05.12.2023 в 12:16

Docker — настройка локальной среды разработки JS и Python

Современные системы сложно разрабатывать локально, поскольку они обычно включают в себя различные сервисы. Процесс настройки локальной среды разработки вызвал обеспокоенность у некоторых разработчиков. Одной из основных проблем, с которой сталкиваются разработчики, является проблема «это работает на моем компьютере», которая возникает, когда они разрабатывают приложение, которое хорошо работает на их локальном компьютере, но совсем не работает при его развертывании в других средах. Эти ситуации затрудняют сотрудничество или эффективное развертывание.

Этот пост для вас, если вы столкнулись с вышеуказанной проблемой в процессе разработки. В этом руководстве мы будем использовать Docker для настройки локальной среды разработки. К тому времени, как вы закончите читать этот пост, вы будете знать, как создать и настроить локальную среду разработки для Node.js и Python.

Установите следующее:

Docker
docker-compose
git
Базовые знания по настройке проекта NodeJS и Python.

Пример архитектурного проекта

Предположим, у нас есть набор сервисов со следующей архитектурой.

Как мы видим из схемы, мы имеем:

Node — служба NodeJS, работающая на порту 5000.

Py — служба Python, работающая на порту 8000.

Настройка

Мы установим базовую настройку служб Python и Node.js, как описано выше. Чтобы продолжить, клонируйте репозиторий, используя следующие команды.

git clone https://github.com/jagkt/local_dev_env.git
cd local_dev_env

Теперь у вас должна быть следующая структура проекта для начала:

.
├── node
│ ├── index.js
│ └── package.json
└── py
│ ├── Dockerfile
│ ├── requirements.txt
│ └── main.py
├── LICENSE
├── Makefile
├── README.md
└── docker-compose.yml

Чтобы развернуть службы, запустите приведенный ниже сценарий из каталога проекта:

make up  
make run_con #check the services are up and running

Вы можете получить доступ к приложениям py и node из браузера

py: http://localhost:8000

node: http://localhost:5000

Теперь давайте углубимся в детали настройки проекта.

Создайте образ Docker для среды Python

Здесь мы создадим образ Docker для среды Python с нуля на основе официального образа Python и создадим в нем приложение FastAPI. Сначала давайте создадим требования к пакету.

Создайте каталог с именем «py», внутри него создайте файл require.txt и скопируйте приведенные ниже зависимости, чтобы запустить в нем приложение FastAPI.

fastapi
uvicorn[standard]

Затем создайте файл main.py с приведенным ниже кодом приложения FastAPI:

from fastapi import FastAPI
app = FastAPI()

@app.get("/")
async def home():
    return {"message": "Hello from py_app!"}

@app.get("/hello/{user}")
async def greetings(user):
return {"Hello": user}

Контейнеризация нашей среды Python

Сначала мы должны создать файл Dockerfile с инструкциями, необходимыми для создания образа, чтобы сгенерировать образ Docker. После этого сборщик Docker обрабатывает Dockerfile и создает образ Docker. Затем запускается служба Python и создается контейнер с помощью простой команды запуска Docker.

Dockerfile

Чтобы запустить наш код Python в контейнере, нужно упаковать его как образ Docker, а затем запустить на его основе контейнер. Этапы описаны ниже.

Теперь в том же каталоге проекта создайте файл Dockerfile со следующим кодом:

# # Pull the official docker image
FROM python:3.11.1-slim
# # set work directory
WORKDIR /home/py/app
# # set env variables
ENV PYTHONDONTWRITEBYTECODE 1 \ 
    PYTHONUNBUFFERED 1 \
    PIP_NO_CACHE_DIR=1
# # install dependencies
COPY ./requirements.txt .
RUN pip install --upgrade -r requirements.txt 
# copy project
COPY . /home/py/app

Давайте углубимся в код Dockerfile.

FROM: указывает тонкую версию базового образа Python 3.11 для создания образа Docker.

WORKDIR: эта команда устанавливает активный каталог (/home/py/app), в котором выполняются все следующие команды.

Переменные ENV установлены для оптимизации поведения pip во время установки пакетов (в файле require.txt) в контейнере Docker.

-- PYTHONUNBUFFERED=1 -- Разрешить немедленное появление операторов и сообщений журнала

-- PIP_DISABLE_PIP_VERSION_CHECK=1 -- отключить проверку версии pip, чтобы уменьшить время выполнения и спам в журналах.

-- PIP_NO_CACHE_DIR=1 – отключение кеша для уменьшения размера образа докера.

COPY: копирует файл requirements.txt с хоста в WORKDIR контейнера.

RUN: вызывает установку приложений-контейнеров или зависимостей пакетов в файле require.txt.

COPY: копирует исходные коды приложения с хоста в WORKDIR.

Теперь давайте создадим образ контейнера, запустим контейнер и протестируем приложение Python.

Чтобы создать образ контейнера, перейдите в каталог py и выполните следующую команду:

docker build -t python-application:0.1.0 .

Проверьте свое изображение

docker image ls

Затем приступаем к созданию контейнера. Чтобы получить доступ к вашему приложению с вашего хост-компьютера, вам необходимо выполнить «переадресацию портов» для перенаправления или прокси-трафика с определенного порта на хост-компьютере на порт внутри вашего контейнера.

docker run -p 4000:4000 python-application:0.1.0

Проверьте свой контейнер

docker container ls

Наконец, получите доступ к своему приложению, запустив команду Curl, протестировав его в браузере или запустив Postman.

curl http://127.0.0.1:4000

curl http://127.0.0.1:4000/hello/James

Создайте среду узла

Сначала создайте новый каталог с именем node в каталоге local_dev_env и создайте в нем файл index.js с приведенным ниже кодом.

const express = require("express");
const app = express();
const PORT = process.env.PORT || 5000;

app.get("/", (req, res) => {
    res.send("Hello from node_app");
});

app.listen(PORT, () => {
    console.log(`Server running on port ${PORT}`);
  });

Кроме того, создайте новый файл package.json с приведенным ниже кодом в каталоге узла.

