Rumah pembangunan bahagian belakang Tutorial Python Docker dalam pembangunan: Episod 3

Docker dalam pembangunan: Episod 3

Jan 10, 2025 am 07:58 AM

Docker in development: Episode 3

Dalam keluaran yang lepas, kami menerangkan cara menyimpan aplikasi Ruby on Rails. Dalam isu ini kita akan meneroka cara melaksanakan tugas harian dalam bekas.

Jalankan tugas Rake dan arahan Rails

Menjalankan tugas Rake adalah mudah. Selepas anda membina imej, anda boleh menggunakan docker-compose untuk menjalankan arahan di dalamnya. Contohnya, jika anda ingin melihat laluan aplikasi anda:

$ docker-compose run web rails routes
Salin selepas log masuk

Begitu juga, jika anda ingin mencipta pangkalan data, pindahkan dan isikan data:

$ docker-compose run web rails db:create db:migrate db:seed
Salin selepas log masuk

Jika anda ingin menjalankan suite ujian, anda mesti mencipta pangkalan data ujian:

$ docker-compose run web rails db:create db:migrate RAILS_ENV=test
Salin selepas log masuk

Kemudian jalankan suite ujian (dengan andaian rake menjalankan ujian rake secara lalai):

$ docker-compose run web rake
Salin selepas log masuk

Petua: Buat skrip/alias tersuai

Saya berlari docker-compose run web rails ... beratus kali sehari, dan untuk memudahkan urusan saya meletakkan skrip ini di dalam $PATH saya:

#!/bin/bash
docker-compose run web rails "$@"
Salin selepas log masuk

Sila ambil perhatian bahawa skrip ini menganggap bahawa fail docker-compose.yml anda mempunyai perkhidmatan web. Jika tidak, ia tidak akan berfungsi.

Lakukan tugas lain

Setakat ini semua arahan adalah sangat mudah dan mudah, anda hanya perlu menjalankannya dalam perkhidmatan web. Jadi apa yang anda lakukan dengan beberapa tugas yang lebih sukar seperti memuatkan pangkalan data sedia ada ke dalam pangkalan data bekas? Ini adalah salah satu tugas yang saya ambil sedikit masa untuk memikirkannya.

Dalam PostgreSQL, terdapat dua cara untuk melakukan ini, bergantung pada format fail dump. Dahulu, kita terpaksa berhadapan dengan --format=c tempat pembuangan sampah dan pembuangan sampah biasa.

Andaikan anda mempunyai fail latest.dump yang mengandungi pembuangan PostgreSQL dalam format c, dan anda ingin memuatkannya ke dalam bekas (berjalan), mula-mula anda perlu mengetahui ID kontena. Anda boleh melakukan ini dengan menjalankan arahan berikut:

$ docker container ls
Salin selepas log masuk

atau

$ docker ps
Salin selepas log masuk

Setelah anda mempunyai ID bekas (dalam contoh ini, kami akan menggunakan 80f8041db4b4), anda boleh menjalankan arahan berikut untuk memulihkan tempat pembuangan dalam bekas:

$ docker exec -i 80f8041db4b4 pg_restore -d app_development -U postgres
Salin selepas log masuk

Jika anda mempunyai tempat pembuangan biasa (cth. latest.sql), anda boleh memulihkannya menggunakan:

$ docker exec -i 80f8041db4b4 psql -d app_development -U postgres
Salin selepas log masuk

Jika anda menggunakan docker-compose, perkara menjadi lebih mudah:

$ docker-compose exec -T db pg_restore -d app_development -U postgres
Salin selepas log masuk

Semuanya dalam bekas!

Saya banyak menggunakan Elastic Beanstalk. Saya biasanya memasangnya menggunakan Homebrew, tetapi ia memasang banyak kebergantungan sendiri seperti Python, SQLite, dll. Saya tidak mahu semua ini pada sistem saya, terutamanya kerana saya sentiasa menghadapi masalah dengan versi Python. Sebaliknya, saya menyimpannya: docker-awsebcli.

Nantikan keluaran seterusnya!

Atas ialah kandungan terperinci Docker dalam pembangunan: Episod 3. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

Video Face Swap

Video Face Swap

Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

<🎜>: Bubble Gum Simulator Infinity - Cara Mendapatkan dan Menggunakan Kekunci Diraja
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Sistem Fusion, dijelaskan
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Whispers of the Witch Tree - Cara Membuka Kunci Cangkuk Bergelut
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tutorial Java
1672
14
Tutorial PHP
1276
29
Tutorial C#
1256
24
Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Python vs C: Lengkung pembelajaran dan kemudahan penggunaan Apr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python dan Masa: Memanfaatkan masa belajar anda Python dan Masa: Memanfaatkan masa belajar anda Apr 14, 2025 am 12:02 AM

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python vs C: Meneroka Prestasi dan Kecekapan Python vs C: Meneroka Prestasi dan Kecekapan Apr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Pembelajaran Python: Adakah 2 jam kajian harian mencukupi? Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python vs C: Memahami perbezaan utama Python vs C: Memahami perbezaan utama Apr 21, 2025 am 12:18 AM

Python dan C masing -masing mempunyai kelebihan sendiri, dan pilihannya harus berdasarkan keperluan projek. 1) Python sesuai untuk pembangunan pesat dan pemprosesan data kerana sintaks ringkas dan menaip dinamik. 2) C sesuai untuk prestasi tinggi dan pengaturcaraan sistem kerana menaip statik dan pengurusan memori manual.

Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Yang merupakan sebahagian daripada Perpustakaan Standard Python: Senarai atau Array? Apr 27, 2025 am 12:03 AM

Pythonlistsarepartofthestandardlibrary, sementara

Python: Automasi, skrip, dan pengurusan tugas Python: Automasi, skrip, dan pengurusan tugas Apr 16, 2025 am 12:14 AM

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.

Python untuk pengkomputeran saintifik: rupa terperinci Python untuk pengkomputeran saintifik: rupa terperinci Apr 19, 2025 am 12:15 AM

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

See all articles