Skapa och köra en containerbaserad Python-webbapp lokalt med MongoDB

Klona lagringsplatsen:

# Django
git clone https://github.com/Azure-Samples/msdocs-python-django-container-web-app.git

# Flask
git clone https://github.com/Azure-Samples/msdocs-python-flask-container-web-app.git

Navigera sedan till mappen:

# Django
cd msdocs-python-django-container-web-app

# Flask
cd msdocs-python-flask-container-web-app

Besök https://github.com/Azure-Samples/msdocs-python-django-container-web-app eller https://github.com/Azure-Samples/msdocs-python-flask-container-web-app.

Välj Kod och välj sedan Ladda ned ZIP.

Packa upp ZIP-filen i en mapp och öppna sedan ett terminalfönster i mappen.

Dessa instruktioner kräver Visual Studio Code och Docker-tillägget. Gå till exempelmappen som du klonade eller laddade ned och öppna VS Code med kommandot code ..

Instruktioner	Skärmbild
Öppna Docker-tillägget. Om Docker-tillägget rapporterar felet "Det gick inte att ansluta" kontrollerar du att Docker är installerat och körs. Om det här är första gången du arbetar med Docker har du förmodligen inga containrar, avbildningar eller anslutna register.
Skapa avbildningen. I projektutforskaren som visar projektfilerna högerklickar du på Dockerfile och väljer Skapa avbildning.... Alternativt kan du använda kommandopaletten (F1 eller Ctrl+Skift+P) och skriva "Docker Images: Build Images" för att anropa kommandot. Mer information om Dockerfile-syntax finns i Dockerfile-referensen.
Bekräfta att avbildningen har skapats. Gå till avsnittet BILDER i Docker-tillägget. Leta efter nyskapade avbildningar. Namnet på containeravbildningen är "msdocspythoncontainerwebapp", som anges i filen .vscode/tasks.json .

Dessa instruktioner kräver Docker.

Börja i roten för exempelappen som du klonade eller laddade ned.

Steg 1. Kontrollera att Docker är tillgängligt i en kommandotolk.

docker

Om du ser hjälpen för Docker CLI när du har kört det här kommandot fortsätter du. Annars kontrollerar du att Docker är installerat eller att gränssnittet har åtkomst till Docker CLI.

Steg 2. Skapa avbildningen.

Den allmänna formen av docker build-kommandot är docker build --rm --pull --file "<path-to-project-root>/Dockerfile" --label "com.microsoft.created-by=docker-cli" --tag "<container-name>:latest" "<path-to-project-root>".

Om du till exempel befinner dig i roten i projektkatalogen kan du använda kommandot så här för att skapa en avbildning:

docker build --rm --pull \
  --file "Dockerfile" \
  --label "com.microsoft.create-by=docker-cli" \
  --tag "msdocspythoncontainerwebapp:latest" \
  .

docker build --rm --pull `
  --file "Dockerfile" `
  --label "com.microsoft.create-by=docker-cli" `
  --tag "msdocspythoncontainerwebapp:latest" `
  .

Observera punkten (".") i slutet av kommandot som refererar till den aktuella direkt där kommandot körs. Du kan lägga till --no-cache för att framtvinga en återskapande.

Steg 3. Bekräfta att avbildningen har skapats.

Använd kommandot docker images för att returnera en lista över avbildningar.

docker images

Du bör bland annat se avbildningar som anges med lagringsplatsens namn, TAGG och SKAPAD-datum.

Steg 1: Installera MongoDB om det inte redan är det.

Du kan söka efter installationen av MongoDB med hjälp av MongoDB Shell (mongosh).

• Följande kommando anger gränssnittet och ger dig den version av både mongosh- och mongoDB-servern som är installerad på systemet:

  mongosh
  

• Med följande kommando får du bara den version av MongoDB-servern som är installerad i systemet:

  mongosh --quiet --exec 'db.version()'
  

Om dessa kommandon inte fungerar kan du behöva installera mongosh eller ansluta mongosh till MongoDB-servern.

Ett alternativ i vissa installationer är att direkt anropa Mongo-daemonen.

mongod --version

Steg 2: Redigera filen mongod.cfg för att lägga till datorns IP-adress.

Mongod-konfigurationsfilen har en bindIp nyckel som definierar värdnamn och IP-adresser som MongoDB lyssnar efter klientanslutningar. Lägg till den aktuella IP-adressen för din lokala utvecklingsdator. Exempelappen som körs lokalt i en Docker-container kommunicerar med värddatorn med den här adressen.

En del av konfigurationsfilen bör till exempel se ut så här:

net:
  port: 27017
  bindIp: 127.0.0.1,<local-ip-address>

Starta om MongoDB för att hämta ändringar i konfigurationsfilen.

Steg 3: Skapa en databas och samling i den lokala MongoDB-databasen.

Ange databasnamnet till "restaurants_reviews" och samlingsnamnet till "restaurants_reviews". Du kan skapa en databas och samling med VS Code MongoDB-tillägget, MongoDB Shell (mongosh) eller något annat MondoDB-medvetet verktyg.

För MongoDB-gränssnittet finns här exempelkommandon för att skapa databasen och samlingen:

> help
> use restaurants_reviews
> db.restaurants_reviews.insertOne({})
> show dbs
> exit

Nu är din lokala MongoDB-anslutningssträng "mongodb://127.0.0.1:27017/", databasnamnet är "restaurants_reviews" och samlingsnamnet är "restaurants_reviews".

