.sh啟動

#!/bin/bash# 解析軟鏈接，獲取真實腳本目錄
SOURCE="${BASH_SOURCE[0]}"
while [ -L "$SOURCE" ]; doDIR="$( cd -P "$( dirname "$SOURCE" )" && pwd )"SOURCE="$(readlink "$SOURCE")"[[ $SOURCE != /* ]] && SOURCE="$DIR/$SOURCE"
done
CURRENT_DIR="$( cd -P "$( dirname "$SOURCE" )" && pwd )"
echo "當前腳本所在目錄: $CURRENT_DIR"# ================ 配置參數 ================
# conda環境名稱
CONDA_ENV="hr"# 程序路徑 - 使用當前目錄作為基礎
PROGRAM_PATH="$CURRENT_DIR/backend/run.py"# 程序啟動參數（如有）
PROGRAM_ARGS=""# 日志文件路徑 - 使用當前目錄下的logs文件夾
LOG_FILE="$CURRENT_DIR/logs/backend/backend.log"# 日志保留天數
LOG_RETENTION_DAYS=7# 日志切割頻率（分鐘）
LOG_ROTATE_INTERVAL=1440  # 默認24小時# 上次切割日志的時間戳文件
LAST_ROTATE_FILE="/tmp/backend_log_rotate.timestamp"# ================ 函數定義 ================# 加載conda環境
load_conda_env() {# 嘗試加載conda初始化腳本，增加Miniforge的路徑if [ -f "$HOME/miniforge3/etc/profile.d/conda.sh" ]; thensource "$HOME/miniforge3/etc/profile.d/conda.sh"elif [ -f "$HOME/mambaforge/etc/profile.d/conda.sh" ]; thensource "$HOME/mambaforge/etc/profile.d/conda.sh"elif [ -f "$HOME/miniconda3/etc/profile.d/conda.sh" ]; thensource "$HOME/miniconda3/etc/profile.d/conda.sh"elif [ -f "$HOME/anaconda3/etc/profile.d/conda.sh" ]; thensource "$HOME/anaconda3/etc/profile.d/conda.sh"elif [ -f "/opt/conda/etc/profile.d/conda.sh" ]; thensource "/opt/conda/etc/profile.d/conda.sh"else# 嘗試查找系統中的conda.sh文件CONDA_SH=$(find $HOME -name "conda.sh" -path "*/etc/profile.d/*" 2>/dev/null | head -n 1)if [ -n "$CONDA_SH" ]; thensource "$CONDA_SH"elseecho "錯誤: 找不到conda初始化腳本，請檢查Miniforge/conda安裝路徑" >&2exit 1fifi# 激活指定環境conda activate "$CONDA_ENV"if [ $? -ne 0 ]; thenecho "錯誤: 無法激活conda環境 '$CONDA_ENV'" >&2exit 1fiecho "已激活conda環境: $CONDA_ENV"
}# 啟動后端程序
start_backend() {# 確保日志目錄存在LOG_DIR=$(dirname "$LOG_FILE")mkdir -p "$LOG_DIR"# 檢查程序是否已運行if pgrep -f "python.*$PROGRAM_PATH $PROGRAM_ARGS" > /dev/null; thenecho "警告: 程序已在運行中，PID: $(pgrep -f "python.*$PROGRAM_PATH $PROGRAM_ARGS")"return 1fi# 啟動程序并記錄PID - 使用python命令echo "正在啟動程序: python $PROGRAM_PATH $PROGRAM_ARGS"cd "$(dirname "$PROGRAM_PATH")"  # 切換到腳本所在目錄nohup python "$(basename "$PROGRAM_PATH")" $PROGRAM_ARGS > "$LOG_FILE" 2>&1 &PID=$!# 保存PID到文件（可選）echo $PID > "$LOG_DIR/backend.pid"echo "程序已啟動，PID: $PID，日志輸出到: $LOG_FILE"# 啟動守護進程DAEMON_SH="$CURRENT_DIR/deamon.sh"if ! pgrep -f "$DAEMON_SH" > /dev/null; thennohup bash "$DAEMON_SH" > /dev/null 2>&1 &echo "守護進程已啟動"elseecho "守護進程已在運行"fireturn 0
