teprunner測試平台部署到Linux系統Docker
本文是一篇過渡，在進行用例管理模組開發之前，有必要把入門篇開發完成的程式碼部署到Linux系統Docker中，把部署流程走一遍，這個過程對後端設計有決定性影響。
本地運行
通過在Vue項目執行npm run serve和在Django項目執行python manage.py runserver，我們把項目在本地跑起來了，示意圖如下：
前端在本地啟了個Node伺服器，後端在本地啟了個Django伺服器，分別使用8080和8000埠。瀏覽器有個同源策略：域名、埠、協議三者一致才能進行訪問，否則會由於跨域訪問而被瀏覽器攔截。圖中前後端的埠不一致，出現了跨域，前端是無法直接請求後端的。解決辦法是在vue.config.js中配置devServer：
這是Node開的一個代理伺服器，當前端請求後端時，會先發向Node代理伺服器，Node代理伺服器以相同的參數向真正的後端伺服器進行請求，再把響應返回給前端。在本項目中，前端請求仍然是發給//127.0.0.1:8080，瀏覽器不會攔截，Node代理伺服器會幫你把請求轉發給後端8000埠。
Nginx部署
搞懂了本地運行代理轉發，再來看看Nginx部署。Nginx本身是個伺服器，就像Node伺服器一樣，也可以看做Apache Tomcat。Vue項目使用npm run build命令把程式碼構建為dist目錄靜態文件，放到Nginx伺服器中載入出來，結合Docker示意圖如下：
相比於本地運行，Nginx部署時，前端變化比較大，一：dist靜態文件拷貝到了/usr/share/nginx/html目錄中，二：對/路徑來說，Nginx會監聽80埠，三：對/api路徑來說，Nginx會把請求轉發到後端伺服器埠，這也叫做反向代理。後端沒有什麼變化，為了和本地運行看著有點區別，把埠稍微改了下，Docker內部使用80埠。
這裡比較關鍵的是理解Docker teprunner-frontend、Docker teprunner-backend、Linux三者之間的關係。如果不知道Docker，那麼應該聽說過虛擬機，Docker從概念上理解就像是虛擬機，這三者可以看做是三台主機。Linux的IP是172.16.25.131，80埠映射到了Docker teprunner-frontend的80埠，8099埠映射到了Docker teprunner-backend的80埠，如圖中下方雙向箭頭所示。在Linux上訪問//127.0.0.1，能打開登錄頁面，但是無法向後端發起請求，因為從80埠直接請求8099埠，跨域了。解決辦法是在Docker teprunner-frontend藉助Nginx進行反向代理，把請求先發送到Nginx伺服器，再轉發給Linux的8099埠。
不能在
Docker teprunner-frontend中把/api的代理設置為//127.0.0.1:8099，因為這個Docker容器的8099埠並沒有啟用，啟用的是Linux這台機器上的8099埠，所以需要通過IP來指定。
整體思路明確了，接下來就開始動手操作。
編寫deploy腳本
前端
打開teprunner-frontend文件夾，新建deploy/nginx.conf文件：
/路徑從user/share/nginx/html讀文件，入口為index.html，/api轉發到//172.16.25.131:8099。這個文件會拷貝到Docker鏡像中。新建Dockerfile文件：
FROM定義了基礎鏡像，可以理解為作業系統，前端項目基於nginx來構建。WORKDIR定義了鏡像當前工作目錄，意思是在執行後面COPY操作時，鏡像目錄用哪一個。COPY分別把dist靜態文件和nginx.conf配置文件拷貝到鏡像中，COPY指令第一個參數是本機目錄，第二個參數是鏡像目錄。鏡像目錄通過WORKDIR來指定，本機目錄通過Docker上下文來指定，新建build.sh文件：
DockerContext指定了Docker上下文為teprunner-frontend根目錄。這裡的Shell腳本有兩個階段，第1階段是使用node編譯：
docker run # 運行鏡像
--rm # 運行後刪除容器
-v $(pwd)/../:/data/src # $(pwd)指當前工作目錄，把根目錄掛載到data/src
-v /root/.npm/_logs:/root/.npm/_logs # 掛載日誌文件
-w /data/src/ # 鏡像當前工作目錄
$BUILDER_IMAGE # 運行鏡像為node:latest，用node編譯前端程式碼
/bin/sh -c "npm install && npm run build" # /bin/sh是shell可執行程式，調用執行npm命令
第2階段是打包成Docker鏡像：
docker build # 構建鏡像
-f $Dockerfile # 指定Dockerfile文件位置
-t $PkgName # 鏡像包名
$DockerContext # Docker上下文
後端
後端也是類似的，先新建deploy/Dockerfile文件：
