通過VS Code和Docker擴展成為Docker高級用戶。

> Photo by Micha? Parzuchowski on Unsplash

您可以使用選擇的語言來實施服務。 現在，您想將其容器化并在本地對其進行測試，然后再將其部署到生產環境中。 第一步是編寫Dockerfile，構建映像，運行容器并檢查日志。 對？

> Illustration by Laurel Duermaël

好吧，不完全是。 盡管此過程是完全可以接受的，但是有一種更好的方法：一種工具可以為您編寫Dockerfile，如果您要編輯它并提供圖形用戶界面來與Docker引擎交互，則可以協助您完成自動完成。

如果有一個工具可以為您編寫Dockerfile，協助您自動完成并提供圖形用戶界面以與Docker引擎進行交互，該怎么辦？

用于Visual Studio Code的Docker擴展不僅僅是另一個IDE擴展。 它具有升級您使用Docker的方式的能力。 在這個故事中，我們深入研究了Visual Studio Code的Docker擴展可以做什么以及如何使用它成為Docker高級用戶。

Docker + VS

VS Code的Docker擴展使從Visual Studio Code輕松構建，運行，管理和部署容器化應用程序變得容易。 要開始使用它，請確保下載Visual Studio Code市場的擴展。 此外，這是一個開源項目，因此您可以檢查其代碼，安裝過程非常簡單，因此無需在其他部分中進行介紹。

主要特點

在本節中，我們將介紹Docker擴展的主要功能。 稍后，我們將在一個簡單示例中使用其中的許多內容。

· 編輯Dockerfile：編輯Dockerfile和docker-compose.yml文件時，可以使用IntelliSense自動完成功能。 此外，您還將獲得常見命令的語法幫助。

> IntelliSense and syntax help for Docker on VS Code

· 生成Dockerfile：您可以使用Docker生成Dockerfile并將其添加到工作區：從命令面板中將Docker Files添加到Workspace命令。 該命令將生成Dockerfile和.dockerignore文件，并將它們添加到您的工作區中。 您還可以使用此命令來生成添加的Docker Compose文件。 在調試時，這將很方便。

> Generate Dockerfiles for a simple flask App

· 探索：Docker擴展為VS Code貢獻了Docker視圖。 Docker視圖使您可以檢查和管理Docker資產：容器，映像，卷，網絡和容器注冊表。 一切都只需右鍵單擊即可。

> Docker view in VS Code

· 執行Docker命令：許多最常見的Docker命令都內置在命令面板中。 您可以運行Docker命令來管理映像，網絡，卷，映像注冊表和Docker Compose。 另外，Docker：Prune System命令將刪除停止的容器，懸空的映像以及未使用的網絡和卷。

> Common Docker commands integrated into the palette

· 調試容器：使用Docker擴展，我們可以調試在容器中運行的使用Node.js，Python或.NET（C＃）構建的服務。

還有許多其他功能，例如注冊表連接和上下文管理，但是僅使用這些關鍵產品就可以走很長一段路。 接下來，我們實現一個簡單的Python Flask應用程序，對其進行泊塢化并部署，而無需費心Docker CLI。

一個簡單的例子

在本節中，我們將構建一個簡單的" Hello World" Flask應用程序，并使用Docker擴展對其進行部署。 一，代碼：

如果您熟悉Flask，您會發現這是您可以實現的最簡單的應用程序。 只要您點擊根端點，它就會返回" Hello World"。 接下來，我們需要一個requirements.txt文件來保存依賴項，我們可以開始了：

Flask==1.1.2
gunicorn

要創建Dockerfile以及您需要執行的其他所有操作，只需運行Docker：在命令面板（windows中為ctlr + shift + p）中將Docker Files添加到Workspace。

選擇第一個問題的Python：Flask選項，然后，擴展將詢問您是否要包括可選的Docker compose文件。 選擇是； 這樣，您以后便可以調試在容器內運行的應用程序。 最后，選擇包含Flask應用程序的python文件（上面提供的代碼）和要公開的端口（默認為5000）。 你準備好了！

現在，要構建映像，請右鍵單擊生成的Dockerfile并選擇Build Image…。將打開一個終端，您的映像將在幾秒鐘內準備就緒。

> Build your image using Docker extension for VS Code

要運行該應用程序，請從左側面板中選擇Docker圖標，在"圖像"部分中找到您的圖像，右鍵單擊它，然后選擇"運行"。 這么簡單。

在"容器"部分中，找到正在運行的容器，右鍵單擊它，然后選擇"查看日志"。 此命令將在終端中顯示您的容器的日志。 獲取它正在偵聽的端點（應為http://0.0.0.0:5000）。 要獲取Python服務的結果，請運行curl http://0.0.0.0:5000。

> View the logs using Docker extension for VS Code

而已！ VS Code的Docker擴展簡化了整個過程，您可以節省時間專注于代碼。

調試

要使用Gunicorn配置調試，我們還需要更多。 自動創建的Docker：Python-Flask啟動配置將使用Python調試器覆蓋容器的Gunicorn入口點。 要調試使用Gunicorn運行的應用程序，我們應遵循以下步驟：

1.將debugpy添加到您的requirements.txt文件。

2.將以下代碼片段添加到要調試的文件中：

import debugpy
debugpy.listen(("0.0.0.0", 5678))
debugpy.wait_for_client()

3.在.vscode文件夾中的launch.json中添加一個Python：Remote Attach配置。 JSON文件現在應如下所示：

4.通過將5678：5678添加到端口部分，修改docker-compose.yml文件以暴露調試器端口。 現在，該文件應如下圖所示：

5.右鍵單擊docker-compose.yml文件并選擇Compose Up，以啟動容器。

6.在所選文件中設置一個斷點，導航至"運行并調試"，然后選擇" Python：Remote Attach"啟動配置。

7.按F5或按播放按鈕以連接調試器。

調試愉快！

結論

在這個故事中，我們探討了VS Code的Docker擴展，以及它如何幫助我們編寫Dockerfile，構建映像和部署它。 要深入研究，請查看Visual Studio Code文檔站點上的"使用容器"主題以開始使用。

關于作者

我叫Dimitris Poulopoulos，我是BigDataStack的機器學習研究員。 我也是希臘比雷埃夫斯大學的博士研究生。 我曾為歐洲委員會，歐盟統計局，IMF，歐洲中央銀行，經合組織和宜家等主要客戶設計和實施AI和軟件解決方案。

如果您有興趣閱讀有關機器學習，深度學習，數據科學和DataOps的更多帖子，請在Medium，LinkedIn或Twitter上的@ james2pl上關注我。

(本文翻譯自Dimitris Poulopoulos的文章《Docker: You Are Doing it Wrong》，參考：https://towardsdatascience.com/docker-you-are-doing-it-wrong-e703075dd67b)