}# 切割日志文件
rotate_log() {# 創建日志目錄（如果不存在）LOG_DIR=$(dirname "$LOG_FILE")mkdir -p "$LOG_DIR"# 生成備份文件名（包含時間戳）TIMESTAMP=$(date +%Y%m%d_%H%M%S)BACKUP_FILE="${LOG_FILE}.${TIMESTAMP}"# 移動當前日志文件到備份if [ -f "$LOG_FILE" ]; thenmv "$LOG_FILE" "$BACKUP_FILE"echo "日志已切割: $BACKUP_FILE"# 更新上次切割時間echo $(date +%s) > "$LAST_ROTATE_FILE"# 清理過期日志find "$LOG_DIR" -name "$(basename $LOG_FILE).*" -type f -mtime +$LOG_RETENTION_DAYS -deletefi
}# 檢查是否需要切割日志
check_rotate_needed() {# 如果時間戳文件不存在，創建并返回需要切割if [ ! -f "$LAST_ROTATE_FILE" ]; thenecho $(date +%s) > "$LAST_ROTATE_FILE"return 0fi# 計算上次切割到現在的時間（分鐘）LAST_ROTATE=$(cat "$LAST_ROTATE_FILE")CURRENT_TIME=$(date +%s)ELAPSED_MINUTES=$(( (CURRENT_TIME - LAST_ROTATE) / 60 ))# 如果超過設定的時間間隔，返回需要切割if [ $ELAPSED_MINUTES -ge $LOG_ROTATE_INTERVAL ]; thenreturn 0fireturn 1
}# 顯示使用幫助
show_help() {echo "用法: $0 [選項]"echo "選項:"echo "  start    啟動后端程序"echo "  rotate   手動切割日志"echo "  status   檢查程序狀態"echo "  stop     停止后端程序"echo "  restart  重啟后端程序"echo "  help     顯示此幫助信息"exit 0
}# 停止后端程序
stop_backend() {LOG_DIR=$(dirname "$LOG_FILE")PID_FILE="$LOG_DIR/backend.pid"# 如果有PID文件，嘗試通過PID停止if [ -f "$PID_FILE" ]; thenPID=$(cat "$PID_FILE")if ps -p $PID > /dev/null; thenecho "正在停止程序，PID: $PID"kill $PID# 等待最多10秒for i in {1..10}; doif ! ps -p $PID > /dev/null; thenecho "程序已停止"rm -f "$PID_FILE"return 0fisleep 1done# 如果10秒后仍在運行，強制終止echo "程序未響應，強制終止"kill -9 $PIDrm -f "$PID_FILE"return 0elseecho "警告: PID文件存在但進程不存在，刪除PID文件"rm -f "$PID_FILE"fifi# 如果沒有PID文件，嘗試通過程序名查找PROGRAM_NAME=$(basename "$PROGRAM_PATH")PID=$(pgrep -f "python.*$PROGRAM_PATH $PROGRAM_ARGS")if [ -n "$PID" ]; thenecho "找到程序實例，PID: $PID"kill $PID# 等待最多10秒for i in {1..10}; doif ! ps -p $PID > /dev/null; thenecho "程序已停止"return 0fisleep 1done# 如果10秒后仍在運行，強制終止echo "程序未響應，強制終止"kill -9 $PIDreturn 0fiecho "未找到運行中的程序實例"return 1
}# 檢查程序狀態
check_status() {LOG_DIR=$(dirname "$LOG_FILE")PID_FILE="$LOG_DIR/backend.pid"if [ -f "$PID_FILE" ]; thenPID=$(cat "$PID_FILE")if ps -p $PID > /dev/null; thenecho "程序正在運行，PID: $PID"echo "日志文件: $LOG_FILE"return 0elseecho "程序未運行"return 1fielseecho "程序未運行"return 1fi
}# ================ 主程序 ================# 檢查命令行參數
case "$1" instart)load_conda_envstart_backend;;rotate)rotate_log;;status)check_status;;stop)stop_backend;;restart)stop_backendload_conda_envstart_backend;;help|--help|-h)show_help;;*)echo "錯誤: 未知命令 '$1'"show_help;;
esacexit 0

