本文涉及的相关技术：flask + gunicorn + gevent+ docker

---

图床简介

前端时间小牛不是写了个自用的图床，最近有闲暇的时候，迭代了一下，准备打包到服务器上

迭代内容是：之前只能从固定的文件夹中去读取图片，感觉太麻烦了，小牛在公司还用不了;目前还支持了 点击、拖拽、复制粘贴上传图片，并将本地的服务打包到服务器中，随时随地使用网页版图床

Flask代码

前期准备：flask+gevent+gunicorn 相关依赖都已安装好

#app.py

from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello():
    return 'hello docker&flask'

if __name__ == '__main__':
    app.run(host='0.0.0.0')

因为举例子，所以项目没有采用blueprint 的方式去构建

python start.py 即可运行项目

host='0.0.0.0' 是因为笔者想在公网环境中访问，这样项目的路径ip就是当前服务主机的ip，不写的话只能通过127.0.0.1调用。

一般还有其他2种启动方式：

python -m flask run -p 8088 -h 127.0.0.2，这种可以指定项目启动时的ip和端口

flask run -p 8088 -h 127.0.0.2 纯flask启动，但作用和上面一种一样

上述启动方式，平时我们测试开发使用足以，但我们的程序一般得部署到服务器上，这样可就不够看了，我们要寻求更长久的真正的部署。这时 gevent+gunicorn的作用就来了

Gunicorn || gevent

Gunicorn： 是一个 UNIX 下的 WSGI HTTP 服务器 ，Flask应用是一个符合WSGI规范的Python应用，不能独立运行（类似app.run的方式仅适合开发模式）, 处理高并发有所欠缺，需要依赖其他的组件提供服务器功能。通过优化 Gunicorn 配置提高性能

gevent：gevent一般搭配gunicorn来部署。gunicorn 默认使用同步阻塞的网络模型(-k sync)，对于大并发的访问可能表现不够好，需要套一个gevent来增加并发量

docker: 近几年非常火的开源项目，核心功能容器，能够让开发者打包我们的应用以及依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的 Linux 机器上，也可以实现虚拟化。

容器是完全使用沙箱机制，相互之间不会有任何接口（类似 iPhone 的 app）,更重要的是容器性能开销极低。将项目与环境进行隔离

Flask部署关系图如下：

编写gunicorn配置文件

gunicorn.conf.py文件

sudo vim gunicorn.conf.py

添加代码：

workers = 5
worker_class = "gevent"
bind = "0.0.0.0:8080"

导出依赖

在app.py同级目录执行即可，将当前python环境的依赖全部写入requirements.txt 文件中，我们构建容器时，会去读取依赖配置

pip freeze > requirements.txt

编写dockerfile文件

这是最核心，也最容易出错的地方，笔者这边用的是最简单的写法，作为例子引入。详情可取查看官方文档

sudo vim Dockerfile  #创建文件

FROM python:3
MAINTAINER xiaoniuhululu
COPY requirements.txt ./
EXPOSE 5000
RUN pip install --no-cache-dir -r requirements.txt
COPY . .
CMD ["gunicorn", "app:app", "-c", "./gunicorn.conf.py"]

简单解释一下参数：
FROM # 指明我们创建的镜像，所依赖的基础镜像，我们这边是python3

MAINTAINER # 维护者信息

COPY # 将宿主机的文件cp到创建的镜像当前路径下

EXPOSE ## 仅仅只是声明端口。
帮助镜像使用者理解这个镜像服务的守护端口，以方便配置映射。
在运行时使用随机端口映射时，也就是 docker run -P 时，会自动随机映射 EXPOSE 的端口

RUN # 你需要在创建镜像之前，需要执行的命令

CMD # 创建容器后执行的第一个命令,一般是启动命令

定制镜像

上述的步骤 无论你是在windows环境 还是linux都可以，但接下来我们后续步骤在服务器环境(linux,不太建议用windows服务器 太浪费资源了)中操作

在当前目录下 有dockerfile执行命令
docker build -t upload-picture-flask . //-t 镜像的名字及标签， . 表示 在当前目录下寻找dockerfile

然后倒杯咖啡，慢慢的等待，因为制作镜像的过程需要联网下载大量的包，非常耗时，说个小技巧如果你的项目所需的依赖非常大，很看网速，容易失败，这个时候你可以去下一个对应的docker镜像到本地，然后在dockerfile添加from docker-你需要的镜像，就是将这个依赖作为多个基础镜像 定制你的项目镜像

查看生成的镜像

docker images 

以守护程序创建并启动容器

docker run -d -p 5000:5000 --name flaskUploadPicture upload-picture-flask:latest

-p容器内外端口映射

--name flaskUploadPicture 指定别名

upload-picture-flask:latest 所依赖的镜像，即我们刚刚生成的

（复制命令容易出错，请手打命令）

查看所有容器运行状态：

docker ps -a

效果

如果不行的话，检查外部映射的端口服务器防火墙 是否放开

如果还是不行的话，我们以下操作来核实原因

docker logs 容器id 查看docker日志

docker exec -it 容器id /bin/bash 进入镜像内部

图床最终效果图：

目前由于服务器压力大，准备放开10个人名额，大家要是想体验一下该图床的，关注公众号小牛呼噜噜找到微信联系小牛即可

---

本篇文章到这里就结束啦，如果喜欢的话，多多支持，欢迎关注！