{
    "name": "node",
    "version": "1.0.0",
    "description": "A sample nodejs application",
    "main": "index.js",
    "scripts": {
      "start": "node index.js"
    },
    "author": "admin@admin.com",
    "license": "MIT",
    "engines": {
      "node": ">=10.1.0"
    },
    "dependencies": {
      "express": "^4.18.2"
    }
  }

Теперь, когда у нас есть базовый сценарий для запуска приложения Node, мы создадим базовый образ. На этот раз мы не будем использовать Dockerfile, как раньше со средой Python, а будем извлекать данные непосредственно из реестра Docker Hub.

Поскольку у нас есть многоконтейнерные сервисы, лучше всего организовывать наши сервисы из одного файла, а не создавать сервисы индивидуально из файла Dockerfile, что может оказаться сложной задачей, если нам нужно создать множество сервисов. Поэтому развертывание наших Node-контейнеров с помощью Docker Compose может быть очень удобным в таких ситуациях. Обратите внимание, что Docker Compose не заменяет Dockerfile. Скорее, последнее является частью процесса создания образов Docker, которые являются частью контейнеров.

Docker Compose позволяет нам использовать приложение Node вместе с другими сервисами (при условии, что у нас есть много сервисов, которые нам нужно развернуть). В нашем случае это будет рядом с нашим сервисом py.

Docker Compose

В каталоге «local_dev_env» создайте файл «docker-compose.yml» с приведенным ниже кодом:

version: '3'
services:
  py_app:
    build: ./py
    container_name: py
    command: uvicorn main:app --host 0.0.0.0 --reload
    environment:
      - FastAPI_ENV=development
      - PORT=8000
    ports:
      - '8000:8000'
    volumes:
      - ./py:/home/py/app 

  node_app:
    image: node:12.3-alpine
    container_name: node
    user: "node"
    environment:
      - NODE_ENV=development
      - PORT=5000
    command: sh -c "npm install && npm start"
    ports:
      - '5000:5000'
    working_dir: /home/node/app
    volumes:
      - ./node:/home/node/app:cached

Как видно из файла компоновки, были определены две службы: py и node.

В нашем Dockerfile вы увидите некоторые параметры, которые мы не указали ранее. Например, служба py использует образ, созданный из Dockerfile в каталоге py, который мы создали выше, с помощью ключа сборки. ему присваивается имя контейнера «py» с ключом имя_контейнера, и при запуске он запускает веб-сервер FastAPI с ключом команды (uvicorn main:app --host 0.0.0.0 --reload).

Ключ томов монтирует каталог py в каталоге проекта (./py) на хосте в каталог (/home/py/app) внутри контейнера, что позволяет вам изменять код на лету без необходимости пересборки образа. Ключ среды устанавливает переменные среды FastAPI_ENV и PORT, которые указывают FastAPI работать в режиме разработки и прослушивать PORT 8000.

Затем он привязывает контейнер и хост-компьютер к открытому порту 8000 с помощью ключа порта. В этом примере службы используется порт по умолчанию для веб-сервера FastAPI — 8000.

Подобно объявлению службы py, служба узлов использует большинство объявленных ключей, но вместо создания своего образа из файла Dockerfile она использует общедоступный образ узла 12.3 alpine, полученный из реестра Docker Hub с ключом изображения. Пользовательский ключ позволяет запускать контейнер от имени непривилегированного пользователя. Это соответствует принципу наименьших привилегий. Ключwork_dir используется для установки рабочего каталога в контейнере /home/node/app.

Теперь давайте создадим и запустим наши сервисы.

Чтобы запустить контейнеры сервисов (py и node), создайте приложение с помощью файла Compose из каталога вашего проекта и запустите его.

docker-compose up -d

Чтобы убедиться, что образы всех служб созданы, выполните следующую команду. Образы py и node должны быть возвращены в CLI.

docker image ls

Чтобы убедиться, что все службы работают, выполните следующую команду. Это отобразит все существующие контейнеры в CLI.

docker container ls --all

Давайте попробуем еще одну вещь: выполним команду bash из контейнера py, чтобы просмотреть содержимое каталога (/home/py/app).

docker exec -it py bash
ls -l  #list the directory in the py container

Makefile

Здесь мы сделали дополнительный шаг и создали Makefile, который упрощает работу с инструментами, позволяя нам использовать ярлыки, а не вводить длинные команды. Команда может быть определена в Makefile и использована с использованием синтаксиса команды make.

Мы можем запускать все контейнеры, выполнять команды внутри контейнера, проверять журналы и замедлять работу контейнеров, как показано ниже.

make up
make py # execute shell script from our py container
make py_log  #ouput logs from py container
make node_log #ouput logs from node container
make down  #spin down our services including network created

Заключение

Надеюсь, теперь у вас есть четкое представление о том, как настроить локальную среду разработки из этого руководства. Подводя итоги, мы заметили следующее:

Создание образов для Docker и запуск контейнера из Dockerfile.

Разверните несколько контейнеров Docker с помощью docker-compose.

Использование Makefile для упрощения выполнения сложных команд

Источник:

#JavaScript #Python #Docker

146

Войти на сайт