1. 项目概述最近在帮朋友部署一个Python Web应用时我重新梳理了一套基于Docker和Nginx的生产级部署方案。这种组合不仅部署效率高还能轻松应对流量波动特别适合中小型项目的快速上线。下面我就把这次实战中的完整流程和踩坑经验分享给大家。这个方案的核心优势在于Docker解决了环境一致性问题Nginx提供了高性能的反向代理和负载均衡两者结合让Web应用的部署变得标准化且可扩展。无论你是部署Django、Flask还是FastAPI项目这套方法都能直接套用。2. 环境准备与工具选型2.1 服务器基础配置我选择的是Ubuntu 22.04 LTS作为生产环境操作系统主要考虑其长期支持特性和广泛的社区资源。服务器最小配置建议CPU: 2核以上内存: 4GB以上存储: 至少20GB SSD注意实际配置需要根据预估访问量调整。我的测试项目日PV约1万这个配置已经足够。2.2 关键软件版本Docker: 24.0.5Docker Compose: v2.20.2Nginx: 1.18.0Python: 3.10.12版本兼容性非常重要。我遇到过因为Docker版本过新导致Compose文件语法不兼容的情况所以特别建议锁定这些关键组件的版本。3. Docker化Python应用3.1 编写Dockerfile这是整个部署流程的核心文件。以Flask应用为例一个生产可用的Dockerfile应该包含以下关键部分# 使用官方Python镜像作为基础 FROM python:3.10-slim # 设置工作目录 WORKDIR /app # 先复制依赖文件利用Docker缓存层 COPY requirements.txt . # 安装依赖 RUN pip install --no-cache-dir -r requirements.txt \ apt-get update \ apt-get install -y --no-install-recommends gcc python3-dev \ rm -rf /var/lib/apt/lists/* # 复制应用代码 COPY . . # 暴露端口 EXPOSE 8000 # 启动命令 CMD [gunicorn, --bind, 0.0.0.0:8000, app:app]几个关键点使用slim镜像减小体积分开COPY操作以利用缓存显式声明暴露端口使用Gunicorn作为WSGI服务器3.2 优化Docker构建为了加快构建速度并减小镜像体积我通常会添加.dockerignore文件排除不需要的文件使用多阶段构建特别是需要编译的依赖定期清理无用镜像一个典型的.dockerignore文件内容__pycache__ *.pyc *.pyo *.pyd .env venv .git4. Nginx配置详解4.1 基础反向代理配置Nginx的主要作用是作为反向代理和负载均衡器。这是我的基础配置模板upstream app_server { server web:8000; } server { listen 80; server_name yourdomain.com; location / { proxy_pass http://app_server; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header Host $host; proxy_redirect off; } location /static/ { alias /app/static/; } location /media/ { alias /app/media/; } }4.2 性能优化参数在生产环境中我还会调整以下Nginx参数# 在http块中添加 proxy_buffer_size 128k; proxy_buffers 4 256k; proxy_busy_buffers_size 256k; # 启用gzip压缩 gzip on; gzip_types text/plain text/css application/json application/javascript text/xml application/xml application/xmlrss text/javascript;5. Docker Compose编排5.1 完整docker-compose.yml将各个组件整合在一起的关键是docker-compose.yml文件version: 3.8 services: web: build: . command: gunicorn --bind 0.0.0.0:8000 --workers 4 --threads 2 app:app environment: - PYTHONUNBUFFERED1 volumes: - static_volume:/app/static - media_volume:/app/media expose: - 8000 restart: unless-stopped nginx: image: nginx:1.18.0 ports: - 80:80 volumes: - ./nginx.conf:/etc/nginx/conf.d/default.conf - static_volume:/app/static - media_volume:/app/media depends_on: - web restart: unless-stopped volumes: static_volume: media_volume:5.2 关键配置解析workers数量通常设置为CPU核心数*21使用volume持久化静态文件设置restart策略确保服务高可用显式声明服务依赖关系6. 部署流程与运维6.1 完整部署步骤在服务器上安装Docker和Docker Compose将项目代码包括Dockerfile、docker-compose.yml等上传到服务器构建Docker镜像docker-compose build启动服务docker-compose up -d检查日志docker-compose logs -f6.2 常用运维命令查看运行状态docker-compose ps重启服务docker-compose restart更新部署git pull docker-compose build docker-compose up -d清理无用资源docker system prune7. 安全加固措施7.1 基础安全配置禁用root直接登录配置SSH密钥认证启用ufw防火墙sudo ufw allow 80 sudo ufw allow 22 sudo ufw enable7.2 Docker安全建议使用非root用户运行容器RUN useradd -m myuser USER myuser定期更新基础镜像扫描镜像漏洞docker scan image-name8. 性能监控与日志8.1 基础监控方案我通常使用以下组合cAdvisor Prometheus Grafana 监控容器资源ELK Stack 收集和分析日志8.2 关键性能指标需要特别关注的指标容器CPU/内存使用率Nginx请求处理时间Gunicorn工作进程状态数据库连接池使用情况9. 常见问题排查9.1 502 Bad Gateway这是最常见的问题排查步骤检查应用容器是否运行docker-compose ps查看应用日志docker-compose logs web检查Nginx与应用的网络连接验证端口映射是否正确9.2 静态文件404解决方案确认volume挂载正确检查Nginx配置中的路径确保Dockerfile中复制了静态文件验证文件权限10. 高级优化技巧10.1 使用多阶段构建对于需要编译依赖的项目可以显著减小最终镜像大小# 构建阶段 FROM python:3.10 as builder WORKDIR /app COPY requirements.txt . RUN pip install --user -r requirements.txt # 运行阶段 FROM python:3.10-slim WORKDIR /app COPY --frombuilder /root/.local /root/.local COPY . . ENV PATH/root/.local/bin:$PATH10.2 数据库分离部署对于生产环境建议将数据库部署在单独的容器或服务中services: db: image: postgres:13 environment: POSTGRES_PASSWORD: mysecretpassword volumes: - postgres_data:/var/lib/postgresql/data restart: unless-stopped11. 实际部署经验分享在最近的一次部署中我遇到了一个典型问题应用在本地运行正常但部署后出现随机崩溃。经过排查发现根本原因是内存不足导致Gunicorn工作进程被杀死解决方案增加服务器内存调整Gunicorn配置command: gunicorn --bind 0.0.0.0:8000 --workers 2 --threads 4 --worker-class gevent app:app添加内存监控告警另一个实用技巧是使用watchtower自动更新容器services: watchtower: image: containrrr/watchtower volumes: - /var/run/docker.sock:/var/run/docker.sock command: --interval 300 restart: unless-stopped
