本篇文章源自作者團隊在長期開發過程中總結的寶貴經驗，其中Supervisor、Gunicorn以及Nginx更是在使用Python開發Web應用 時最常用的軟件，因此對于打算使用Docker部署Python應用的讀者而言，這些最佳實踐是很有參考價值。同時希望各位在日常實踐過程中，也能將各自 踩到過的“坑”以及寶貴的經驗分享出來，大家共同進步！

我們可以使用Docker簡單而高效的部署Python應用，同時，也有一些最佳實踐來幫助我們愉快的完成部署。當然，也不是說這些最佳實踐就是 完成部署的唯一方式，只不過我們團隊發現它們具有高可用性，并且容易維護。注意本文中大多數內容都只是代表我的立場，基于Docker的實現方式有很多， 你可以隨便選擇。本文中我不會過多的介紹Volume，因為它可能需要一個單獨的話題來解釋。我們通常會使用Volume將源代碼復制到容器中，而不是在 每次運行時都重新構建。

DEBIAN_FRONTEND

Docker用戶應該都很熟悉這個環境變量，它告知操作系統應該從哪兒獲得用戶輸入。如果設置 為"noninteractive"，你就可以直接運行命令，而無需向用戶請求輸入（譯者注：所有操作都是非交互式的）。這在運行apt-get命令的時 候格外有用，因為它會不停的提示用戶進行到了哪步并且需要不斷確認。非交互模式會選擇默認的選項并以最快的速度完成構建。

請確保你只在Dockerfile中調用的RUN命令中設置了該選項，而不是使用ENV命令進行全局的設置，因為ENV命令在整個容器運行過程中都會生效，所以當你通過BASH和容器進行交互時，如果進行了全局設置那就會出問題。例子如下：

# 正確的做法 - 只為這個命令設置ENV變量
RUN DEBIAN_FRONTEND=noninteractive apt-get install -y python3

 錯誤地做法 - 為接下來的任何命令都設置ENV變量，包括正在運行地容器
ENV DEBIAN_FRONTEND noninteractive
RUN apt-get install -y python3</pre> 


    requirements.txt
相比于基本的代碼（codebase），應用的依賴很少發生變化，因此我們可以在
Dockerfile中安裝項目依賴，這也可以加快之后的構建速度（之后的構建只需要構建變更的代碼）。Docker容器的層級構建可以緩存依賴安裝的過
程，所以之后的的構建速度會非常快，因為它不需要重新下載和構建依賴。


    文件順序
按照上面的思路（利用緩存）來推斷，文件添加到容器的順序至關重要。我們應該把頻繁變更的文件放置到Dockerfile的下
方，以便充分使用緩存來加速Docker的構建過程。例如，應用配置、系統配置和依賴都很少改變，我們就可以把它們放到Dockerfile的頂部。而源
文件，比如路由文件、視圖（views）和數據庫代碼會經常發生改變，所以我們就可以把它們放在Dockerfile的下方，注意是Docker配置命令
（EXPOSE、ENV等）的下方。



另外，不要考慮如何將你的文件拷貝到Docker，它不會加快你的構建速度，因為大多數的文件根本不會用到，比如應用源文件。


    應用密鑰
之前我們一直不知道如何把應用密鑰安全的傳遞給應用，后來我們發現可以使用docker run命令中的env-file參數。我們會把所有的密鑰和配置都放在app_config.list文件中，然后通過這個文件交付給應用。具體如下：

docker run -d -t -—env-file app_config.list <image:tag>
 

這個方法允許我們簡單地改變應用設置和密鑰，而無需重建一個容器。



注意：請務必確保app_config.list在.gitignore文件的記錄中，不然它不會被檢錄到源文件中。


    Gunicorn
我們使用Gunicorn作為容器內部的應用服務器，Gunicorn非常的穩定并且性能很好，它有非常多的配置選項，比如指定worker數量和類型（green threads、gevent等）的能力，你可以根據負載來調整應用，以獲得最佳性能。



啟動Gunicorn很簡單：

# 安裝
pip3 install gunicorn

 運行服務器
gunicorn api:app -w 4 -b 127.0.0.1:5000</pre> 

最后是在Nginx后面運行你的應用服務器，這樣你可以進行負載均衡。


    supervisord
你是不是想過在容器中運行多個進程？我想Supervisord絕對是你的最佳輔助工具。假設我們想部署這樣一個容器，它包含Nginx反向代理以及Gunicorn應用。你通過BASH腳本可能就能實現，但是讓我們想更加簡潔一點。



Supevisor是“一個進程控制系統，它支持用戶在類UNIX操作系統上，監視并控制一些進程”。聽起來很完美！你需要先在你的Docker容器內安裝Supervisor。

RUN DEBIAN_FRONTEND=noninteractive apt-get install -y
supervisor
 

為了讓Supervisor知道該運行什么以及如何管理進程，我們接下來需要為它寫一個配置文件。

[supervisord]
nodaemon = true  # 這個會讓supervisord運行在前端

[program:nginx]  # 你想運行的第一個程序的命名
command = /usr/sbin/nginx  # nginx可執行程序的路徑
startsecs = 5  # 如果nginx保持開啟5s，我們視為啟動成功
[program:app-gunicorn]
command = gunicorn api -w 4 -b 127.0.0.1:5000
startsecs = 5</pre> 

這是非常基本的配置，它還有很多的配置項，比如控制日志、stdout/stderr重定向、重啟策略等。這個工具真不錯。



一旦你完成了配置，請確保Docker將其復制到了容器中。

ADD supervisord.conf /etc/supervisord.conf
 

讓Supervisor作為容器的自啟動命令。

CMD supervisord -c /etc/supervisord.conf
 

它將會在容器啟動的時候，運行Gunicorn和Nginx。如果已經配置過了，那將會按需重啟它們。


    學到的東西以及未來的目標
我們已經花了很長時間在Docker中部署代碼，并且接下來會投入更多的時間。在使用Docker的過程中，
我們學到的最重要經驗就是如何最小化思考（think 
minimally）。在一個容器中運行你的整個系統真的很誘人，但是在應用各自的容器中運行應用進程卻更容易維護。一般情況下，我們會在容器中運行
Nignx和Web服務器，并且在一些場景中，使用單獨的容器來運行Nginx卻沒有任何優勢，它可能只會增加復雜度。我們發現對于大多數情況，它在容器
中的開銷是可接受的。



我希望這些信息對各位有價值！當我們團隊學到更多最佳實踐時，我會更新這篇文章。



原文鏈接：Deploying Python with Docker（翻譯：孫科 校對：李穎杰）



＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝

譯者介紹

學生一枚，擼代碼站點維護者，專注于Linux系統編程和編譯技術。熱衷于學習各種語言和技術。目前正在開發一個Java Web框架(畢設)和一個web服務器（D語言編寫）。



來自：http://dockerone.com/article/185