Docker | 多图预警 | 配置Docker下Python开发环境 - 编程

有不少的朋友读了之前的一系列的Docker文章一脸懵逼，这和Python有什么关系？

Docker可以用来减轻我们搭建环境的繁琐步骤，我们完全可以把类似selenium等环境用Docker容器部署好，在代码里直接使用远端的selenium,简单方便。

使用Docker容器中的Python环境进行开发

环境准备:腾讯云CentOS 7 + Docker

修改Docker配置

简易版本:

编辑Docker相关配置文件:

vi /etc/docker/daemon.json

插入下面的配置:

注意这里是标准的json格式,格式出错Docker重启不了

{
  "hosts": ["tcp://0.0.0.0:2375","unix:///var/run/docker.sock"]
}

重载Docker配置:systemctl daemon-reload

重启Docker:systemctl restart docker

复杂版本:
这版本用于使用上面的配置修改之后依旧无法连接的情况,咸鱼第一次配置就出现了这个情况，咸鱼在某课网的手记板块找到了答案。

这里贴一下原文地址:

参考链接：https://www.imooc.com/article/details/id/28426

具体操作如下:
编辑下面的文件:

vi /lib/systemd/system/docker.service

将文件对应配置项修改后保存:

将
ExecStart=/usr/bin/dockerd
改为
ExecStart=/usr/bin/dockerd -H unix:///var/run/docker.sock -H tcp://0.0.0.0:2375

配置Pycharm

首先打开Pycharm中Docker的显示项:

修改Docker配置:

在下图对应的地方填入你之前编辑的Docker配置:

这里注意格式: tcp://host:ports

配置好后提示连接成功即可。

配置远程Docker的镜像作为Pycharm的解释器

点开配置,点击新增配置:在新增项中选择Docker，这里会自动加载你连接的Docker服务中包含Python的全部镜像:配置代码的自动上传

你以为到上面就结束了吗？解释器是配置好了，但是你的代码还在本地，所以需要配置代码自动上传到云服务器。

首先找到对应的选项,之前没有配置过的话这里选项是灰色的，需要先配置, 点击 configuration :

点击加号，填入对应的配置，填完可以测试一下是否可用:

如果不能使用，建议登录控制台，配置相关的安全组配置。

切换到隔壁的mapping选项卡,按照下图配置相关的路径和要上传到服务器上的路径:

以上都做完之后，返回本小节的第一张图，有自动上传选项将它勾起，之后当你的文件有更改就会自动上传至服务器指定的路径下。

到这里，你以为结束了那就太天真了。

解决代码自动上传后运行报错

当你上传代码后，运行后报错“无法找到对应的文件夹/文件”,这是因为这个时候我们的代码仅仅上传到了服务器上，但是我们的Python解释器是运行在容器中，而我们容器查找代码是查找的数据卷，所以这个时候就需要我们在配置中做一个简单的地址映射。

先看下上面一大段所涉及的原理图:

接下来我们开始配置,全局的地址映射:在Docke组件中编辑配置，添加path mapping
效果：当我们配置云服务路径时会自动将我们本地路径映射过去

设置Python默认的mapping为对应的路径:

这里注意一点:这里的container path 指的是容器中路径,结合上面的原理图，全部的映射过程是本地路径 -> 云服务器路径 -> 容器路径以上就是本次文章的全部内容了，如果对这其中的原理有不明白的，咸鱼建议可以重新温习下之前关于数据卷的部分，如果还是不明白可以直接无视原理，按图索骥直接配好了事，当然欢迎大家留言交流~ ~

咸鱼学Python

专注于Python商业化爬虫、Python数据科学的咸鱼

Docker | 多图预警 | 配置Docker下Python开发环境

使用Docker容器中的Python环境进行开发

修改Docker配置

配置Pycharm

配置远程Docker的镜像作为Pycharm的解释器

解决代码自动上传后运行报错

更多相关文章

随机推荐