這個Bash腳本是一個用于管理Python后端程序的工具腳本，提供了啟動、停止、重啟、狀態檢查以及日志管理等功能。下面我將分部分詳細解釋這個腳本的內容和工作原理。

1. 獲取真實腳本目錄

SOURCE="${BASH_SOURCE[0]}"
while [ -L "$SOURCE" ]; doDIR="$( cd -P "$( dirname "$SOURCE" )" && pwd )"SOURCE="$(readlink "$SOURCE")"[[ $SOURCE != /* ]] && SOURCE="$DIR/$SOURCE"
done
CURRENT_DIR="$( cd -P "$( dirname "$SOURCE" )" && pwd )"
echo "當前腳本所在目錄: $CURRENT_DIR"

這部分代碼的作用是獲取腳本的真實路徑，即使腳本是通過軟鏈接調用的。它通過以下步驟實現：

1. 獲取腳本路徑(SOURCE)

2. 如果路徑是軟鏈接(-L)，則解析真實路徑

3. 處理相對路徑的情況(SOURCE != /*)

4. 最終獲取腳本所在目錄的絕對路徑(CURRENT_DIR)

2. 配置參數

CONDA_ENV="hr"  # conda環境名稱
PROGRAM_PATH="$CURRENT_DIR/backend/run.py"  # 程序路徑
PROGRAM_ARGS=""  # 程序啟動參數
LOG_FILE="$CURRENT_DIR/logs/backend/backend.log"  # 日志文件路徑
LOG_RETENTION_DAYS=7  # 日志保留天數
LOG_ROTATE_INTERVAL=1440  # 日志切割頻率(分鐘，默認24小時)
LAST_ROTATE_FILE="/tmp/backend_log_rotate.timestamp"  # 上次切割日志的時間戳文件

這部分定義了腳本使用的各種參數，包括：

• Conda環境名稱

• 要運行的Python程序路徑

• 程序啟動參數

• 日志文件位置和保留策略

3. 函數定義

3.1?load_conda_env?函數

load_conda_env() {# 嘗試從多個可能的位置加載conda初始化腳本if [ -f "$HOME/miniforge3/etc/profile.d/conda.sh" ]; thensource "$HOME/miniforge3/etc/profile.d/conda.sh"elif [ -f ... ]; then  # 其他可能的位置...fi# 激活指定conda環境conda activate "$CONDA_ENV"...
}

這個函數負責加載conda環境，它會嘗試從多個常見位置查找conda初始化腳本，然后激活指定的conda環境(hr)。

3.2?start_backend?函數

start_backend() {# 確保日志目錄存在mkdir -p "$LOG_DIR"# 檢查程序是否已運行if pgrep -f "python.*$PROGRAM_PATH $PROGRAM_ARGS" > /dev/null; thenecho "警告: 程序已在運行中..."return 1fi# 啟動程序并記錄PIDnohup python "$(basename "$PROGRAM_PATH")" $PROGRAM_ARGS > "$LOG_FILE" 2>&1 &PID=$!echo $PID > "$LOG_DIR/backend.pid"# 啟動守護進程DAEMON_SH="$CURRENT_DIR/deamon.sh"if ! pgrep -f "$DAEMON_SH" > /dev/null; thennohup bash "$DAEMON_SH" > /dev/null 2>&1 &fi
}

這個函數負責啟動后端程序，它會：

1. 創建必要的日志目錄

2. 檢查程序是否已經在運行

3. 使用nohup在后臺啟動Python程序，并重定向輸出到日志文件

4. 保存進程ID(PID)到文件

5. 啟動守護進程(如果未運行)

