Rumah > Operasi dan penyelenggaraan > operasi dan penyelenggaraan linux > Docker di bawah Linux: Bagaimana untuk mengautomasikan ujian dan pemantauan kontena?

Docker di bawah Linux: Bagaimana untuk mengautomasikan ujian dan pemantauan kontena?

WBOY
Lepaskan: 2023-07-30 19:34:51
asal
1012 orang telah melayarinya

Docker di bawah Linux: Bagaimana untuk melaksanakan ujian automatik dan pemantauan kontena?

Dengan perkembangan pesat teknologi kontena, Docker telah menjadi salah satu platform kontena yang paling popular. Dalam proses menggunakan Docker untuk penggunaan dan pengurusan aplikasi, ujian automatik dan pemantauan kontena adalah amat penting. Artikel ini akan memperkenalkan cara menggunakan Docker di bawah Linux untuk ujian automatik dan pemantauan bekas, dan memberikan contoh kod yang sepadan.

1. Ujian automatik Docker

  1. Buat fail Docker
    Pertama, anda perlu mencipta fail Docker untuk aplikasi diuji. Fail Docker ialah fail teks yang mengandungi satu siri arahan untuk membina imej Docker. Berikut ialah contoh mudah Dockerfile:
FROM python:3.8-alpine

WORKDIR /app

COPY requirements.txt ./ 
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

CMD [ "python", "./app.py" ]
Salin selepas log masuk

Dockerfile di atas telah dicipta untuk aplikasi berasaskan Python dengan mula-mula membina imej baharu berdasarkan imej python:3.8-alpine. Kemudian tetapkan direktori kerja kepada /app, salin fail dependensi requirements.txt yang diperlukan oleh aplikasi ke dalam bekas dan pasang dependencies. Kemudian salin semua fail dalam direktori semasa ke bekas dan gunakan arahan CMD untuk menentukan arahan yang akan dilaksanakan apabila bekas bermula. python:3.8-alpine镜像构建一个新的镜像。然后设置工作目录为/app,将应用程序所需的依赖文件requirements.txt复制到容器中,并安装依赖。接着将当前目录中的所有文件都复制到容器中,并通过CMD指令指定容器启动时执行的命令。

  1. 构建和运行容器
    完成Dockerfile的编写后,可以使用docker build命令构建Docker镜像,如下所示:
$ docker build -t myapp:latest .
Salin selepas log masuk

上述命令将基于当前目录中的Dockerfile构建名为myapp的最新版本镜像。

接下来,使用docker run命令运行容器,并指定相应的端口映射等配置,如下所示:

$ docker run -d -p 8080:8080 --name myapp-container myapp:latest
Salin selepas log masuk

上述命令将运行名为myapp-container的容器,并将容器内的8080端口映射到主机的8080端口。

  1. 编写自动化测试脚本
    为了进行自动化测试,需要编写相应的测试脚本。以Python为例,可以使用unittest模块编写测试用例。以下是一个简单的示例:
import unittest
import requests

class TestApp(unittest.TestCase):
    def setUp(self):
        self.url = 'http://localhost:8080/'

    def tearDown(self):
        pass

    def test_hello(self):
        response = requests.get(self.url + 'hello')
        self.assertEqual(response.status_code, 200)
        self.assertEqual(response.text, 'Hello, world!')

if __name__ == '__main__':
    unittest.main()
Salin selepas log masuk

上述示例中,setUp方法用于初始化测试环境,tearDown方法用于清理测试环境。test_hello方法是一个具体的测试用例,使用requests库发送HTTP请求,并进行断言判断返回结果是否符合预期。

  1. 运行自动化测试
    完成测试脚本的编写后,可以通过在主机上运行测试脚本来对容器进行自动化测试。假设测试脚本保存为test_app.py,可以使用以下命令运行测试脚本:
$ python test_app.py
Salin selepas log masuk

二、Docker的监控

  1. 使用Prometheus监控
    Prometheus是一款开源的监控系统,它在Docker生态系统中被广泛使用。Prometheus通过采集和存储时间序列数据,并提供灵活的查询和可视化功能,为容器的监控提供了强大的支持。

首先,需要在容器中安装和配置Prometheus。这可以通过在Dockerfile中添加相应的指令来实现,具体步骤如下:

  • 下载并安装Prometheus
FROM prom/prometheus:v2.26.0

COPY prometheus.yml /etc/prometheus/
Salin selepas log masuk
  • 创建Prometheus配置文件prometheus.yml
global:
  scrape_interval: 5s

scrape_configs:
  - job_name: 'myapp'
    static_configs:
      - targets: ['myapp-container:8080']
Salin selepas log masuk

上述配置文件中,scrape_interval指定了数据采集的间隔时间,scrape_configs定义了要监控的目标。

  1. 启动Prometheus容器
    完成Dockerfile和配置文件的编写后,可以使用docker run命令启动Prometheus容器,如下所示:
$ docker run -d -p 9090:9090 -v /path/to/prometheus.yml:/etc/prometheus/prometheus.yml --name prometheus prom/prometheus:v2.26.0
Salin selepas log masuk

上述命令将运行名为prometheus的容器,并将容器内的9090端口映射到主机的9090端口,同时将主机上的prometheus.yml文件挂载到容器中。

  1. 访问Prometheus Web界面
    完成Prometheus容器的启动后,可以通过浏览器访问http://localhost:9090
    1. Bina dan jalankan bekas
    Selepas selesai menulis Dockerfile, anda boleh menggunakan perintah docker build untuk membina imej Docker, seperti yang ditunjukkan di bawah:

    rrreee

    Perintah di atas akan berdasarkan pada fail Docker semasa dalam direktori membina imej versi terkini bernama myapp.

