python+docker实现分布式存储的demo

test.py代码

复制代码
#test.py
from flask import Flask, request, jsonify
import requests
import sys
import threading

app = Flask(__name__)

# 存储数据
data_store = {}

# 节点列表,通过环境变量传入
nodes = []
current_node = None

@app.route('/set', methods=['POST'])
def set_value():
    key = request.json.get('key')
    value = request.json.get('value')
    data_store[key] = value
    # 同步到其他节点
    for node in nodes:
        if node != current_node:
            try:
                requests.post(f'http://{node}/sync', json={'key': key, 'value': value})
            except requests.exceptions.RequestException:
                pass  # 可以添加更好的错误处理
    return jsonify({'status': 'success'}), 200

@app.route('/get', methods=['GET'])
def get_value():
    key = request.args.get('key')
    value = data_store.get(key, None)
    return jsonify({'value': value}), 200

@app.route('/sync', methods=['POST'])
def sync():
    key = request.json.get('key')
    value = request.json.get('value')
    data_store[key] = value
    return jsonify({'status': 'synced'}), 200

@app.route('/nodes', methods=['GET'])
def get_nodes():
    return jsonify({'nodes': nodes}), 200

def run_app(port):
    app.run(host='0.0.0.0', port=port)

if __name__ == '__main__':
    # 从环境变量获取节点信息
    current_node = sys.argv[1]  # 例如:'node1:5000'
    nodes = sys.argv[2].split(',')  # 例如:'node1:5000,node2:5001,node3:5002'
    port = int(current_node.split(':')[1])
    run_app(port)

Dockerfile:

复制代码
# Dockerfile
FROM python:3.9-slim

WORKDIR /app

COPY test.py /app/test.py
COPY requirements.txt /app/requirements.txt

RUN pip install --no-cache-dir -r requirements.txt

EXPOSE 5000

CMD ["python", "test.py"]

docker-compose.yml

复制代码
version: '3'

services:
  node1:
    build: .
    container_name: node1
    ports:
      - "5000:5000"
    environment:
      - NODE_NAME=node1
    command: ["python", "test.py", "node1:5000", "node1:5000,node2:5000,node3:5000"]
    networks:
      - dnetwork

  node2:
    build: .
    container_name: node2
    ports:
      - "5001:5000"
    environment:
      - NODE_NAME=node2
    command: ["python", "test.py", "node2:5000", "node1:5000,node2:5000,node3:5000"]
    networks:
      - dnetwork

  node3:
    build: .
    container_name: node3
    ports:
      - "5002:5000"
    environment:
      - NODE_NAME=node3
    command: ["python", "test.py", "node3:5000", "node1:5000,node2:5000,node3:5000"]
    networks:
      - dnetwork

networks:
  dnetwork:
    driver: bridge

requirements.txt

复制代码
Flask
requests

上面的demo是用docker-compose启动三个容器(这三个容器的镜像都是由同一个Dockerfile实现的),然后实现的功能就是,比如我往容器一存东西,然后可以在容器2,容器3查看到

curl测试

复制代码
curl -X POST -H "Content-Type: application/json" \
     -d '{"key": "foo", "value": "bar"}' \
     http://localhost:5000/set



curl http://localhost:5002/get?key=foo

然后我们以后还可以扩展,将docker-compose启动的镜像换为三个不同的镜像来完成你的项目需求(例如分布式机器学习,训练模型等等),整体的demo是搭起来了,后面你的具体需求就需要你自己修改实现了

  • docker-compose down:停止并移除当前运行的容器。
  • docker-compose build:重新构建 Docker 镜像,确保使用最新的配置。
  • docker-compose up -d:在后台启动更新后的容器。
相关推荐
MediaTea1 分钟前
Python 第三方库:Flask(轻量级 Web 框架)
开发语言·前端·后端·python·flask
2501_941111405 分钟前
C++中的状态模式实战
开发语言·c++·算法
java干货21 分钟前
Spring Boot 为什么“抛弃”了 spring.factories?
spring boot·python·spring
2501_9411118236 分钟前
使用Python进行网络设备自动配置
jvm·数据库·python
源码之家40 分钟前
基于python租房大数据分析系统 房屋数据分析推荐 scrapy爬虫+可视化大屏 贝壳租房网 计算机毕业设计 推荐系统(源码+文档)✅
大数据·爬虫·python·scrapy·数据分析·推荐算法·租房
Dxxyyyy43 分钟前
零基础学JAVA--Day34(Map接口+HashTable+HashMap+TreeSet+TreeMap+开发中如何选择集合实现类?(重要))
java·开发语言
源码之家1 小时前
机器学习:基于python租房推荐系统 预测算法 协同过滤推荐算法 房源信息 可视化 机器学习-线性回归预测模型 Flask框架(源码+文档)✅
大数据·python·算法·机器学习·数据分析·线性回归·推荐算法
循环过三天1 小时前
7.7、Python-常用内置函数
笔记·python·学习
rainFFrain1 小时前
qt显示类控件---QProgressBar
开发语言·qt
闲人编程1 小时前
【指南】为你的开源Python项目编写完善的文档(Sphinx)
python·开源·文档·sphinx·算法改进·codecapsule