docker-compose实验案例之docker容器化部署下 Flask+Redis 访问计数功能的实现与调优
实验背景及其灵感：
随着云计算和微服务架构的普及，应用的部署和运维模式发生了根本性变化。传统的 "单机部署" 模式难以满足微服务多组件、多环境一致性的需求，而 Docker 容器技术通过 "打包应用及其依赖" 实现了环境隔离与快速交付，Docker-Compose 则进一步解决了多容器服务的编排、依赖管理和网络配置问题，成为中小型微服务项目快速落地的核心工具。
在 Web 应用开发中，"访问次数统计" 是典型的轻量级业务场景，既涉及 Web 服务的对外暴露，也涉及缓存服务的数据持久化与原子操作。选择 Flask（轻量级 Python Web 框架）+ Redis（高性能缓存数据库）的组合，能以极简的代码实现核心功能；同时，该场景天然适配容器化部署的需求 ------Web 服务和缓存服务需独立运行、相互依赖，且要求环境一致性（避免 "本地运行正常、部署出错" 的问题），成为容器编排入门的经典实践场景；
接下来我将通过 flask 接合 redis 完成访问次统计的功能的实验：
1.实验环境搭建
1.创建目录，并编写python应用程序
[root@localhost ~]# mkdir myapp
[root@localhost ~]# cd myapp/
[root@localhost myapp]# vim app.py
import time
import redis
from flask import Flask
app = Flask(__name__)
cache = redis.Redis(host='redis', port=6379)
# 连接Redis服务：host为"redis"（对应docker-compose中redis服务名，容器间可通过服务名访问），端口6379
def get_hit_count(): # 设置重试次数最多为5，避免Redis启动延迟导致连接失败
retries = 5
while True:
try:
return cache.incr('hits') # 原子操作：给Redis中"hits"键的值+1，返回最新值（实现计数）
except redis.exceptions.ConnectionError as exc:
if retries == 0:
raise exc
retries -= 1
time.sleep(0.5) # 重试逻辑：剩余重试次数>0时，等待0.5秒后重试；次数为0时抛出异常
@app.route('/') # 定义根路由（访问/路径时触发）
def hello():
count = get_hit_count() # 获取当前访问次数
return 'Hello World! I have been seen {} times.\n'.format(count) # 返回带计数的响应内容
# 启动Flask服务：监听所有网卡（0.0.0.0），开启调试模式
if __name__ == "__main__":
app.run(host="0.0.0.0", debug=True)
#关键逻辑：Redis 连接的host='redis'是核心：docker-compose会为编排的服务创建专属网络，容器间可通过服务名（如redis）直接访问，无需手动配置 IP；
重试逻辑：解决depends_on仅保证启动顺序、不保证 Redis 服务就绪的问题（Redis 启动可能慢于 Web 服务，首次连接会失败，重试可规避）；
cache.incr('hits')：Redis 原子递增操作，避免并发访问时计数错误。2.安装程序并生成依赖库文件；
[root@localhost myapp]# pip install redis
Collecting redis
Downloading redis-7.0.1-py3-none-any.whl (339 kB)
|████████████████████████████████| 339 kB 400 kB/s
Collecting async-timeout>=4.0.3
Downloading async_timeout-5.0.1-py3-none-any.whl (6.2 kB)
Installing collected packages: async-timeout, redis
Successfully installed async-timeout-5.0.1 redis-7.0.1
WARNING: Running pip as the 'root' user can result in broken permissions and conflicting behaviour with the system package manager. It is recommended to use a virtual environment instead: https://pip.pypa.io/warnings/venv
[root@localhost myapp]# pip freeze > requirements.txt
# 查看所有的依赖库
[root@localhost myapp]# cat requirements.txt
blinker==1.9.0
click==8.3.1
Flask==3.1.2
itsdangerous==2.2.0
Jinja2==3.1.6
MarkupSafe==3.0.3
redis==7.1.0
Werkzeug==3.1.52.镜像构建
2.1编写dockerfile
[root@localhost myapp]# vim Dockerfile
文件内容如下：
FROM python:3.14-alpine
WORKDIR /code
COPY . .
