2017级系统综合实践第5次实践作业
本次作业为Python专题。Python是将练习使用docker容器运行Python程序。Python是很常用的程序设计语言,但是Python程序的运行依赖于提前的系统环境配置,为了降低系统配置的复杂度,同时减小资源开销,将系统环境容器化是一种解决方案。请根据Python官方镜像的镜像说明,自定义Python镜像文件,将Python程序运行起来。
项目结构
.
├── apps
│ ├── date.py (用于日期的实验)
│ ├── helloworld.py (用于最开始的helloworld实验)
│ ├── mysql.py (用于mysql的实验)
│ ├── opencv.py (用于opencv实验)
│ ├── p1.jpg (opencv的实验中的源图像)
│ └── test_result.jpg (opencv的实验中的目的图像)
├── Dockerfile (用于构建镜像)
└── requirements.txt (可以认为为了上面的opencv和mysql的py添加头文件)
文件夹home/yu3/py/apps
构建容器
①配置文件
Dockerfile
FROM python:3
MAINTAINER LQY
WORKDIR /usr/src/app # 容器内部通过这个目录来找py文件,是处于容器内,不是宿主机
COPY requirements.txt ./
RUN pip install -r requirements.txt -i https://pypi.douban.com/simple # -i就是修改源 并安装依赖
COPY apps/helloworld.py /usr/src/app/ # 先将helloworld.py文件放入容器内的工作目录中,以防默认待会儿目录没挂载上去报错
VOLUME /usr/src/app
ENTRYPOINT ["python"] # 实现命令行式调用容器
CMD ["helloworld.py"] # ENTRYPOINT默认参数 可以不写没事
requirements.txt
PyMySQL
opencv-python
②构建镜像
sudo docker build -t docker-python .
运行代码
①helloworld.py
print('hello the world')
ps
这里的rm指的是,运行完这个容器,就删除了。 然后Docker容器启动的时候,如果要挂载宿主机的一个目录,可以用-v参数指定方式为 宿主机目录:容器内目录,然后容器内目录就是容器的工作目录,由上面的dockerfile决定了,对于两个目录尽量都用绝对路径吧,不然可能会有一些小问题。
②date.py
import calendar
yy = int(input("输入年份: "))
mm = int(input("输入月份: "))
print(calendar.month(yy,mm))
运行命令
sudo docker run -it --rm-v /home/yu3/py/apps:/usr/src/app docker-python date.py
③mysql
import pymysql
# 打开数据库连接
db = pymysql.connect("10.0.2.15", "root", "admin", "myDBPDO")
# 第一个参数是本地容器名字
# 第二三个参数是数据库的使用用户与密码
# 第四个参数是数据库名称
# 创建游标对象
cursor = db.cursor()
# 先查询一次数据库数据
sql = """select * FROM testone"""
cursor.execute(sql)
results = cursor.fetchall()
print(results)
# SQL插入语句
sql = """insert palyer(firstname,email)
values('lqy','1781610742qq.com')"""
cursor.execute(sql)
db.commit()
# 插入完成后再读取一次数据库数据
sql = """select * FROM palyer"""
cursor.execute(sql)
results = cursor.fetchall()
print(results)
# 关闭数据库连接
db.close()
运行命令
sudo docker run -it --rm-v /home/yu3/py/apps:/usr/src/app docker-python mysql.py
④opencv.py
#截取图片的一部分,即ROI(region of interest)
import cv2
import numpy as np
image = cv2.imread('p1.png')
result = image[250:1700, 0:900]
cv2.imwrite('test_result.jpg', result)
运行命令
sudo docker run -it --rm-v /home/yu3/py/apps:/usr/src/app docker-python opencv.py
实验总结
时间花费
项目 | 时间(估算) |
---|---|
搭建镜像 | 60min |
各个程序部署运行 | 4h |
写博客 | 30min |
总结:
搭建镜像时我又遇到了一个问题,构建镜像时出现问题,卡了一段时间后终于发现问题所在。那就是写配置文件时,注释和代码尽量不能在同一行。。。
其次就是数据库那边,我用的是实验三的镜像,不知怎的容器和数据流的会出现问题,后来修改IP地址不用link指令才勉强搞定。
你别看我说的这么轻描淡写,做的时候整个人都要爆炸了。。。。
这次实验也充分磨练了我的耐心和动手能力,那句话怎么说来着--梅花香自苦寒来,保剑锋出磨砺出。等我把剑磨好,这种题目建一个砍一个。