Python中国社区  »  docker

如何使用 Docker 高效部署前端应用

Docker • 1 周前 • 23 次点击  

Docker 变得越来越流行,它可以轻便灵活地隔离环境,进行扩容,方便运维管理。对开发者也更方便开发,测试与部署。

最重要的是,当你面对一个陌生的项目,你可以照着 Dockerfile,甚至不看文档(文档也不一定全,全也不一定对)就可以很快让它在本地跑起来。

现在很强调 DevOps 的理念,我把 DevOps 六个大字放在电脑桌面上,格物致知了一天。豁然开朗,DevOps 的意思就是写一个 Dockerfile 去跑应用(开玩笑)。

这里介绍如何使用 Docker 部署前端应用。千里之行,始于足下,足下的意思就是,先让它能够跑起来。

先让它跑起来


首先,简单介绍一下一个典型的前端应用部署流程:

  • npm install,安装依赖

  • npm run build,编译,打包,生成静态资源

  • 服务化静态资源


介绍完部署流程后,简单写一个 Dockerfile:

  1. FROM node:alpine


  2. # 代表生产环境

  3. ENV PROJECT_ENV production

  4. WORKDIR /code

  5. ADD . /code

  6. RUN npm install && npm run build && npm install -g http-server

  7. EXPOSE 80


  8. CMD http-server ./public -p 80



现在这个前端服务已经跑起来了。接下来你可以完成部署的其它阶段了。一般情况下,以下就成了运维的工作了,不过,拓展自己的知识边界总是没错的。

  • 使用 Nginx 或者 Traefik 做反向代理

  • 使用 Kubernetes 或者 Compose 等做编排

  • 使用 GitLab CI 或者 Drone CI 等做 CI/CD


这时镜像存在有两个问题,导致每次部署时间过长,不利于产品的快速交付:

  • 构建镜像时间过长

  • 构建镜像大小过大,1G+


从 Dependencies 和 devDependencies 下手

陆小凤说过,一个前端程序员若是每天工作八个小时,至少有两个小时是白白浪费了的。一个小时用来 npm install,另一个小时用来 npm run build。
对于每次部署,如果能够减少无用包的下载,便能够节省很多镜像构建时间。ESLint,Mocha,Chai 等代码风格测试模块可以放到 devDependencies 中。在生产环境中使用 npm install --production 装包。
关于两者的区别可以参考文档: https://docs.npmjs.com/files/package.json.html#dependencies
  1. FROM node:alpine


  2. ENV PROJECT_ENV production

  3. WORKDIR /code

  4. ADD . /code

  5. RUN npm install --production && npm run build && npm install -g http-server

  6. EXPOSE 80


  7. CMD http-server ./public -p 80



好像是快了那么一点点。

我们注意到,相对于项目的源文件来讲,package.json 是相对稳定的。如果没有新的安装包需要下载,则再次构建镜像时,无需重新装包。则可以在 npm install 上节省一半的时间。

利用镜像缓存


对于 ADD 来讲,如果需要添加的内容没有发生变化,则可以利用缓存。把 package.json 与源文件分隔开写入镜像是一个很好的选择。目前,如果没有新的安装包更新的话,可以节省一半时间:

  1. FROM node:alpine


  2. ENV PROJECT_ENV production


  3. # http-server 不变动也可以利用缓存

  4. RUN npm install -g http-server


  5. WORKDIR /code


  6. ADD package.json /code

  7. RUN npm install --production


  8. ADD . /code

  9. RUN npm run build

  10. EXPOSE 80


  11. CMD http-server ./public -p 80



关于利用缓存有更多细节,需要特别注意一下,如 RUN git clone的缓存此类。
参考官方文档:https://docs.docker.com/develop/develop-images/dockerfile_best-practices/#leverage-build-cache
多阶段构建


得益于缓存,现在镜像构建时间已经快了不少。但是,镜像的体积依旧过于庞大,也会增加每次的部署时间。

考虑下每次 CI 部署的流程:

  1. 在构建服务器构建镜像

  2. 把镜像推至镜像仓库服务器

  3. 在生产服务器拉取镜像,启动容器


显而易见,镜像体积过大造成传输效率低下,增加每次部署的延时。

即使,构建服务器与生产服务器在同一节点下,没有延时的问题。减少镜像体积也能够节省磁盘空间,关于镜像体积的过大,很大一部分是因为 node_modules 臭名昭著的体积。 


但最后我们只需要 public 文件夹下的内容,对于源文件以及node_modules下文件,占用体积过大且不必要,造成浪费。

此时可以利用 Docker 的多阶段构建,仅来提取编译后文件。
参考官方文档:https://docs.docker.com/develop/develop-images/multistage-build/
  1. FROM node:alpine as builder


  2. ENV PROJECT_ENV production


  3. # http-server 不变动也可以利用缓存

  4. WORKDIR /code


  5. ADD package.json /code

  6. RUN npm install --production


  7. ADD . /code

  8. RUN npm run build


  9. # 选择更小体积的基础镜像

  10. FROM nginx:alpine

  11. COPY --from=builder /code/public /usr/share/nginx/html



此时,镜像体积从 1G+ 变成了 50M+。

使用 CDN


分析一下 50M+ 的镜像体积,nginx:alpine 的镜像是 16M,剩下的 40M 是静态资源。

如果把静态资源给上传到 CDN,则没有必要打入镜像了,此时镜像大小会控制在 20M 以下。

关于静态资源,可以分类成两部分:

  • /static,此类文件在项目中直接引用根路径,打包时复制进 /public 下,需要被打入镜像。

  • /build,此类文件需要 require 引用,会被 webpack 打包并加 hash 值,并通过 publicPath 修改资源地址。可以把此类文件上传至 CDN,并加上永久缓存,不需要打入镜像。


  1. FROM node:alpine as builder


  2. ENV PROJECT_ENV production


  3. # http-server 不变动也可以利用缓存

  4. WORKDIR /code


  5. ADD package.json /code

  6. RUN npm install --production


  7. ADD . /code


  8. # npm run uploadCdn 是把静态资源上传至 cdn 上的脚本文件

  9. RUN npm run build && npm run uploadCdn


  10. # 选择更小体积的基础镜像

  11. FROM nginx:alpine

  12. COPY --from=builder code/public/index.html code/public/favicon.ico /usr/share/nginx/html/

  13. COPY --from=builder code/public/static /usr/share/nginx/html/static


原文链接:https://blog.xiange.tech/post/deploy-frontend-with-docker/


Kubernetes入门与进阶实战培训


Kubernetes入门与进阶实战培训将于2019年4月19日在北京开课,3天时间带你系统学习Kubernetes,学习效果不好可以继续学习。本次培训包括:Docker基础、容器技术、Docker镜像、数据共享与持久化、Docker三驾马车、Docker实践、Kubernetes基础、Pod基础与进阶、常用对象操作、服务发现、Helm、Kubernetes核心组件原理分析、Kubernetes服务质量保证、调度详解与应用场景、网络、基于Kubernetes的CI/CD、基于Kubernetes的配置管理等,点击下面图片查看具体详情。

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/29831
 
23 次点击  
分享到微博