关于 Python 项目的生产环境部署

1. 一般来说 docker 和 k8s 都会上。docker 负责打包 image 。不需要 care 环境依赖啥的。k8s 主要做服务部署编排。。
2. poetry 比较多。
3. 一般来说是 rpc.服务间通信

以及针对你现在的问题：
服务太多管理与更新麻烦-> 如果每个服务环境都相互独立就不不会麻烦了。
使用 conda 进行环境管理-> 这个是在每个 docker image 里面建立不同的环境。所以不需要考虑环境切换的问题。
多个服务使用 http 进行通信，耗时有点长-> 体感上耗时长的话,可能并不是 rpc 能解决的问题。考虑下服务之间数据传输的合理性以及考虑下其他方式？

vZexc0m

27 天前

1.更新麻烦 ->可以选择 Jenkins 之类的做 CI/CD
2.环境管理->docker 、podman
3.http 进行通信内网还好把

django 用 gunicorn 部署 fastapi 用 uvicorn 。用容器就不用关心什么环境问题了

mickerwx

27 天前

@xiaogu2014
@vZexc0m ok 感谢两位大佬 docker 确实能省时省力不过上 ci/cd 的话要维护的东西太多了他们的代码提交很不规范应该是没办法实现了

mickerwx

27 天前

@xiaogu2014
@vZexc0m
@neotheone2333
@ytmsdy

还有个问题你们有需要解决并发请求的吗原本他们解决并发是同一套代码部署多个服务使用 nginx 做负载均衡后来我加了 celery ，把这些业务代码放 celery 跑

xiaogu2014

27 天前

看起来你们需一个架构师来把服务微服务化+建立一套完整的 cicd 流程。
这个是一劳永逸的事情。之后别人只需要提交 pr. 等 review.合并。然后一键部署就好了。

xiaogu2014

27 天前

`还有个问题你们有需要解决并发请求的吗原本他们解决并发是同一套代码部署多个服务`
这不就是 k8s 帮你干的事情吗。。服务自动扩容/横向/纵向扩容。。

mickerwx

27 天前

@xiaogu2014 唉别提了招架构师是不可能的了除非我自己来搞但是这种吃力不讨好的活儿老板看不到实属没必要

mirrornighth

27 天前

10 多台机器 docker swarm 就够了

mirrornighth

27 天前

1.docker swarm 或 k8s （一般 10 多台 swarm 就沟通）

defunct9

27 天前

天天搞这些，k8s 是正解。

Hstar

27 天前

开发环境用什么做包管理都行, pip/poetry/pipenv, 最后一定要导出一个 requirement.txt, 生产环境只用 pip+requirement.txt 极简. 因为在生产环境再装一个其他东西没必要且还会引入包依赖问题.

vZexc0m

27 天前

@mickerwx #6 CI/CD 不复杂，可以研究下一劳永逸的事情。自动就部署了。

并发请求是啥意思？同一台机器上一个项目跑多个实例没多大意义。如果之前只是单线程部署的话，部署的时候启用多个工作线程就行了，django 还可以结合 gevent.具体看文档。

mickerwx

27 天前

@mirrornighth 我去瞅瞅这俩看看能不能用起来

mickerwx

27 天前

@vZexc0m 确实是可以去研究一下 ci/cd 正好最近项目没有啥事情干

mayi203

27 天前

我个人项目，一直是 docker-compose

adoal

27 天前

我建议是先用 systemd unit （首选，除非还要跑在 EoL 很多年的老发行版上）或者 supervisord / s6 / runit 之类的服务管理工具，把服务启停管起来再说，至少不要设备意外重启了后接到电话时哼哧哼哧远程登进去 nohup 。并且在这个过程中逐步梳理项目，学习一下 FSH 之类的基础知识和运维安全知识，养成服务器管理操作的好习惯。

上容器当然也是一种可行的选择。不过把乱七八糟的东西装进容器，只是给屎浇一层巧克力壳，掩盖乱七八糟。

neotheone2333

27 天前

@mickerwx 我们的并发是两套处理，普通 http 请求不必说，定时任务和异步 http 接口做法是：
1. io 密集型的走 fastapi 的 BackgroundTask ，写法用 httpx 之类的库全部改成 async
2. cpu 密集型的走的 celery worker

如果还处理不过来就得加机器了

mickerwx

27 天前

@adoal 感谢建议之前用过一段时间的 supervisord 奈何项目多服务多管理起来确实不方便主要也没有一个合格的项目经理和技术经理代码随便提交从来没有 review 领导今天说部署一个这个版本就要部署明天要哪个版本就要部署那个

skyrim61

27 天前

使用 alpine 构建一个 django5 的 docker 镜像, 使用 docker-compose 来管理项目的启动,停止和重启. 使用上, 只要修改 docker-compose 中的环境变量即可, 然后就一键启动. 省事省心

adoal

27 天前

@mickerwx 那你们最需要解决的问题是工作过程的治理，把操作规范化，上 CI/CD ，至于用什么技术和系统来部署，都只是细节

skyrim61

27 天前

. /root/venv/bin/activate
cd /xx/xx/${PROJECT_NAME} && gunicorn -b 127.0.0.1:8000 -w 2 --threads 4 --reload ${PROJECT_NAME}.wsgi &
nginx -g 'daemon off;'

容器启动脚本

mickerwx

27 天前

@adoal 问题是现在解决不了这个我只是个小兵没有任何话语权只能在不给自己找麻烦的情况下把手头工作尽量干好问这些问题之前在上一家公司是有专业运维来搞这些的来这边后端要写部署要管运维要管唉

mickerwx

27 天前

@skyrim61 ok 谢谢建议我去梳理梳理这些然后看看改咋搞

adoal

27 天前

@mickerwx 那……没话语权的话，你探索出来的部署手段，会不会也被人因为习惯了 nohup 而软抵制呢。

mickerwx

27 天前

@adoal 这个不会因为是我写后端我部署所以这个就是为了方便自己

julyclyde

27 天前

1 首先 nohup 、supervisorD 、pm2.5 肯定是不对的。正确的做法是 systemd 或者容器。如果多实例应该容器+k8s
2 如用容器，尽量小一点，venv 就挺好吧

mickerwx

27 天前

@julyclyde ok 感谢决定先容器化然后考虑上 k8s ci/cd

Hopetree

27 天前

一个项目一个 docker-compose ，容器里面使用 supervisor 管理进程，完美

flmn

27 天前

docker swarm

ytmsdy

27 天前

@mickerwx 这个就涉及到程序底层逻辑的问题了。
一般是先估计，有些定时任务，或者耗时比较长，实时性不高的计算就全部丢到队列里面去处理。
并发什么的按照你说的服务器规模，基本上不用太需要考虑。
把耗时长的请求给单独，异步返回就行了。

ccc1924

24 天前

我这儿老服务用的是 supervisor ，新服务用的是 docker-compose
目前暂时没有动态扩容的需求，所以 docker compose 够用了

建议做好容器化，以后上 k8s/kamal 都方便不少

celery 和 nginx 负载均衡上没有很大的区别，如果是长时间跑的后台任务，使用 celery 会更合适

mickerwx

23 天前

@ccc1924 那如果上 docker 的话 celery 是另起一个 docker 还是放主程序一起起工作进程你们准备怎么设置

ccc1924

23 天前

@mickerwx #35 另外起一个 docker

tisswb

7 天前

我这边运维大概 10 多个服务，都是在 ubuntu 上运行，
1.supervisor
2.项目内包管理 pip ，python 版本管理 pyenv
3.http 慢就 grpc