docker部署Flask+MongoDB+Nginx

文章目录

1. 系统环境
2. 方法
   1. Flask
   2. MongoDB
   3. Nginx
3. 总结

近期需要将一个Flask+MongoDB+Nginx 小系统打包部署，之前只用过docker对简单的代码进行打包，这次使用docker-compose踩了很多坑，特此记录下。主要参考这篇详细的指南How To Set Up Flask with MongoDB and Docker {建议细看}。

系统环境

开始直接在原生机器上进行系统开发，采用前后端分离的设计方便协作，主要环境如下:

• web后端：Python Flask
• 数据库: MongoDB，约10G数据
• 前端静态资源: Nginx

其中除了Flask之外，还有一些其他Python库，比如pandas, numpy等。最终要将系统利用docker部署到内部无网络机器上。

最终实现目录结果如下：

├── app
│   ├── Dockerfile
│   ├── requirements.txt
│   ├── run.py
│   ├── application/
├── docker-compose.yml
├── images.tar
├── mongodb/
├── nginx/
│   ├── Dockerfile
│   ├── conf.d/
│   ├── resource/
│   ├── log/

其中app目录里面存关于Flask的文件; mongodb目录为数据文件，直接将本机的mongodb数据库拷贝过去; nginx目录存储了静态资源，相关配置; docker-compose.yml为核心启动文件。下面先介绍下最终的配置，再一一记录遇到的坑。

方法

最终的docker-cmpose.yml 如下, 基本是参考上面的教程来的:

version: '3'
services:
    flask:
        build:
            context: app
            dockerfile: Dockerfile
        container_name: flask
        image: digitalocean.com/flask-python:3.6
        restart: unless-stopped
        environment:
            APP_PORT: 5000
            MONGODB_DATABASE: mydata
            MONGODB_HOSTNAME: mongodb
        volumes:
            - ./app:/var/www
        depends_on:
            - mongodb
        networks:
            - frontend
            - backend

    mongodb:
        image: mongo:3.6.19
        container_name: mongodb
        restart: unless-stopped
        environment:
            MONGODB_DATA_DIR: /data/db
            MONDODB_LOG_DIR: /dev/null
        volumes:
            - ./mongodb:/data/db
        networks:
            - backend

    webserver:
        build:
            context: nginx
            dockerfile: Dockerfile
        image: digitalocean.com/webserver:latest
        container_name: webserver
        restart: unless-stopped
        ports:
            - "85:80"
        volumes:
            - ./nginx/log:/var/log/nginx
            - ./nginx/resource:/var/www/
        depends_on:
            - flask
        networks:
            - frontend
networks:
    frontend:
        driver: bridge
    backend:
        driver: bridge

一共包含三个主要的container:

• flask: 主要是web后端flask程序。
• mongodb: 数据库服务
• webserver: 基于nginx的静态资源访问

下面记录下每一部分。

Flask

build的context表明Dockerfile在app目录下。另外就是挂载 将./app 挂载到容器中的/var/www中。 其中app目录中包含了flask程序(即application目录)。这里用挂载的好处就是方便外部修改程序，并可以直接同步到镜像内。

这部分的Dockerfile 核心如下:

FROM nickgryg/alpine-pandas:3.8.5

ENV GROUP_ID=1000 \
    USER_ID=1000
WORKDIR /var/www/

ADD . /var/www/
RUN pip install -r requirements.txt
RUN pip install gunicorn

RUN addgroup -g $GROUP_ID www
RUN adduser -D -u $USER_ID -G www www -s /bin/sh

USER www
EXPOSE 5000
CMD [ "gunicorn", "-w", "4", "--bind", "0.0.0.0:5000", "run:app"]

这里面大部分命令都比较容易理解，暴露5000端口作为接口，比一般的多了一些用户配置。

坑：docker的alpine系镜像利用pip安装pandas安装失败，或者编译耗时非常长

原因：因为alpine系python或者linux是基于MUSL，而不是原生的glibc，因此对whl支持不太好。

解决方法：尝试了多种方法，最后如下的两种方法可以；

• 使用Debian的官方Python镜像，比如python:3.8-slim-buster
• 使用第三方将pandas编译好的Alpine镜像，如 nickgryg/alpine-pandas:3.8.5

