也不意味着工作就结束了。在部署之前，它仍然是无用的并且很容易被其他人访问。部署模型的方法有很多种，我想谈谈一个适用于基本MVP的非常简单的解决方案——使用Flask为模型编写API，使用Gunicorn作为软件服务器，使用Nginx作为Web服务器，以及将其包装在Docker中，以便更轻松地部署到其他机器（尤其是AWS和GCP）上。设置服务器我更喜欢使用专门为此目的租用的服务器来试验新配置，而不是使用个人或工作硬件。那样的话，就算有什么东西被严重损坏了，也没关系。因此，笔者推荐使用Linode。作者自己用它做实验，他们的硬件用起来感觉不错。只要你在Ubuntu18.04LTS上，你就可以随意使用任何其他服务。这部分适合使用Linides的人学习借鉴。导航到Linodes并单击添加Linode。有些东西需要填写。在发行版中，我建议选择Ubuntu18.04LTS映像：区域-离你最近的区域（我使用的是德国法兰克福）Linode计划-Nanode（每月仅需$5，足够远根据需要)root密码-您的密码，然后单击创建。几分钟后，您可以转到网络，您可以在其中找到有关通过SSH访问服务器的信息。下一步应该是连接到服务器并创建一个具有sudo权限的非根用户。这背后的逻辑相当简单：您不想在服务器上以root身份运行所有内容，因为这样更容易破坏。adduserusernameusermod-aGsudousername最后，切换到新用户。su——用户名创建应用容器整个系统配置分为两部分：应用容器（Flask+Gunicorn）和web容器（Nginxwebserver）。图片来源：unsplash(1)Step0-InstallDockerandDockerComposeDocker和Docker-compose的安装非常简单，分别4行和2行即可完成。(2)Step1-创建FlaskApp和WSGI入口点在主目录中创建flaskapp目录，并将以下文件放入其中。fromflaskimportFlaskserver=Flask(__name__)@server.route('/')defhello_world():return'helloworld!'这是最基本的Flask应用，几乎没有任何功能，不需要加载任何模型，没有添加GET/POST请求和内容（这些将在下面出现）。现在，我们只有一个在主页上显示“helloworld”的应用程序。这部分非常简单-只需为Gunicorn创建一个单独的文件以在端口8000上运行。(3)第2步-为Flask创建一个Docker镜像现在我们需要创建一个将使用这些文件的Dockerfile并创建一个将运行的镜像之后。FROMpython:3.6.7WORKDIRusr/src/flask_appCOPYrequirements.txt.RUNpipinstall--no-cache-dir-rrequirements.txtCOPY..对于那些不熟悉Docker的人，这个脚本执行以下操作：importPython3.6.7imagesetupallfiles工作目录复制包含Flask、Gunicorn和运行Flask应用程序所需的所有其他文件的需求文件。然后，通过RUN命令安装所有必要的包，最后将所有文件从flaskdir复制到容器内的usrscrflask应用程序中。现在只需将此文件放在同一个flask_app目录中并添加requirements.txt。flaskgunicorn请记住，如果您对目录和内容感到困惑，只需查看文章末尾的完整项目结构，或访问GitHub存储库。(4)第三步——创建Nginx文件源：unsplash需要配置一些内容才能运行Nginx。但在进行下一步之前，请在您的主目录中创建nginx目录（与flask_app处于同一级别）。之后，我们需要的第一个文件是nginx.conf，里面包含了几乎所有的Nginx基本信息和变量。来看一个Nginx基本设置：#DefinetheuserthatwillownandruntheNginxserverusernginx;#Definethenumberofworkerprocesses;recommendedvalueisthenumberof#coresthatarebeingusedbyyourserverworker_processes1;#Definethelocationonthefilesystemoftheerrorlog,plustheminimum#severitytologmessagesforerror_log/var/log/nginx/error.logwarn;#DefinethefilethatwillstoretheprocessIDofthemainNGINXprocesspid/var/run/nginx.pid;#eventsblockdefinestheparametersthataffectconnectionprocessing.events{#Definethemaximumnumberofsimultaneousconnectionsthatcanbeopenedbyaworkerproce$worker_connections1024;}#httpblockdefinestheparametersforhowNGINXshouldhandleHTTPwebtraffichttp{#IncludethefiledefiningthelistoffiletypesthataresupportedbyNGINXinclude/etc/nginx/mime.types;#Definethedefaultfiletypethatisreturnedtotheuserdefault_typetext/html;#Definetheformatoflogmessages.log_formatmain'$remote_addr-$remote_user[$time_local]"$request"''$status$body_bytes_sent"$http_referer"''"$http_user_agent""$http_x_forwarded_for"';#DefinethelocationofthelogofaccessattemptstoNGINXaccess_log/var/log/nginx/access.logmain;#Definetheparameterstooptimizethedeliveryofstaticcontentsendfileon;tcp_nopushon;tcp_nodelayon;#Definethetimeoutvalueforkeep-aliveconnectionswiththeclientkeepalive_timeout65;#Definetheusageofthegzipcompressionalgorithmtoreducetheamountofdatatotransmit#gzipon;#Includeadditionalparametersforvirtualhost(s)/server(s)include/etc/nginx/conf.d/*.conf;}第二个文件-特定于应用程序的配置有两种更通用的方法可以做到这一点：在/etc/nginx/sites-available/your_project创建一个配置文件，然后创建一个符号链接到/etc/nginx/sites-enabled/your_project在Nginx主目录下新建一个project.conf即可，下面介绍第二种方法。