使用【docker】简单部署打包构建好的镜像并运行python项目

使用【docker】简单部署运行python项目

方案一:使用打包好的镜像直接运行

一.项目配置

  1. 项目压缩包:project.tar.gz

  2. 项目目录存放在服务器路径:/var/opt/app

    (1)解压项目文件到该目录下:/var/opt/app

    命令:

bash 复制代码
tar -xzvf project.tar.gz

二.Docker运行配置

1.Docker镜像名称:docker_image.tar.gz

  1. 将docker镜像上传至服务器/var/opt/docker_images,解压镜像为:docker_image.tar

命令:

bash 复制代码
tar xzvf docker_image.tar.gz

3.载入docker镜像:

命令:

bash 复制代码
docker load < docker_image.tar

4.运行docker:

命令:

bash 复制代码
docker run -dit --name container.v1 -v /var/opt/app/project:/var/app -p 9000:9000 docker_image:v1 /bin/bash

三.启动项目

  1. 进入docker_image容器:
    命令:
bash 复制代码
docker exec -it container.v1 bash
  1. 进入目录/var/app:
    命令:cd /var/app
    3.启动项目:
    命令:
bash 复制代码
nohup python app.py --api &

方案二:使用Dockerfile构建Docker镜像

1. 打开Dockerfile文件,在文件中添加以下内容:

bash 复制代码
FROM python:3.7  # 使用Python 3.7作为基础镜像

WORKDIR /app  # 设置工作目录为/app

COPY requirements.txt .  # 将requirements.txt文件复制到镜像中

RUN pip install -r requirements.txt  # 安装项目所需的依赖包

COPY . .  # 将整个项目复制到镜像中

CMD [ "python", "./app.py" ]  # 配置Docker容器启动时要执行的命令

2. 在终端中进入到项目的根目录,并执行以下命令来构建Docker镜像:

bash 复制代码
docker build -t my-python-app .

这里-t参数用于指定镜像的名称和标签,.表示使用当前目录的Dockerfile来构建镜像。

3. 构建完成后,可以使用以下命令来运行镜像:

bash 复制代码
docker run -p 5000:5000 my-python-app

这里-p参数用于指定主机端口和容器端口的映射关系,这里将主机的5000端口映射到容器的5000端口。

以上就是通过docker简单部署运行python项目,希望对你有所帮助!

相关推荐
无名小卒Rain13 分钟前
docker pull tomcat 报错missing signature key解决办法
运维·docker·容器
vvoennvv31 分钟前
【Python TensorFlow】 BiTCN-LSTM双向时间序列卷积长短期记忆神经网络时序预测算法(附代码)
python·神经网络·tensorflow·lstm·tcn
q***420541 分钟前
python的sql解析库-sqlparse
数据库·python·sql
java_logo1 小时前
LOBE-CHAT Docker 容器化部署指南
运维·docker·语言模型·容器·llama
大数据追光猿1 小时前
LangChain / LangGraph / AutoGPT / CrewAI / AutoGen 五大框架对比
经验分享·笔记·python·langchain·agent
wang_yb1 小时前
别急着转投 Polars!Pandas 3.0 带着“黑科技”杀回来了
python·databook
Jamesvalley2 小时前
flask处理所有logging
后端·python·flask
ekprada2 小时前
DAY 16 数组的常见操作和形状
人工智能·python·机器学习
柳鲲鹏2 小时前
OpenCV: 光流法python代码
人工智能·python·opencv
databook2 小时前
别急着转投 Polars!Pandas 3.0 带着“黑科技”杀回来了
后端·python·数据分析