_22Python的构建与部署.md

Python的构建与部署

一. 编写示例应用

如需使用 Python 编写应用，请执行以下操作：

1. 创建名为 helloworld 的新目录，并转到此目录中：

   mkdir helloworld
   cd helloworld

2. 创建名为 main.py 的文件，并将以下代码粘贴到其中：

   此代码使用我们的“Hello World”问候语响应请求。HTTP 处理由容器中的 Gunicorn Web 服务器进行。当直接调用以供本地使用时，此代码会创建一个基本 Web 服务器，该服务器侦听 PORT 环境变量定义的端口。

   import os
   
   from flask import Flask
   
   app = Flask(__name__)
   
   @app.route("/")
   def hello_world():
       name = os.environ.get("NAME", "World")
       return "Hello {}!".format(name)
   
   if __name__ == "__main__":
       app.run(debug=True, host="0.0.0.0", port=int(os.environ.get("PORT", 8080)))

3. 创建名为 requirements.txt 的文件，并将以下代码粘贴到其中：

   Flask==2.0.2
   gunicorn==20.1.0

   这会添加示例所需的软件包。

4. 添加包含以下内容的 Dockerfile

   # Use the official lightweight Python image.
   # https://hub.docker.com/_/python
   FROM python:3.10-slim
   
   # Allow statements and log messages to immediately appear in the Knative logs
   ENV PYTHONUNBUFFERED True
   
   # Copy local code to the container image.
   ENV APP_HOME /app
   WORKDIR $APP_HOME
   COPY . ./
   
   # Install production dependencies.
   RUN pip install --no-cache-dir -r requirements.txt
   
   # Run the web service on container startup. Here we use the gunicorn
   # webserver, with one worker process and 8 threads.
   # For environments with multiple CPU cores, increase the number of workers
   # to be equal to the cores available.
   # Timeout is set to 0 to disable the timeouts of the workers to allow Cloud Run to handle instance scaling.
   CMD exec gunicorn --bind :$PORT --workers 1 --threads 8 --timeout 0 main:app

   这将启动 Gunicorn 网络服务器，该服务器会侦听 PORT 环境变量定义的端口。

5. 添加一个 .dockerignore 文件，以从容器映像中排除文件

   Dockerfile
   README.md
   *.pyc
   *.pyo
   *.pyd
   __pycache__
   .pytest_cache

   您的应用已编写完毕，可以进行部署。