Автор оригинала: Pankaj Kumar.
Привет читатели! В этой статье мы будем понимать процесс Хостинг сценарий Python на контейнере Docker в деталях. Итак, давайте начнем!
Что такое контейнер?
А Контейнер Это пакет всех системных и программных требований, необходимых для запуска приложения на облаке. Он содержит файлы выполнения выполнения, настройки системы, код и библиотеки.
Таким образом, с контейнерами мы можем изменить спецификации, поскольку контейнеры будут пишечными, а затем легко размещать приложения.
Хостинг сценария Python на Docker
Поняв о контейнерах, теперь время реализации скрипта через контейнеры. Этим, мы гарантируем, что контейнер позаботится обо всех требованиях и хостинге.
Перед развертыванием скрипта давайте понять поток хостинга приложения на контейнере в Docker.
Рекомендуется прочитать: Как установить Docker на Ubuntu?
- Сначала нам нужно создать DockerFile. А Dockerfile Является ли план, который необходим для создания изображений в Docker. Он содержит все необходимые команды, которые мы обычно выполняли через командную строку, чтобы создать изображение для контейнера.
- Создав DockerFile, мы бы теперь потребуются создать изображение на вершине DockerFile. А Docker Image Можно считать шаблоном, который помогает создать контейнер в докере. Он упаковывает приложения и устанавливает серверную среду, что позволяет нам использовать среду для проведения приложений над контейнерами удобным способом.
- Теперь мы можем Запустите изображение Чтобы увидеть вывод сценария Python Over. Как только отображается изображение, контейнер со случайным именем создается.
Теперь начнем с реализации !! Мы будем использовать следующий скрипт Python для размещения его на контейнере Docker.
sample.py
lst = list() lst = ['Python', 'Machine Learning', 'R Language', 'Bootstrap'] for x in lst: print(x)
В приведенном выше скрипте мы создали список, а затем итасировали через петлю для печати элементов списка Python.
1. Создайте DockerFile
DockerFile:
FROM python:3 ADD sample.py / CMD [ "python", "./sample.py" ]
Есть определенные Директивы, предлагаемые Dockerfile как показано ниже-
- От – Эта директива устанавливает базовое изображение для последующих инструкций для работы. В этом примере мы установили Python версии 3 в качестве базового изображения. Теперь DockerFile приведет к этому базовому изображению из узла Docker, который на самом деле является хранилищем изображений с открытым исходным кодом.
- Добавить – Добавить инструкцию копирует новые файлы, каталоги или удаленные URL-адреса файлов из
и добавляют их в файловую систему изображения на пути . В нашем случае src.py
и место назначения/
- CMD – Эта директива проводит услуги наряду с базовым изображением в индивидуальном порядке.
2. Создание изображения от DockerFile
После создания DockerFile нам теперь нужно создать изображение сверху DockerFile, используя приведенную ниже
docker build -t image-name:tag .
Мы можем предоставить любое настроенное имя изображения и Тег Помогает ей разделить с других изображений на концентраторе.
Пример:
docker build -t python-img:5.0 .
Выход:
[+] Building 5.4s (7/7) FINISHED => [internal] load build definition from Dockerfile 0.1s => => transferring dockerfile: 31B 0.0s => [internal] load .dockerignore 0.1s => => transferring context: 2B 0.0s => [internal] load metadata for docker.io/library/python:3 5.0s => [internal] load build context 0.1s => => transferring context: 31B 0.0s => [1/2] FROM docker.io/library/python:3@sha256:b6a9702c4b2f9ceeff807557a63a710ad49ce737ed85c46174a059a299b580 0.0s => CACHED [2/2] ADD sample.py / 0.0s => exporting to image 0.1s => => exporting layers 0.0s => => writing image sha256:8b2da808b361bc5112e2afa087b9eb4e305304bcc53c18925d04fe8003f92975 0.0s => => naming to docker.io/library/python-img:5.0
Нам нужно помнить, что Docker Images читают только структуры и могут работать независимо. С другой стороны, контейнер построен на вершине изображения, и ему нужна изображение для запуска.
3. Запустите изображение докера
Теперь проведем наше созданное изображение, чтобы увидеть вывод сценария Python из контейнера на консоли Git Bash.
docker run python-img:5.0
Выход:
Python Machine learning R language Bootstrap
Мы также можем увидеть отражение изображения, работающего на Docker Community Edition Консоль, как показано ниже-
Как уже упоминалось в предыдущем разделе, контейнер со случайным именем создается для вызываемого изображения, как показано ниже:
Мы можем даже создавать контейнеры с настроенными именами и запустить скрипт через контейнер с помощью команды ниже:
docker run -it --name container-name image:tag
Пример:
docker run -it --name sample python-img:5.0
Выход:
Python Machine learning R language Bootstrap
Как видно выше, мы видим, что два контейнера, созданные над тем же изображением, что мы создали ранее.
Заключение
По этому, мы подошли к концу этой темы. Не стесняйтесь комментировать ниже, если вы столкнетесь с любым вопросом.
Для большего количества таких постов, связанных с Python, оставаться настроенными, а до тех пор, как потом, счастливое обучение !! 🙂.