部署你的flask应用到docker

主要分三步，制作镜像并导出，导入镜像，启动flask应用。该教程没有采用Dockerfile的方式，因为是直接将开发用python环境包，拷贝到生产用环境包。但是当笔者用这种方式完成镜像的保存后，发现就一个环境包+不到10个python文件，磁盘占用已达到7~8G的大小。相信开发用的python包中有很多库，是该应用没有涉及到的。如果用Dockerfile的方式，就可以比较精准控制哪些包是必须的，从而放到镜像内。故提醒哪些关注镜像大小的朋友谨慎入坑。

导出镜像

1. 查看已有的基础镜像

   docker images # 跟docker image ps效果一样
   

2. 从基础镜像运行一个容器，并退出

   docker run --name flask-app -it <镜像名> /bin/bash
   exit
   

   如果想重新进入

   docker start <容器ID>
   docker exec -it <容器ID> /bin/bash
   exit
   

3. 查看正在运行或已经停止工作的容器列表，获得想要拷贝环境包的容器名

   docker ps -a
   

4. 将python环境包拷贝该容器

   docker cp miniconda3_withpytorch.zip <容器ID>:/home/
   

   进入容器，在这个比较干净的ubuntu环境中安装unzip

   apt-get update
   apt-get install unzip #还应该安装netstat工具
   

5. 解压python环境包，并删除压缩包，退出

   unzip miniconda3_withpytorch.zip
   rm miniconda3_withpytorch.zip
   exit
   

6. 将添加了环境包的容器名保存为镜像

   docker commit flask-app topo-service:v1
   

   可查看镜像列表

   docker images
   REPOSITORY     TAG       IMAGE ID       CREATED          SIZE
   topo-service   v1        2450d3fa63dc   23 seconds ago   5.4GB
   

   仅仅是拷贝了一个2G左右的压缩包后解压，镜像就膨胀到5.4G。

7. 将保存的镜像导出到指定目录，确保到处前该镜像已经创建并停止。

   docker save -o /home/user/myapp.tar myapp:latest
   

导入镜像

1. 将压缩包.tar考入到目标机器。

2. 在命令行中使用 docker load 命令来导入镜像：

   docker load -i myapp.tar
   

3. 导入完成后，可以使用 docker images 命令查看已导入镜像的列表。

启动

启动容器，并将flask中暴露的端口映射成外部机器暴露的端口

docker run -p 8299:8299 -it topo-service:latest /bin/bash

进入容器内指定目录，启动flask服务

/home/your/path/python servicecase.py

启动工作完成，最后退出容器Ctrl + P + Q，不关闭容器，查看外部端口使用情况

netstat -anp | grep 8099

如果有输出，说明容器内的服务端程序启动成功，且端口正常暴露。

其他常用命令速递

删除容器

要删除已停止的容器，可以使用以下命令：

docker rm <容器ID>

其中，<容器ID>为要删除的容器的ID。如果要删除多个容器，可以在命令后面添加多个容器ID。

如果要删除所有已经停止的容器，可以使用以下命令：

docker container prune

退出容器

docker exec -it <容器ID> /bin/bash
docker attach <容器ID>
以上两种方式进入容器的方式，使用exit退出，均会导致容器停止。包括run -it从镜像启动的容器。
Ctrl + P + Q退出容器不停止运行