Docker in der Entwicklung: Episode 3
In der letzten Ausgabe haben wir erklärt, wie man Ruby on Rails-Anwendungen containerisiert. In dieser Ausgabe untersuchen wir, wie man alltägliche Aufgaben in Containern erledigt.
Rake-Aufgaben und Rails-Befehle ausführen
Rake-Aufgaben auszuführen ist einfach. Nachdem Sie das Image erstellt haben, können Sie mit Docker-Compose Befehle darin ausführen. Wenn Sie beispielsweise die Routen Ihrer Anwendung anzeigen möchten:
$ docker-compose run web rails routes
Ähnlich gilt Folgendes, wenn Sie eine Datenbank erstellen, Daten migrieren und füllen möchten:
$ docker-compose run web rails db:create db:migrate db:seed
Wenn Sie die Testsuite ausführen möchten, müssen Sie eine Testdatenbank erstellen:
$ docker-compose run web rails db:create db:migrate RAILS_ENV=test
Führen Sie dann die Testsuite aus (vorausgesetzt, Rake führt standardmäßig den Rake-Test aus):
$ docker-compose run web rake
Tipp: Erstellen Sie benutzerdefinierte Skripte/Aliase
Ich laufe docker-compose run web rails ...
hunderte Male am Tag, und um die Sache einfacher zu machen, habe ich dieses Skript in mein $PATH
eingefügt:
#!/bin/bash docker-compose run web rails "$@"
Bitte beachten Sie, dass dieses Skript davon ausgeht, dass Ihre docker-compose.yml
-Datei über einen Webdienst verfügt. Wenn nicht, wird es nicht funktionieren.
Andere Aufgaben ausführen
Bisher sind alle Befehle sehr einfach und unkompliziert, Sie müssen sie nur im Webdienst ausführen. Was machen Sie also mit einigen der schwierigeren Aufgaben wie dem Laden einer bereits vorhandenen Datenbank in die Datenbank eines Containers? Dies war eine der Aufgaben, die ich etwas länger brauchte, um sie herauszufinden.
In PostgreSQL gibt es zwei Möglichkeiten, dies zu tun, abhängig vom Format der Dump-Datei. In der Vergangenheit mussten wir uns mit --format=c
Mülldeponien und normalen Mülldeponien auseinandersetzen.
Angenommen, Sie haben eine latest.dump
-Datei, die einen PostgreSQL-Dump im C-Format enthält, und möchten ihn in einen (laufenden) Container laden. Zuerst müssen Sie die Container-ID herausfinden. Sie können dies tun, indem Sie den folgenden Befehl ausführen:
$ docker container ls
oder
$ docker ps
Sobald Sie die Container-ID haben (in diesem Beispiel verwenden wir 80f8041db4b4
), können Sie den folgenden Befehl ausführen, um den Dump im Container wiederherzustellen:
$ docker exec -i 80f8041db4b4 pg_restore -d app_development -U postgres
Wenn Sie einen regulären Dump haben (z. B. latest.sql
), können Sie ihn wiederherstellen mit:
$ docker exec -i 80f8041db4b4 psql -d app_development -U postgres
Wenn Sie Docker-Compose verwenden, wird es einfacher:
$ docker-compose exec -T db pg_restore -d app_development -U postgres
Alles ist in Containern verpackt!
Ich verwende Elastic Beanstalk häufig. Normalerweise installiere ich es mit Homebrew, aber es installiert viele seiner eigenen Abhängigkeiten wie Python, SQLite usw. Ich möchte das alles nicht auf meinem System haben, zumal ich immer Probleme mit der Python-Version habe. Stattdessen containerisiere ich es: docker-awsebcli
.
Bleiben Sie gespannt auf die nächste Ausgabe!
Das obige ist der detaillierte Inhalt vonDocker in der Entwicklung: Episode 3. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

Video Face Swap
Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen











Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code
