简单的Mac版Docker+Flask+Python接口

还是按着这篇简单的Mac版Docker封装需要传参的Python步骤走。

Docker+Flask+Python

• 目录安排
• Dockerfile
• requirements.txt
• gunicorn.conf.py
• run_predict.py
• src 文件夹
• Docker 命令行
• • 装载建包
  • 运行docker
  • 导出
  • 导入

目录安排

目录安排如下所示，有四个文件和一个文件夹，Dockerfile就是指我们生成Docker时的设置文件，requirements.txt是指python环境下所需要的包，gunicorn.conf.py是网络启动的配置文件，run_predict.py是接口入口程序，src文件夹是指代码，来一个一个看。

Dockerfile

# 配置环境
FROM python:3.9
# 工作目录
WORKDIR ./docker_predict_S
# 从本来的路径拷贝到容器指定路径，这么写最省事
ADD . .
# 配置python环境库
RUN pip install -r requirements.txt
# 启动后台服务
ENTRYPOINT gunicorn run_predict:app -c gunicorn.conf.py

requirements.txt

这个文件如下

certifi==2022.5.18.1
flask==2.1.2
gunicorn==20.1.0
gevent==21.12.0

gunicorn.conf.py

workers = 1 # 定义同时开启的处理请求的进程数量，根据网站流量适当调整
worker_class = "gevent"   # 采用gevent库，支持异步处理请求，提高吞吐量
bind = "0.0.0.0:8000" # 这个还只能是0.0.0.0
timeout = 3600  # 设置超时时间为 120 秒

run_predict.py

外部暴露的接口文件，这里可以看flask教程，不难。

from flask import Flask
from flask import request
from flask import jsonify

# 从别的文件里引用，实例化一个类，方便下面调用
# from src import yingzhibiao_predict
# p = yingzhibiao_predict.predictt()


app = Flask(__name__)

@app.route("/predict_s", methods=["GET"])
def predict_s():
    # request.form.get：获取post请求的参数
    data = request.args.get('dic')
    return '这个文本就是' + data

# docker启动服务不会走main函数
if __name__ == '__main__':
    app.run()

src 文件夹

里面可以放一些资源文件，引用要注意路径。

Docker 命令行

把Mac的Docker程序先运行起来，看下里面有没有镜像在跑，没有。

装载建包

sudo docker build -t demo_flask:v1 .

截图如下所示

运行docker

sudo docker run -it --rm -p 8000:8000 demo_flask:v1

在浏览器输入http://127.0.0.1:8000/predict_s?dic=adasd就可以了。

导出

先把刚运行的容器关闭下，全关了镜像状态就是不用了，再导出。

导出的命令

docker save -o demo_flask.tar demo_flask:v1

文件夹里就有文件了

老规矩，删了重新导入看看

docker rmi 镜像id

导入

导入，再运行，就酱

docker load -i demo_flask.tar

浏览器也可以了