python - 使用新代码更新 Docker 容器

Question

我查看了其他一些答案，但似乎没有一个是我正在寻找的答案。

我有一个我编写的 python 机器人，我将其转入通过以下方式启动的 docker 容器

docker run -dit --restart unless-stopped -v/home/dockeradmin/pythonApp/:/pythonApp--name python-bot-app python-bot

但我的问题是，当我更改 python 项目的代码时如何更新我的 docker 容器。现在我通常会重建镜像，停止/修剪容器，然后重新启动它，但这似乎非常浪费。

有没有简单或“正确”的方法来做到这一点？

Answer 1

I've got a python bot I've written that I turned in to a docker container that's launched via

docker run -dit --restart unless-stopped \
  -v /home/dockeradmin/pythonApp/:/pythonApp \
  --name python-bot-app  python-bot

这是在笔记本电脑等开发环境中运行容器的一种非常常见的方式。容器上的名称可让您轻松找到容器并对其进行管理。卷挂载包括容器中的当前代码，位于同一位置镜像中构建的任何内容之上。如果您重新启动容器，卷装载将使用容器中的新代码重新启动应用程序，这应该意味着测试 python 中的更改仅涉及:

docker container restart python-bot

My question though is that how to update my docker container when I change the code for my python project.

当您开始在生产环境中部署应用程序时，上述情况并不理想。您需要易于重新部署的东西，如果出现错误则能够快速撤消更改，最重要的是您需要避免状态漂移的风险。生产的标准工作流程包括:

1. 将代码更改 checkin 版本控制
2. 让构建服务器检测这些更改并创建带有唯一标签的新图像
3. 将该图像推送到注册服务器
4. 根据您的组织政策在开发、CI、阶段和生产环境中部署该镜像

重要的部分是您没有就地升级容器，所有代码都在镜像内而不是用卷挂载(您仍然有数据卷)，并且您也没有给容器任何独特的东西这将阻止像容器名称一样缩放。

Right now I usually will just rebuild the image, stop/prune the container, and then start it again, however this seems to be extremely wasteful.

在单节点实现上，您可以从 docker-compose 开始替换容器，它会为您处理停止和重启步骤。当您进入多节点环境时，您会希望 Swarm Mode 或 Kubernetes 处理应用程序的滚动更新，提供 HA 并避免应用程序更新期间的任何中断。

在使用容器时，您可以通过有效地对图像进行分层、重复使用构建缓存以及使用注册表服务器传送图像来最大程度地减少浪费。 Docker 的文件系统层在彼此之上构建以创建图像，如果您只更改最后一层中的几个文件，则在部署更新的图像时只会发送这些更改。对应用程序的任何更改都将至少涉及重新启动该应用程序，而容器只是一些额外的内核 API 调用，用于运行该应用程序并设置以创建自己的命名空间和限制。与重新创建容器相比，您唯一需要做的是增加一些内务处理，以删除旧图像和一些可能已停止的容器。但是，您知道您的整个环境是可重现的，没有任何状态漂移，这一优势值得付出额外的努力。