通过VS Code和Docker扩展成为Docker高级用户。

> Photo by Michał Parzuchowski on Unsplash

您可以使用选择的语言来实施服务。 现在，您想将其容器化并在本地对其进行测试，然后再将其部署到生产环境中。 第一步是编写Dockerfile，构建映像，运行容器并检查日志。 对？

> Illustration by Laurel Duermaël

好吧，不完全是。 尽管此过程是完全可以接受的，但是有一种更好的方法：一种工具可以为您编写Dockerfile，如果您要编辑它并提供图形用户界面来与Docker引擎交互，则可以协助您完成自动完成。

如果有一个工具可以为您编写Dockerfile，协助您自动完成并提供图形用户界面以与Docker引擎进行交互，该怎么办？

用于Visual Studio Code的Docker扩展不仅仅是另一个IDE扩展。 它具有升级您使用Docker的方式的能力。 在这个故事中，我们深入研究了Visual Studio Code的Docker扩展可以做什么以及如何使用它成为Docker高级用户。

Docker + VS

VS Code的Docker扩展使从Visual Studio Code轻松构建，运行，管理和部署容器化应用程序变得容易。 要开始使用它，请确保下载Visual Studio Code市场的扩展。 此外，这是一个开源项目，因此您可以检查其代码，安装过程非常简单，因此无需在其他部分中进行介绍。

主要特点

在本节中，我们将介绍Docker扩展的主要功能。 稍后，我们将在一个简单示例中使用其中的许多内容。

· 编辑Dockerfile：编辑Dockerfile和docker-compose.yml文件时，可以使用IntelliSense自动完成功能。 此外，您还将获得常见命令的语法帮助。

> IntelliSense and syntax help for Docker on VS Code

· 生成Dockerfile：您可以使用Docker生成Dockerfile并将其添加到工作区：从命令面板中将Docker Files添加到Workspace命令。 该命令将生成Dockerfile和.dockerignore文件，并将它们添加到您的工作区中。 您还可以使用此命令来生成添加的Docker Compose文件。 在调试时，这将很方便。

> Generate Dockerfiles for a simple flask app

· 探索：Docker扩展为VS Code贡献了Docker视图。 Docker视图使您可以检查和管理Docker资产：容器，映像，卷，网络和容器注册表。 一切都只需右键单击即可。

> Docker view in VS Code

· 执行Docker命令：许多最常见的Docker命令都内置在命令面板中。 您可以运行Docker命令来管理映像，网络，卷，映像注册表和Docker Compose。 另外，Docker：Prune System命令将删除停止的容器，悬空的映像以及未使用的网络和卷。

> Common Docker commands integrated into the palette

· 调试容器：使用Docker扩展，我们可以调试在容器中运行的使用Node.js，Python或.NET(C＃)构建的服务。

还有许多其他功能，例如注册表连接和上下文管理，但是仅使用这些关键产品就可以走很长一段路。 接下来，我们实现一个简单的Python Flask应用程序，对其进行泊坞化并部署，而无需费心Docker CLI。

一个简单的例子

在本节中，我们将构建一个简单的" Hello World" Flask应用程序，并使用Docker扩展对其进行部署。 一，代码：

如果您熟悉Flask，您会发现这是您可以实现的最简单的应用程序。 只要您点击根端点，它就会返回" Hello World"。 接下来，我们需要一个requirements.txt文件来保存依赖项，我们可以开始了：

Flask==1.1.2gunicorn

要创建Dockerfile以及您需要执行的其他所有操作，只需运行Docker：在命令面板(Windows中为ctlr + shift + p)中将Docker Files添加到Workspace。

选择第一个问题的Python：Flask选项，然后，扩展将询问您是否要包括可选的Docker compose文件。 选择是； 这样，您以后便可以调试在容器内运行的应用程序。 最后，选择包含Flask应用程序的python文件(上面提供的代码)和要公开的端口(默认为5000)。 你准备好了！

现在，要构建映像，请右键单击生成的Dockerfile并选择Build Image…。将打开一个终端，您的映像将在几秒钟内准备就绪。

> Build your image using Docker extension for VS Code

要运行该应用程序，请从左侧面板中选择Docker图标，在"图像"部分中找到您的图像，右键单击它，然后选择"运行"。 这么简单。

在"容器"部分中，找到正在运行的容器，右键单击它，然后选择"查看日志"。 此命令将在终端中显示您的容器的日志。 获取它正在侦听的端点(应为http://0.0.0.0:5000)。 要获取Python服务的结果，请运行curl http://0.0.0.0:5000。

> View the logs using Docker extension for VS Code

而已！ VS Code的Docker扩展简化了整个过程，您可以节省时间专注于代码。

调试

要使用Gunicorn配置调试，我们还需要更多。 自动创建的Docker：Python-Flask启动配置将使用Python调试器覆盖容器的Gunicorn入口点。 要调试使用Gunicorn运行的应用程序，我们应遵循以下步骤：

1.将debugpy添加到您的requirements.txt文件。

2.将以下代码片段添加到要调试的文件中：

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

3.在.vscode文件夹中的launch.json中添加一个Python：Remote Attach配置。 JSON文件现在应如下所示：

4.通过将5678：5678添加到端口部分，修改docker-compose.yml文件以暴露调试器端口。 现在，该文件应如下图所示：

5.右键单击docker-compose.yml文件并选择Compose Up，以启动容器。

6.在所选文件中设置一个断点，导航至"运行并调试"，然后选择" Python：Remote Attach"启动配置。

7.按F5或按播放按钮以连接调试器。

调试愉快！

结论

在这个故事中，我们探讨了VS Code的Docker扩展，以及它如何帮助我们编写Dockerfile，构建映像和部署它。 要深入研究，请查看Visual Studio Code文档站点上的"使用容器"主题以开始使用。

关于作者

我叫Dimitris Poulopoulos，我是BigDataStack的机器学习研究员。 我也是希腊比雷埃夫斯大学的博士研究生。 我曾为欧洲委员会，欧盟统计局，IMF，欧洲中央银行，经合组织和宜家等主要客户设计和实施AI和软件解决方案。

如果您有兴趣阅读有关机器学习，深度学习，数据科学和DataOps的更多帖子，请在Medium，LinkedIn或Twitter上的@ james2pl上关注我。

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