后续python应用docker化时候，建议镜像直接使用Debian的镜像(python:3.8-slim-buster)，而非Alpine Linux的镜像(python:3.8-alpine), 不过有时候需要一些linux bash命令，还是得用alpine版的Python镜像。

参考：

• https://stackoverflow.com/questions/49037742/why-does-it-take-ages-to-install-pandas-on-alpine-linux
• https://pythonspeed.com/articles/alpine-docker-python/ {mark}
• https://pythonspeed.com/articles/base-image-python-docker-images/ {mark}

MongoDB

从docker-compose.yml里面的mongodb部分看，没有特别需要注意的地方，将本地数据目录挂载即可, mongodb的默认数据存储在 /data/db , 因此只需要将本地的mongodb的数据目录挂载映射过去即可，如果需要指定额外的数据目录，可以在command 中指定-dpath即可，比如:

mongodb:
        image: mongo:3.6.19
        container_name: mongodb
        restart: unless-stopped
        command: mongod --auth -dpath=/data/other_path
        environment:
        	MONGO_INITDB_ROOT_USERNAME: mongodbuser
      		MONGO_INITDB_ROOT_PASSWORD: password
            MONGODB_DATA_DIR: /data/db
            MONDODB_LOG_DIR: /dev/null
        volumes:
            - ./mongodb:/data/other_path
        networks:
            - backend

坑: Mongo版本问题导致：mongodb exited with code 14

这个bug查了很多地方，最终发现是版本问题，mongodb貌似不能向下兼容，我们主机用的3.6.19，latest的已经到了4.x了，数据格式有不兼容的地方，将镜像切换为3.6.19之后就正常了。

Nginx

因为我们主要采用前后端分离进行开发，因此前端资源可以直接使用Nginx作为静态资源存储服务器，这个体现在docker-compose.yml的两处挂载映射，一个是挂载nginx配置文件，另外就是静态资源(Html, JS, CSS等)。

首先Nginx的Dockerfile 如下：

FROM alpine:latest
RUN apk --update add nginx && \
    ln -sf /dev/stdout /var/log/nginx/access.log && \
    ln -sf /dev/stderr /var/log/nginx/error.log && \
    mkdir /etc/nginx/sites-enabled/ && \
    mkdir -p /run/nginx && \
    rm -rf /etc/nginx/conf.d/default.conf && \
    rm -rf /var/cache/apk/*

COPY conf.d/app.conf /etc/nginx/conf.d/app.conf
EXPOSE 80 443
CMD ["nginx", "-g", "daemon off;"]

还是用alpine 镜像，这里没有特别需要注意的。 下面就是如何配置nginx了，主要有两点需要考虑：

• 静态资源
• flask的后端api访问

首先静态资源，这个比较简单：

server {
    listen 80;
    location / {
        index index.html;
        root /var/www/;
    }
}

坑：不同域下前端ajax请求后端flask API

之前在本机开发时，ajax访问的domain就是一个固定的ip, 现在在docker中，肯定不能直接使用ip来访问，因为不同部署的ip是不同的， 在docker-compose中已经将nginx的80映射到外部的85端口，因此从外部直接访问flask后端api肯定是不行的，因此需要用nginx再加一个location配置，将api访问转到flask:

location /api/ {
    proxy_pass http://flask:5000;
}

因为docker中的nginx容器是可以直接访问flask容器的，因此可以直接使用flask:5000。 这样就可以达到，比如在外部访问 ip:85/api/login 会转到http://flask:5000/api/login 就可以实现ajax访问flask 的API。

Nginx完整的app.conf:

server {
    listen 80;
    location / {
        index index.html;
        root /var/www/;
    }
    location /api/ {
        proxy_pass http://flask:5000;
    }
}

最终的镜像打包使用docker save

总结

之前没有用docker完整的进行打包和部署，这次完整的走一遍，又将docker恶补了一遍，上面的记录更多是根据本次项目的需求做的时候遇到的问题，写的比较杂乱，单纯作为记录吧。