後端項目基於python:3.8來構建，接著設置了時區，COPY . .把Django源文件直接複製到了鏡像目錄/app/release中，RUN指令執行pip install命令安裝依賴包，CMD和RUN有點區別，RUN指令在docker build時就執行，CMD指令在docker run時才執行，預定義啟動命令。
這裡簡化了遷移資料庫
migrate等啟動命令，伺服器資料庫和本地用的同一個。
再新建build.sh文件：
Python程式碼不需要編譯，打包成Docker鏡像就可以了。
部署到Ubuntu系統Docker
Linux系統是內核版本，它有很多發行版本，比如CentOS、Ubuntu，本文採用了Ubuntu，只有一個原因，它長的好看。
大學室友曾經衝動地把Windows系統換成了Ubuntu，還天天跟我們炫耀有多酷炫有多牛逼，過了兩三天發現Office不好用，也玩不了遊戲，就又換回來了。哈哈，Ubuntu平時玩玩就好了，除非是做Linux內核開發。
下載軟體：
- VMware 破解版
- Ubuntu Desktop 20.04
安裝過程此處不再另加贅述。打開虛擬機的Ubuntu：
打開Terminal，輸入su，輸入密碼，切換到root：
發現缺少許可權就
su一下。
安裝curl：
apt-get install curl
安裝docker：
curl -fsSL //get.docker.com | bash -s docker --mirror Aliyun
使用ifconfig查詢虛擬機IP：
不要選擇.git和node_modules文件夾，把teprunner-frontend打成壓縮包。不要選擇.git和__pycache__文件夾，把teprunner-backend打成壓縮包。複製前後端壓縮包到虛擬機Documents解壓：
Ubuntu Desktop的好處是提供了影像化操作介面，適合我這種小白用戶。使用命令行編輯工具vi或者圖形編輯工具gedit編輯teprunner-frontend/deploy/nginx.conf文件中/api轉發地址為你的虛擬機實際IP地址：
打開兩個Terminal，分別cd到teprunner-frontend/deploy和teprunner-backend/deploy，執行./build.sh命令。
如果執行提示
^M之類報錯，那是因為在Windows編輯後複製到Linux格式不一致，使用apt-get install dos2unix命令安裝工具後進行格式轉化，比如dos2unix build.sh、dos2unix Dockerfile。
前端構建截圖：
第一次因為要下載node依賴包和拉取nginx鏡像，會比較慢，第二次就快很多了。
後端構建截圖：
第一次因為要拉取python鏡像，會比較慢，第二次就快多了。
都構建完成後，輸入docker images命令就能看到打包好的Docker鏡像了：
啟動前端鏡像：
docker run -p 80:80 teprunner-frontend
啟動後端鏡像：
docker run -p 8099:80 teprunner-backend
鏡像啟動後就變成了Docker容器，可以理解為一台虛擬主機。
-p參數用於映射Ubuntu埠和Docker埠。可以添加-d參數讓容器在後台運行。docker ps -a查看容器，docker kill CONTAINER或docker stop CONTAINER退出容器。
最後可以在虛擬機中訪問http:127.0.0.1進行登錄了，本地機器想要訪問的話，需要把127.0.0.1改為你的虛擬機實際IP，比如//172.16.25.131。
小結
本文先介紹了本地運行和Nginx部署的示意圖，涉及到跨域訪問和反向代理。接著編寫deploy腳本，編譯程式碼，構建鏡像。最後部署到Ubuntu系統的Docker中運行起來。在使用過程中，也感受到了Docker這一划時代技術的魅力，如果沒有Docker，我們需要在Ubuntu上面安裝nginx、node、python等軟體，有了Docker，我們只需要安裝Docker，其他都基於Docker鏡像構建就可以了。teprunner測試平台的用例採用的是程式碼形式，這就涉及到了程式碼存放位置的問題，為了讓pytest能調用執行，肯定是存放到文件裡面的。本文實踐給了個重要提醒，如果後端把程式碼直接寫入磁碟文件，每次打包鏡像部署後，就會把已保存的用例程式碼抹掉。解決這個問題的第一個辦法是用K8S，第二個辦法是把程式碼存資料庫。學習版採用了第二個辦法存資料庫，執行時動態從資料庫拿程式碼生成文件。第一個辦法思路借鑒：
最後，簡單聊下Docker和K8S，Docker是Docker公司的，K8S是Google的，Docker是家小公司搞的，在創建之初，並沒有考慮到「容器編排」這個功能，2014年 Google推出Kubernetes用於解決大規模場景下Docker容器編排的問題，2016年Kubernetes發布CRI統一介面，雖然Docker也在2016年發布了Docker Swarm，帶來了Docker在多主機多容器的編排解決方案，但是已經無法阻擋K8S取得這場容器編排戰爭的勝利。
參考資料：
//www.cnblogs.com/riwang/p/11883332.html
