又一次地構(gòu)建容器鏡像以檢查代碼更改是否有效，因此可以節(jié)省大量累積時間

./app /code/app

• 在 Dockerfile 尾部，復(fù)制 FastAPI 應(yīng)用程序代碼
• 由于這是最常更改的內(nèi)容，因此將其放在最后，在此步驟之后的任何內(nèi)容都將無法使用緩存

構(gòu)建 Docker Image

在 Dockerfile 打開命令行

docker build -t myimage .

查看鏡像

docker images

啟動 docker 容器

docker run -d --name mycontainer -p 80:80 myimage

查看容器

docker ps

訪問 127.0.0.1/

訪問 127.0.0.1/docs

帶有 Gunicorn 的官方 Docker 鏡像 - Uvicorn

• 此鏡像包含一個自動調(diào)整機(jī)制，可根據(jù)可用的 CPU 內(nèi)核設(shè)置工作進(jìn)程的數(shù)量
• 它具有合理的默認(rèn)值，但仍然可以使用環(huán)境變量或配置文件更新所有配置
• 此鏡像上的進(jìn)程數(shù)是根據(jù)可用的 CPU 內(nèi)核自動計(jì)算的，它將嘗試從 CPU 中榨取盡可能多的性能
• 但這也意味著，由于進(jìn)程數(shù)取決于容器運(yùn)行的 CPU，消耗的內(nèi)存量也將取決于此
• 因此，如果應(yīng)用程序消耗大量內(nèi)存（例如使用機(jī)器學(xué)習(xí)模型），并且服務(wù)器有很多 CPU 內(nèi)核但內(nèi)存很少，容器最終可能會使用比可用內(nèi)存更多的內(nèi)存，這會大大降低性能（甚至崩潰）

官方栗子

FROM tiangolo/uvicorn-gunicorn-fastapi:python3.9
COPY ./requirements.txt /app/requirements.txt
RUN pip install --no-cache-dir --upgrade -r /app/requirements.txt
COPY ./app /app

應(yīng)用場景

1. 如果正在使用Kubernetes，并且已經(jīng)設(shè)置了集群級別的復(fù)制，就不應(yīng)該使用此鏡像，最好從頭開始構(gòu)建鏡像
2. 如果應(yīng)用程序足夠簡單，以至于根據(jù) CPU 設(shè)置默認(rèn)進(jìn)程數(shù)效果很好，不想費(fèi)心在集群級別手動配置復(fù)制，并且運(yùn)行的容器不會超過一個應(yīng)用程序
3. 或者如果使用Docker Compose進(jìn)行部署，在單個服務(wù)器上運(yùn)行等

使用 poetry 的 docker image

# 第一階段:將僅用于安裝 Poetry 并從 Poetry 的 pyproject.toml 文件生成帶有項(xiàng)目依賴項(xiàng)的 requirements.txt。
FROM tiangolo/uvicorn-gunicorn:python3.9 as requirements-stage

# 將 /tmp 設(shè)置為當(dāng)前工作目錄;這是我們將生成文件requirements.txt的地方
WORKDIR /tmp

# 安裝 poetry
RUN pip install poetry

# 復(fù)制
COPY ./pyproject.toml ./poetry.lock* /tmp/

# 生成 requirements.txt
RUN poetry export -f requirements.txt --output requirements.txt --without-hashes

# 這是最后階段，在這往后的任何內(nèi)容都將保留在最終容器映像中
FROM python:3.9

# 將當(dāng)前工作目錄設(shè)置為 /code
WORKDIR /code

# 復(fù)制 requirements.txt;這個文件只存在于前一個 Docker 階段，這就是使用 --from-requirements-stage 復(fù)制它的原因
COPY --from=requirements-stage /tmp/requirements.txt /code/requirements.txt

# 運(yùn)行命令
RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt

# 復(fù)制
COPY ./app /code/app

# 運(yùn)行服務(wù)
CMD ["uvicorn", "app.1_快速入門:app", "--host", "0.0.0.0", "--port", "80"]

• 第一階段 Docker 是 Dockerfile 的一部分，它作為一個臨時容器的鏡像是僅用于生成一些文件供后面階段使用
• 使用 Poetry 時，使用Docker 多階段構(gòu)建是有意義的
• 因?yàn)閷?shí)際上并不需要在最終容器鏡像中安裝 Poetry 及其依賴項(xiàng)，只需要生成的requirements.txt 文件來安裝項(xiàng)目依賴項(xiàng)

poetry 詳細(xì)教程

http://m.fzitv.net/article/195070.htm

到此這篇關(guān)于FastAPI 部署在 Docker的文章就介紹到這了,更多相關(guān)FastAPI 部署在 Docker 內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論