摘要：總結本次鏡像化大概花了一周的時間，包括測試和解決一些坑，很多知識點包括原來的項目都不是太熟悉，所以記錄一下，可能回頭會發現這些很，但是相信對一些人還是有用的。

手里有一個web項目，代碼按照前端代碼庫、后端代碼庫分別在GitHub上，分散帶來的結果是，不容易持續集成，比如你可能需要很多的job去保證一個項目的正常運作，但是這個項目也不是特別大，所以嘗試將代碼融合，于此同時將代碼docker化，用于持續部署。

原來的代碼使用gunicorn+gevent+supervisor+flask+DB的架構；具體的細節如下：

本地服務器搭建了一個nginx域名服務器，里面區分PC端還是手機端；
訪問域名通過nginx，訪問前端靜態頁面的內容
靜態頁面中加載指定地址的數據，提供數據的服務由flask后端提供接口；
后端提供的接口，通過訪問redis緩存和mongodb數據庫，返回相應的數據；

上篇文章說了flask項目是怎么拆分和組合的，但是上次僅僅是使用docker，多個容器之間使用的--link連接起來的，本篇文章將介紹如何使用docker-compose代替原來的多個docker命令；

docker compose是什么可以自行搜索，我直接上我的docker-compose.yml

    version: "3"
    
    services:
         flask:
            image: "flask:latest"
            restart: always
            depends_on:
              - mongoDB 
           - redisDB
            tty: true
            stdin_open: false
            environment:
              SLEEP_SECOND: 10
            container_name: flask
            logging:
              driver: "json-file"
              options:
                max-size: "200M"
                max-file: "10"
            command: "gunicorn manage:app -k gevent -w 4 -b 0.0.0.0"
            volumes:
              - $HOME/logs:/app/logs

            networks:
              - inline-network
            ports:
              - "8000:8000"
    
          matrix:
            image: "flask:latest"
            restart: always
            depends_on:
              - mongoDB
              - redisDB
            tty: true
            stdin_open: false
            environment:
              SLEEP_SECOND: 10
            container_name: matrix
            command: "flask matrix"
            volumes:
              - $HOME/logs:/app/logs
              - /etc/localtime:/etc/localtime
            networks:
             - inline-network
    
          broadcast:
            image: "flask:latest"
            restart: always
            depends_on:
              - mongoDB
              - redisDB
            tty: true
            stdin_open: false
            environment:
              SLEEP_SECOND: 10
            container_name: broadcast
            command: "flask broadcast"
            volumes:
              - $HOME/logs:/app/logs
              - /etc/localtime:/etc/localtime
            networks:
              - inline-network
    
        redisDB:
          image: "redis:latest"
          container_name: redis
          restart: always
          networks:
            inline-network:
              aliases:
                - redis
          ports:
            - "6379:6379"
    
        mongoDB:
          image: "mongo:latest"
          restart: always
          container_name: mongo
          ports:
            - "27017:27017"
          volumes:
            - /var/lib/mongo:/data/db
          networks:
            inline-network:
              aliases:
                - mongo
    
    networks:
      inline-network:
        driver: "bridge"
    
```

解釋：所有的啟動的dontainer都在inline-network網絡環境中，所以可以直接使用aliases指定的名字作為數據庫連接時候的host，本來是不打算將數據庫的端口的，只給flask用，但是后面由于切換的時候是現切換數據庫，在切換后段flask的鏡像，所以就將數據庫端口和宿主機綁定了。

其中flask、matrix、broadcast，都是之前代碼中的功能，使用supervisor啟動的，現在多帶帶啟動三個docker進程去完成。

前端的PC端和移動端，都使用npm構建成dist文件，然后通過nginx定向到指定的dist文件內容就可以，所以我們對前端的代碼也進行了docker化，使用的是nginx；

dockerfile：

FROM nginx:1.15-alpine

COPY dist/ /usr/share/nginx/html

COPY default.conf /etc/nginx/conf.d/default.conf

ENTRYPOINT nginx -g "daemon off;"

default.conf

 server {
     listen       80;
     server_name  localhost;
 
     #charset koi8-r;
     #access_log  /var/log/nginx/host.access.log  main;
 
     location / {
         root   /usr/share/nginx/html;
         index  index.html index.htm;
         try_files $uri $uri/ /index.html;
     }
 
 
     #error_page  404              /404.html;
 
     # redirect server error pages to the static page /50x.html
     #
     error_page   500 502 503 504  /50x.html;
     location = /50x.html {
         root   /usr/share/nginx/html;
     }
 }

PC端和移動端使用的dockerfile和default.conf都是上面的；

在服務其部署的時候，只需要部署域名服務，將PC端和移動端的docker鏡像映射到宿主機的8088和8087端口，服務器nginx配置中根據PC請求和移動端的請求，定位到指定的PC/移動端nginx鏡像即可。

本次鏡像化大概花了一周的時間，包括測試和解決一些坑，很多知識點包括原來的項目都不是太熟悉，所以記錄一下，可能回頭會發現這些很LOW，但是相信對一些人還是有用的。