Du kan använda Azure CLI-kommandon för att skapa ett Azure Cosmos DB för MongoDB-konto och sedan skapa den databas och samling som krävs för den här självstudien. Om du inte har använt Azure CLI tidigare kan du läsa Komma igång med Azure CLI för att lära dig hur du laddar ned och installerar Azure CLI lokalt eller hur du kör Azure CLI-kommandon i Azure Cloud Shell.

Innan du kör följande skript ersätter du platsen och Azure Cosmos DB för MongoDB-kontonamnet med lämpliga värden. Du kan använda resursgruppens namn som anges i skriptet eller ändra det. Hur som helst rekommenderar vi att du använder samma resursgrupp för alla Azure-resurser som skapats i de olika artiklarna i den här självstudien. Det gör dem enklare att ta bort när du är klar med självstudien. Om du har kommit hit från del 4. Distribuera containern App Service, använd resursgruppens namn och plats som du redan har använt för dina resurser.

Skriptet förutsätter att du använder ett Bash-gränssnitt. Om du vill använda ett annat gränssnitt måste du ändra variabeldeklarationen och ersättningssyntaxen. Det kan ta några minuter att köra skriptet.

#!/bin/bash

# LOCATION: The Azure region. Use the "az account list-locations -o table" command to find a region near you.
# RESOURCE_GROUP_NAME: The resource group name. Can contain underscores, hyphens, periods, parenthesis, letters, and numbers.
# ACCOUNT_NAME: The Azure Cosmos DB for MongDB account name. Can contain lowercase letters, hyphens, and numbers.
LOCATION='eastus'
RESOURCE_GROUP_NAME='msdocs-web-app-rg'
ACCOUNT_NAME='<cosmos-db-account-name>'

# Create a resource group
echo "Creating resource group $RESOURCE_GROUP_NAME in $LOCATION..."
az group create --name $RESOURCE_GROUP_NAME --location $LOCATION

# Create a Cosmos account for MongoDB API
echo "Creating $ACCOUNT_NAME. This command may take a while to complete."
az cosmosdb create --name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --kind MongoDB

# Create a MongoDB API database
echo "Creating database restaurants_reviews"
az cosmosdb mongodb database create --account-name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --name restaurants_reviews

# Create a MongoDB API collection
echo "Creating collection restaraunts_reviews"
az cosmosdb mongodb collection create --account-name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --database-name restaurants_reviews --name restaurants_reviews

# Get the connection string for the MongoDB database
echo "Get the connection string for the MongoDB account"
az cosmosdb keys list --name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --type connection-strings

echo "Copy the Primary MongoDB Connection String from the list above"

När skriptet är klart kopierar du den primära MongoDB-Anslut ionssträngen från utdata från det senaste kommandot.

{
  "connectionStrings": [
    {
      "connectionString": ""mongodb://msdocs-cosmos-db:pnaMGVtGIRAZHUjsg4GJBCZMBJ0trV4eg2IcZf1TqV...5oONz0WX14Ph0Ha5IeYACDbuVrBPA==@msdocs-cosmos-db.mongo.cosmos.azure.com:10255/?ssl=true&replicaSet=globaldb&retrywrites=false&maxIdleTimeMS=120000&appName=@msdocs-cosmos-db@"",
      "description": "Primary MongoDB Connection String",
      "keyKind": "Primary",
      "type": "MongoDB"
    },

    ...
  ]
}

Nu bör du ha en Azure Cosmos DB för MongoDB-anslutningssträng av formuläret mongodb://<server-name>:<password>@<server-name>.mongo.cosmos.azure.com:10255/?ssl=true&<other-parameters>, en databas med namnet restaurants_reviewsoch en samling med namnet restaurants_reviews.

Mer information om hur du använder Azure CLI för att skapa ett Cosmos DB för MongoDB-konto och för att skapa databaser och samlingar finns i Skapa en databas och samling för MongoDB för Azure Cosmos DB med Azure CLI. Du kan också använda PowerShell, VS Code Azure Databases-tillägget och Azure-portalen.

Steg 1. Kör den senaste versionen av avbildningen.

# PORT=8000 for Django and 5000 for Flask
export PORT=<port-number>
export YOUR_IP_ADDRESS=<your-machine-ip-address>

docker run --rm -it \
  --publish $PORT:$PORT --publish 27017:27017 \
  --add-host mongoservice:$YOUR_IP_ADDRESS \
  --env CONNECTION_STRING=mongodb://mongoservice:27017 --env DB_NAME=restaurants_reviews --env COLLECTION_NAME=restaurants_reviews \
  msdocspythoncontainerwebapp:latest  

# PORT=8000 for Django and 5000 for Flask
export PORT=<port-number>
export CONNECTION_STRING="<connection-string>"

docker run --rm -it \
  --publish $PORT:$PORT/tcp \
  --env CONNECTION_STRING=$CONNECTION_STRING --env DB_NAME=restaurants_reviews --env COLLECTION_NAME=restaurants_reviews \
  msdocspythoncontainerwebapp:latest  

Att skicka in känslig information som visas här är i demonstrationssyfte. Den anslutningssträng informationen kan visas genom att inspektera containern med kommandot docker container inspect. Ett annat sätt att hantera hemligheter är att använda BuildKit-funktionerna i Docker.

Steg 2. Bekräfta att containern körs.

Öppna ett andra gränssnitt och kör kommandot docker container ls .

docker container ls

Du bör se containern "msdocspythoncontainerwebapp:latest:latest" i listan. Observera kolumnen för NAMES utdata och PORTS kolumnen. Du kan använda namnet för att stoppa containern.

Steg 3. Testa webbappen.

Gå till "http://127.0.0.1:8000" för Django och "http://127.0.0.1:5000/" för Flask när du kör med lokal MongoDB.

Steg 4. Stäng av containern

docker container stop <container-name>