RUN pip install --no-cache-dir -r requirements.txt
EXPOSE 5000
CMD ["python", "app.py"]
#关键逻辑：选择alpine版本基础镜像：大幅降低镜像体积；设置容器内工作目录（后续命令均在该目录执行）；COPY . .：将宿主机myapp目录下的app.py、requirements.txt等文件复制到容器内；安装依赖：--no-cache-dir 不缓存安装包，减少镜像体积；-r 读取requirements.txt的依赖清单；声明容器暴露的端口5000；容器启动命令：执行app.py，启动Flask服务。2.2编写.dockerignore
[root@localhost myapp]# vim .dockerignore
文件内容如下：
Dockerfile2.3查看项目结构
[root@localhost myapp]# ll
total 12
-rw-r--r--. 1 root root 582 Feb 1 15:57 app.py
-rw-r--r--. 1 root root 140 Feb 1 16:10 Dockerfile
-rw-r--r--. 1 root root 122 Feb 1 16:00 requirements.txt3.定义服务
3.1编写docker-compose.yml
[root@localhost myapp]# vim docker-compose.yml
文件内容如下：
services:
web:
build: . # 构建规则：基于当前目录的Dockerfile构建镜像
ports:
- 5000:5000 # 端口映射：宿主机5000端口 -> 容器5000端口
depends_on: # 依赖关系：启动web前先启动redis
- redis
redis: # 使用官方的redis alpine镜像
image: redis:alpine3.2启动并运行容器
[root@localhost myapp]# docker-compose up -d
[+] Building 1.0s (11/11) FINISHED
...
[+] up 4/4
✔ Image myapp-web Built 1.1s
✔ Network myapp_default Created 0.0s
✔ Container myapp-redis-1 Created 0.1s
✔ Container myapp-web-1 Created 0.0s3.3查看运行容器
[root@localhost myapp]# docker-compose ps
NAME IMAGE COMMAND SERVICE CREATED STATUS PORTS
myapp-redis-1 redis:alpine "docker-entrypoint.s..." redis About a minute ago Up About a minute 6379/tcp
myapp-web-1 myapp-web "python app.py" web About a minute ago Up About a minute 0.0.0.0:5000->5000/tcp, [::]:5000->5000/tcp3.4访问测试
[root@localhost myapp]# curl 192.168.110.148:5000
Hello World! I have been seen 1 times.
[root@localhost myapp]# curl 192.168.110.148:5000
Hello World! I have been seen 2 times.
[root@localhost myapp]# curl 192.168.110.148:5000
Hello World! I have been seen 3 times.4.项目优化
4.1添加数据卷
修改docker-compose.yml文件
[root@localhost myapp]# vim docker-compose.yml
文件内容如下：
services:
web:
build: .
ports:
- 5000:5000
depends_on:
- redis
volumes: #核心优化点，将宿主机myapp目录挂载到容器/code目录
- .:/code
redis:
image: redis:alpine
#优化逻辑：将宿主机myapp目录挂载到容器/code目录，宿主机修改app.py后，容器内的代码会实时同步；无需重新构建镜像、重启容器，即可看到代码修改后的效果（Flask 调试模式会自动重载代码）。4.2重启docker-compose并修改宿主机中的代码
[root@localhost myapp]# docker-compose up -d
[root@localhost myapp]# vim app.py
修改内容如下：
@app.route('/')
def hello():
count = get_hit_count()
return 'Hello World! I am along! I have been seen {} times.\n'.format(count)
#修改访问回复，进行重新测试访问4.3访问测试
[root@localhost myapp]# curl 192.168.110.148:5000
Hello World! I am along! I have been seen 4 times.
[root@localhost myapp]# curl 192.168.110.148:5000
Hello World! I am along! I have been seen 5 times.
[root@localhost myapp]# curl 192.168.110.148:5000
Hello World! I am along! I have been seen 6 times.
[root@localhost myapp]# 实验总结：
本实验以 "访问次数统计" 为业务载体，完整实现了从 "应用开发→依赖管理→镜像构建→多服务编排→功能验证→优化迭代" 的容器化部署全流程，最终达成以下目标：
- 基于 Docker-Compose 实现 Flask Web 服务与 Redis 缓存服务的协同运行，容器间网络互通、依赖可控；
- 实现访问次数的原子计数，验证 Redis 在轻量级数据存储场景的可用性；
- 通过数据卷挂载优化开发流程，实现宿主机代码与容器内代码的实时同步，无需重复构建镜像。
学习心得：
掌握容器化核心思想，理解 "镜像 - 容器" 的关系，以及 Dockerfile 如何将应用打包为标准化镜像；理解多容器编排逻辑，掌握 Docker-Compose 中services、depends_on、ports、volumes等核心配置的作用，解决多服务的依赖、网络、数据同步问题；同时夯实基础组件使用能力：熟悉 Flask Web 框架的基础用法，以及 Redis 原子操作（incr）在计数场景的应用，理解缓存服务与 Web 服务的协同模式。
工程实践意义：
1.标准化部署流程：通过容器化消除 "开发环境与生产环境不一致" 的问题，降低部署门槛；
2.提升开发效率：数据卷挂载的优化方式，可复用于日常开发（如前端代码热更新、后端代码实时调试），减少 "改代码→构建镜像→重启容器" 的重复操作；
3.轻量化微服务落地：本实验是微服务架构的极简缩影，可扩展至更复杂的场景（如多 Web 节点负载均衡、Redis 集群、数据库服务编排），为中小型项目微服务改造提供参考。