百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

使用Docker和Codeship来装运Node.js应用

ztj100 2025-02-06 17:13 20 浏览 0 评论

本文翻译自RisingStack网站Gergely Nemeth撰写的《Shipping Node.js Applications with Docker and Codeship》一文,感谢景庄对该文章的翻译。

如今设置Node.js应用持续部署环境已经变得比以前简单多了。我们有Jenkis, Strider, Travis或者Codeship这样的工具。 在本文中我们将要讨论的是使用Codeship和Docker来部署我们的Node.js应用。

在深入讨论之前,有一点原则是我想要声明的——不可变的基础结构(infrastructures),那么它具体指的是什么? 以及它是如何让你的生活变得更加简单的?

不可变的基础结构

所谓不可变的基础结构通常包括数据和其他相关的东西。所谓其他相关的东西取决于部署阶段的替代物。 不仅仅是安全不定,或者是在生产系统中的配置变化。为了达成这一点,我们需要在两种途径中选择: 基于机器的或是基于容器的方案。

基于机器的 Machine-based

基于机器的基础结构大概可以这样描述:每次部署的时候你需要设置完全新的EC2机器,并且在上面部署它们。 如果所有的事情都正常的话,你只需要简单的修改你的负载均衡配置来指向你的新机器。然后,你可以删除旧的机器。

基于容器的 Container-based

你可以认为基于容器的方案是对基于机器方案的改进: 在单台机器上你可以运行多个容器。Docker让这件事情变得非常的简单。Docker是一个开放平台, 能够让开发者和系统管理员构建、部署和运行分布式的应用程序。

当然,你可以使用VMWare或者VirtualBox来实现基于容器的方案。但是,Docker让你只需要几秒钟就完成任务,而后者可能需要十几分钟。

不可变的基础结构的优点

为了能够尽可能的利用这个方法,你需要配置持续交付管道, 并且需要相应的测试和编制(orchestration)。

主要的优点包括:

  • 回退到旧版本非常的简单
  • 在隔离环境中测试新基础结构成为可能
  • 简化变化管理,因为服务器从不退化(rot)

持续集成、持续交付、持续部署

持续集成

持续集成一般指的是将开发分支一天多次合并到主干上的过程(通常是自动进行的)。这有助于:

持续交付

顾名思义,持续交付指的是将代码交付到指定环境中的过程,无论是QA小组或者是客户,都可以审查代码。 当变动被通过后,它们将被交付到生产环境中。

持续部署

你可以认为持续部署是持续交付的下一个环节,也就是说,当代码变更通过自动化测试后能够自动的部署到生产环境中。 持续部署高度依赖于基础设施的在测试、继承和部署等方面的自动化能力。一个简单的持续部署的过程如下图所示:

更多关于持续部署有关的实践,可以参考这篇文章。

Docker实践

是时候来动手了。我们将会创建和部署一个Hello Docker & Codeship的应用。

首先,我们将要使用
https://github.com/RisingStack/docker-codeship-project这个仓库。 它是一个非常简单的应用,能够通过HTTP返回“We <3 Docker & Codeship”。

下面是我们接下来需要做的事:

  • 当某个开发者push代码到master分支时,Github会触发在Codeship上的构建工作
  • 如果一切运行正常的话,Codeship会触发在Docker Hub上的一次构建
  • 当新的Docker镜像准备好后(pushed),Docker会触发一次webhook
  • Ansible将最新的镜像推送到应用服务器上(Docker部署者)

创建一个Docker Hub账号

什么是Docker Hub

Docker Hub管理着所分发应用的声明周期,它提供云服务进行构建、共享容器和自动化工作流。

去Docker Hub注册。

设置Docker仓库

注册完后,在Docker Hub中绑定你的Github账号,去 My Profile > My Repositories > Add repositories, 然后点击Automated build。

在设置完仓库后,开启构建触发器(enable Build triggers)。这类似于执行了如下命令:

$ curl --data "build=true" -X POST https://registry.hub.docker.com/u/gergelyke/docker-codeship-project/trigger/TOKEN/

其次,也要确保在自动构建下禁用了Github提交钩子(commit hook),Codeship将会监听git仓库的提交行为。

就是这样,你的Docker Hub已经可以被Codeship所使用。

获取一个Codeship账号

去Codeship获取一个账号。

在Codeship中设置你的仓库

你可以在Codeship中连接到你的Github/BitBucket帐户。当你连接完成后,你会在Codeship中看到你的仓库列表。 然后选择我们需要的仓库,选择“Save and go to my dashboard”。

修改你的部署命令

在部署设置下,小啊U你这自定义脚本,将前面在Docker Hub中生成的curl命令剪贴到这里。

Docker部署者

这部分的内容并非是现成的。你必须手动实现一个小型的API服务器,用于监听Docker Hub webhook。 当端点(endpoint)被调用时,它会运行Ansible,然后将最新的可用的Docker镜像拉到应用服务器中。

当然,你也可以不使用Ansible,而是选用其他的替代服务。

小结

正如你看到的那样,使用不变的基础设施设置一个持续交付管道非常的简单,它不仅仅可以用于你的生产环境中, 也可以用于开发或预发环境中。

译者简介:景庄,前端工程师,关注Node.js、前端工程化。个人博客:http://wwsun.github.com。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: