


Daripada Persediaan kepada Penerapan: Menjalankan Apl Flask dalam Docker pada Mac
Nov 04, 2024 am 05:11 AMMuat turun Docker
Imej Docker
- Imej Docker ialah templat (cetak biru) projek
- Imej tidak boleh dikemas kini kerana ianya baca sahaja
- Ia mempunyai kod Sumber, Perpustakaan, kebergantungan luaran, alatan dll.
Bekas Docker
- Bekas ialah contoh larian bagi Imej
- Ia berjalan secara bebas pada komputer oleh itu kita boleh memanggilnya, ia adalah proses terpencil
Imej asas Docker atau Imej Induk
- Contoh imej pengaturcaraan Python yang boleh kami muat turun dari tapak web rasmi hab Docker
Bagaimana kita membuat imej Docker
- Untuk mencipta imej Docker, kami menulis butiran dalam fail Docker yang mengandungi arahan untuk membina imej. Apabila kita membina Dockerfile ini, imej terhasil, yang kemudiannya boleh kita jalankan sebagai bekas.
Sekarang mari kita teruskan dengan persediaan dan jalankan
Selepas memuat turun desktop docker
cari imej asas Python dalam hab docker tariknya menggunakan Terminal atau Desktop Docker
-
jalankan menggunakan Terminal atau Desktop Docker
docker run -it --name rajnish_python python /bin/bash
sekarang pergi ke Kontena dalam desktop docker dan lihat sama ada ia sedang berjalan.
- Buka Bekas dan terokainya dengan lebih lanjut dengan menyemak versi python
mari buat aplikasi web Flask Python asas dan jalankannya melalui docker
- sama ada anda boleh mencipta apl web baharu atau hanya mengklon produktiviti repositori saya
klon git https://github.com/rajnishspandey/productivity.git
Di sini saya telah mencipta projek dan ia berada dalam tempatan saya, saya ingin mencipta repositori baharu pada github dan menolaknya dari Terminal saya
git init
sekiranya anda ingin mengalih keluar git yang dimulakan, anda boleh menjalankan arahan di bawah dan lakukan git init sekali lagi untuk menambah.
rm -rf git
git add .
git commit -m 'Initial Commit'
- Saya mencipta repositori yang dipanggil produktiviti pada github dan akan memautkannya dengan git tempatan/jauh saya
asal url set jauh git https://github.com/rajnishspandey/productivity.git
git push -u induk asal
- sekarang mari bina aplikasi dan salin semua fail aplikasi kami ke bekas kami > docker build -t productivity-app .
arahan untuk menyemak berapa banyak imej yang kita ada dalam docker
jalankan imej docker dalam Terminal
kita boleh lihat kini imej baharu dicipta dalam docker
Sekarang kita perlu menjalankannya melalui bekas
- klik pada port 5500:5000
ia akan mengubah hala anda ke penyemak imbas dan anda sepatutnya melihat apl berjalan
Senarai Perintah Docker dari tapak rasmi
beberapa arahan docker yang berguna
- imej docker untuk menyemak semua imej
-
docker build -t
-app . untuk membina imej daripada aplikasi anda -
imej buruh pelabuhan rm
- untuk memadam imej yang tidak digunakan -
docker run -it --name
/bin/bash untuk mencipta bekas baharu dan jalankannya daripada imej asas. (di sini di atas kami mempunyai python sebagai imej asas) -
imej buruh pelabuhan rm
-f padamkan imej yang sedang digunakan secara paksa - docker ps -a untuk melihat semua bekas berjalan
-
bekas buruh pelabuhan rm
untuk memadam bekas yang tidak berjalan -
bekas buruh pelabuhan rm
-f untuk memadam bekas secara paksa yang sedang berjalan - prune sistem docker -a untuk memadam semua bekas, imej dan cache.
- docker compose untuk menjalankan docker compose file dan cipta imej
Atas ialah kandungan terperinci Daripada Persediaan kepada Penerapan: Menjalankan Apl Flask dalam Docker pada Mac. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.