服务器{listen80;server_namedocker_flask_gunicorn_nginx;location/{proxy_passhttp://flask_app:8000;#Donotchangethisproxy_set_headerHost$host;proxy_set_headerX-Real-IP$remote_addr;proxy_set_headerX-Forwarded-For$proxy_add_x_forwarded_for/}location/static)/$1break;root/static;}}有几点需要注意：首先，看一下listen80，它指定了应用程序运行的端口。作为默认端口，我们选择80。第二，服务器名称。您可以指定从Linode获取的IP地址，或者只使用docker镜像名称。最后，代理传递命令，它应该将Nginx配置指向flask项目。由于flask容器的名字是flask_app（后面会介绍），所以直接使用Flask工程中指定的容器名和端口即可。(5)第4步-为Nginx创建Docker镜像这个特定的Docker镜像非常简单。和Flask一样，它只包含5行并且只做2件事：FROMnginx:1.15.8RUNrm/etc/nginx/nginx.confCOPYnginx.conf/etc/nginx/RUNrm/etc/nginx/conf.d/default.confCOPYproject.conf/etc/nginx/conf.d/导入nginx镜像，复制文件，替换为默认文件。(6)Step5-结合Dockerfiles与docker-compose现在有2个Dockerfiles：一个用于Flask+Gunicorn，一个用于Nginx。现在是时候让它们交互并运行整个系统了。为此，使用了docker-compose。我们只需要在我们的主目录中创建docker-compose.yml文件。版本：'3'服务：flask_app:container_name:flask_apprestart:alwaysbuild:./flask_appports:-"8000:8000"command:gunicorn-w1-b0.0.0.0:8000wsgi:servernginx:container_name:nginxrestart:alwaysbuild:./nginxports:-"80:80"depends_on:-flask_app为了理解它是如何工作的，让我们来处理几个重要的问题：首先，docker-compose分为两部分（2个服务）：flask_app和nginx。正如您从以下几行中看到的那样-flask_app容器执行运行Flask应用程序的Gunicorn，并使用1个worker将其转换为端口8000。第二个容器只在80端口上运行Nginx。另外，请注意depends_on部分，它指示docker-compose先启动flask_app容器，然后启动---nginx，因为这两个容器相互依赖。图片来源：unsplash此外，还应添加一件事，以便更轻松地运行此Docker设置。那就是run_docker.sh文件。echokillingolddockerprocessesdocker-composerm-fsechobuildingdockercontainersdocker-composeup--build-d此设置仅运行docker-compose，但首先确保此时没有旧的docker进程处于活动状态。(7)第6步-将所有东西放在一起你当前的项目结构应该是这样的：.├──flask_app│├──app.py│├──wsgi.py│└──Dockerfile├──nginx│├──nginx.conf│├──project.conf│└──Dockerfile├──docker-compose.yml└──run_docker.sh一切就绪后，就可以运行docker了。bashrun_docker.sh并通过导航到从Linode获得的IP在浏览器中查看主页：(8)第7步-没有产生任何结果，我该怎么办？先在Linode上租一台服务器，安装docker和docker-compose，然后克隆git仓库，然后运行??bashrun_docker.sh。一旦你确定它运行成功，就开始改变。尝试Flask、Dockerfiles或docker-compose直到出现问题。之后，尝试找出问题所在并加以解决。(9)第8步-下一步是什么？图片来源：unsplash接下来要添加的是FlaskApp中对POST请求的支持。这样，可以向模型发送请求并获得响应。需要满足两件事：一个可以处理请求的模型，以及一个自支撑的POST请求。fromflaskiimportFlask,request,jsonifyserver=Flask(__name__)defrun_request():index=int(request.json['index'])list=['red','green','blue','yellow','black']returnlist[index]@server.route('/',methods=['GET','POST'])defhello_world():ifrequest.method=='GET':return'Themodelisupandrunning.SendaPOSTrequest'else:returnrun_request()为方便起见，在这种情况下，模型仅返回颜色列表的第i个元素。但实际上，运行哪个模型并不重要，只需在所有方法上创建模型的实例（几乎是在您拥有server=Flask(__name__)的地方）。现在，如果您导航到该IP地址，您将看到一条消息-“模型已启动并正在运行。正在发送POST请求”，因为只要转到该IP就会将其视为GET请求。但是让我们尝试使用包含模型索引的json文件发送POST请求。我使用Postman，但您可以根据自己的喜好使用它（即Curl）。作品！现在，您可以添加其他路径来接收GET/POST请求。这个想法背后的原因是可以通过加载多个模型来根据URL向特定模型发送请求。(10)第9步-进一步发展如何？实际上，还有一个更重要的步骤需要完成。为了快速部署此Docker设置，最好将其部署在云空间中。这种方法的一个主要优势是：AWS将提供集群管理基础设施。你学会了吗？