    Seterusnya, gunakan perintah docker run untuk menjalankan bekas dan nyatakan pemetaan port yang sepadan dan konfigurasi lain, seperti yang ditunjukkan di bawah:

    rrreee
      Arahan di atas akan menjalankan nama myapp-container Bekas dan petakan port 8080 dalam bekas ke port 8080 hos.
      1. Tulis skrip ujian automatik
      2. Untuk menjalankan ujian automatik, anda perlu menulis skrip ujian yang sepadan. Mengambil Python sebagai contoh, anda boleh menggunakan modul unittest untuk menulis kes ujian. Berikut ialah contoh mudah:
      rrreee🎜Dalam contoh di atas, kaedah setUp digunakan untuk memulakan persekitaran ujian dan kaedah tearDown digunakan untuk membersihkan persekitaran ujian. Kaedah test_hello ialah kes ujian khusus yang menggunakan pustaka permintaan untuk menghantar permintaan HTTP dan membuat penegasan untuk menentukan sama ada hasil yang dikembalikan memenuhi jangkaan. 🎜
        🎜Jalankan ujian automatik🎜Selepas melengkapkan penulisan skrip ujian, anda boleh melakukan ujian automatik pada bekas dengan menjalankan skrip ujian pada hos. Dengan mengandaikan bahawa skrip ujian disimpan sebagai test_app.py, anda boleh menggunakan arahan berikut untuk menjalankan skrip ujian: 🎜🎜rrreee🎜 2. Pemantauan Docker 🎜🎜🎜Gunakan pemantauan Prometheus 🎜Prometheus adalah terbuka sistem pemantauan sumber Digunakan secara meluas dalam ekosistem Docker. Prometheus menyediakan sokongan kuat untuk pemantauan kontena dengan mengumpul dan menyimpan data siri masa dan menyediakan fungsi pertanyaan dan visualisasi yang fleksibel. 🎜🎜🎜Pertama, Prometheus perlu dipasang dan dikonfigurasikan dalam bekas. Ini boleh dicapai dengan menambah arahan yang sepadan dalam Dockerfile Langkah-langkah khusus adalah seperti berikut: 🎜🎜🎜Muat turun dan pasang Prometheus🎜🎜rrreee🎜🎜Buat fail konfigurasi Prometheus prometheus.yml🎜🎜🎜🎜 🎜Fail konfigurasi di atas, scrape_interval menentukan selang untuk pengumpulan data dan scrape_configs mentakrifkan sasaran untuk dipantau. 🎜
          🎜Mulakan bekas Prometheus🎜Selepas melengkapkan penulisan fail Docker dan fail konfigurasi, anda boleh menggunakan perintah docker run untuk memulakan bekas Prometheus, seperti yang ditunjukkan di bawah: 🎜🎜rrreee🎜Arahan di atas akan Menjalankan bekas bernama prometheus, memetakan port 9090 dalam bekas ke port 9090 pada hos, dan melekapkan fail prometheus.yml pada hos ke dalam bekas. 🎜
            🎜Akses antara muka Web Prometheus🎜Selepas melengkapkan permulaan bekas Prometheus, anda boleh membuka antara muka Web Prometheus dengan mengakses http://localhost:9090 melalui pelayar. Dalam antara muka ini, data boleh disoal dan digambarkan melalui bahasa pertanyaan PromQL. 🎜🎜🎜Ringkasan🎜🎜Artikel ini memperkenalkan cara menggunakan Docker di bawah Linux untuk ujian automatik dan pemantauan kontena. Apabila melakukan ujian automatik, anda perlu mencipta Dockerfile, membina dan menjalankan bekas dan menulis skrip ujian yang sepadan untuk ujian. Apabila memantau bekas, anda boleh menggunakan Prometheus untuk mengumpul dan menyimpan data siri masa, dan menggunakan PromQL untuk pertanyaan dan visualisasi. Melalui kaedah di atas, bekas Docker boleh diurus dan dipantau dengan lebih baik untuk memastikan kestabilan dan kebolehpercayaan aplikasi. 🎜🎜Rujukan: 🎜🎜🎜Dokumentasi rasmi Docker: https://docs.docker.com/🎜🎜Dokumentasi rasmi Prometheus: https://prometheus.io/docs/🎜🎜

      Atas ialah kandungan terperinci Docker di bawah Linux: Bagaimana untuk mengautomasikan ujian dan pemantauan kontena?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

      Label berkaitan:
      sumber:php.cn
      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
      Tutorial Popular
      Lagi>
      Muat turun terkini
      Lagi>
      kesan web
      Kod sumber laman web
      Bahan laman web
      Templat hujung hadapan