Menegaskan adalah alat pernyataan yang digunakan dalam Python untuk menyahpepijat, dan melemparkan pernyataan apabila keadaan tidak dipenuhi. Sintaksnya adalah menegaskan keadaan ditambah maklumat ralat pilihan, yang sesuai untuk pengesahan logik dalaman seperti pemeriksaan parameter, pengesahan status, dan lain -lain, tetapi tidak boleh digunakan untuk pemeriksaan input keselamatan atau pengguna, dan harus digunakan bersamaan dengan maklumat yang jelas. Ia hanya tersedia untuk debugging tambahan dalam peringkat pembangunan dan bukannya menggantikan pengendalian pengecualian.

TypehintsinpythonsolvetheproblemofambiguityandpotentialbugsindynamiciallytypodeByallowingDeveloperStospecifyExpectedTypes.theyenhancereadability, enablearlybugdetection, andimprovetoLiaSareAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeSareadDeSareadDeSareadDeSareadDeSaread

Kaedah yang sama untuk melintasi dua senarai secara serentak dalam Python adalah menggunakan fungsi zip (), yang akan memasangkan beberapa senarai dalam rangka dan menjadi yang paling singkat; Jika panjang senarai tidak konsisten, anda boleh menggunakan itertools.zip_longest () untuk menjadi yang paling lama dan mengisi nilai yang hilang; Digabungkan dengan penghitungan (), anda boleh mendapatkan indeks pada masa yang sama. 1.Zip () adalah ringkas dan praktikal, sesuai untuk lelaran data berpasangan; 2.zip_longest () boleh mengisi nilai lalai apabila berurusan dengan panjang yang tidak konsisten; 3.enumerate (zip ()) boleh mendapatkan indeks semasa traversal, memenuhi keperluan pelbagai senario kompleks.

Inpython, iteratorsareObjectsThatallowLoopingthroughCollectionsByImplementing__iter __ () dan__Next __ ()

Untuk mewujudkan API moden dan cekap menggunakan Python, FastAPI disyorkan; Ia berdasarkan kepada jenis python standard yang diminta dan secara automatik dapat menghasilkan dokumen, dengan prestasi yang sangat baik. Selepas memasang FastAPI dan Asgi Server UVicorn, anda boleh menulis kod antara muka. Dengan menentukan laluan, menulis fungsi pemprosesan, dan data yang kembali, API boleh dibina dengan cepat. FastAPI menyokong pelbagai kaedah HTTP dan menyediakan sistem dokumentasi Swaggersui dan Redoc yang dihasilkan secara automatik. Parameter URL boleh ditangkap melalui definisi laluan, manakala parameter pertanyaan boleh dilaksanakan dengan menetapkan nilai lalai untuk parameter fungsi. Penggunaan rasional model Pydantic dapat membantu meningkatkan kecekapan dan ketepatan pembangunan.

Untuk menguji API, anda perlu menggunakan Perpustakaan Permintaan Python. Langkah -langkahnya adalah untuk memasang perpustakaan, menghantar permintaan, mengesahkan respons, menetapkan masa dan cuba semula. Pertama, pasang perpustakaan melalui PipinstallRequests; kemudian gunakan permintaan.get () atau requests.post () dan kaedah lain untuk menghantar permintaan GET atau pos; Kemudian semak respons.status_code dan response.json () untuk memastikan hasil pulangan mematuhi jangkaan; Akhirnya, tambah parameter tamat masa untuk menetapkan masa tamat, dan menggabungkan perpustakaan semula untuk mencapai percubaan automatik untuk meningkatkan kestabilan.

Dalam Python, pembolehubah yang ditakrifkan di dalam fungsi adalah pembolehubah tempatan dan hanya sah dalam fungsi; Ditakrifkan secara luaran adalah pembolehubah global yang boleh dibaca di mana sahaja. 1. Pembolehubah tempatan dimusnahkan kerana fungsi dilaksanakan; 2. Fungsi ini boleh mengakses pembolehubah global tetapi tidak dapat diubahsuai secara langsung, jadi kata kunci global diperlukan; 3. Jika anda ingin mengubah suai pembolehubah fungsi luar dalam fungsi bersarang, anda perlu menggunakan kata kunci nonlocal; 4. Pembolehubah dengan nama yang sama tidak mempengaruhi satu sama lain dalam skop yang berbeza; 5. Global mesti diisytiharkan apabila mengubah suai pembolehubah global, jika tidak, kesilapan unboundlocalerror akan dibangkitkan. Memahami peraturan ini membantu mengelakkan pepijat dan menulis lebih banyak fungsi yang boleh dipercayai.