3.3 日志管理函數

rotate_log() {# 創建日志備份文件TIMESTAMP=$(date +%Y%m%d_%H%M%S)BACKUP_FILE="${LOG_FILE}.${TIMESTAMP}"mv "$LOG_FILE" "$BACKUP_FILE"# 清理過期日志find "$LOG_DIR" -name "$(basename $LOG_FILE).*" -type f -mtime +$LOG_RETENTION_DAYS -delete
}check_rotate_needed() {# 檢查是否需要切割日志(基于時間間隔)...
}

這些函數負責日志的輪轉(切割)管理：

• rotate_log: 將當前日志重命名為帶時間戳的備份文件，并清理過期的日志

• check_rotate_needed: 檢查是否到了需要切割日志的時間

3.4 其他管理函數

stop_backend() {# 通過PID文件或程序名查找并停止程序...
}check_status() {# 檢查程序運行狀態...
}show_help() {# 顯示使用幫助...
}

這些函數提供了其他管理功能：

• 停止程序

• 檢查程序狀態

• 顯示幫助信息

4. 主程序

case "$1" instart)load_conda_envstart_backend;;rotate)rotate_log;;status)check_status;;stop)stop_backend;;restart)stop_backendload_conda_envstart_backend;;help|--help|-h)show_help;;*)echo "錯誤: 未知命令 '$1'"show_help;;
esac

這部分是腳本的入口，根據傳入的參數調用相應的函數：

• start: 啟動程序

• rotate: 手動切割日志

• status: 檢查狀態

• stop: 停止程序

• restart: 重啟程序

• help: 顯示幫助

要啟動這個腳本，你需要根據腳本提供的功能選項來執行相應的命令。以下是使用這個腳本的各種方法：

基本使用方法

bash 腳本文件名.sh [選項]

具體操作命令

1. 啟動后端程序：

   bash script.sh start

   • 這會激活conda環境并啟動Python后端程序

   • 同時會啟動守護進程(如果配置了的話)

2. 停止后端程序：

   bash script.sh stop

3. 重啟后端程序：

   bash script.sh restart

4. 手動切割日志：

   bash script.sh rotate

5. 檢查程序狀態：

   bash script.sh status

6. 查看幫助信息：

   bash script.sh help
   或
   bash script.sh --help
   或
   bash script.sh -h

?守護進程腳本

后端啟動后意外停止的常見原因：

Python 腳本自身崩潰

• 可能原因：

  • 未捕獲的異常（如?KeyError,?ImportError）。

  • 內存泄漏導致被系統 OOM Killer 終止。

  • 第三方庫的 Bug 或兼容性問題。

• 排查方法：

  # 查看腳本是否有崩潰日志（如果未重定向輸出）
  cat nohup.out
  # 或主動記錄錯誤到文件
  python run.py >> run.log 2>&1

系統資源不足

• 可能原因：

  • 內存不足：進程占用內存過多被系統 OOM Killer 殺死。

    dmesg | grep -i "killed"  # 檢查是否有 OOM 記錄

  • CPU/磁盤過載：長時間高負載導致進程卡死。

    top -p $(pgrep -f "run.py")  # 監控資源占用

會話中斷導致信號終止

• 可能原因：

  • nohup?雖然能忽略?SIGHUP?信號，但可能收到其他信號（如?SIGTERM）。

  • 服務器運維操作（如定期重啟、Cron 任務）可能主動終止進程。

• 排查方法：

  # 檢查系統日志（如 syslog/auth.log）
  grep -i "kill" /var/log/syslog

依賴服務不可用

• 可能原因：

  • 數據庫/Redis 等依賴服務斷開，導致 Python 腳本主動退出。

  • 網絡波動導致 HTTP 請求超時。

• 排查方法：

  • 在代碼中添加依賴服務的健康檢查（如數據庫連接重試邏輯）。

Python 環境問題

• 可能原因：

  • 虛擬環境未激活或包版本沖突。

  • Python 解釋器自身崩潰（罕見但可能）。

• 排查方法：

  # 檢查 Python 版本和依賴
  python -V
  pip list | grep "關鍵依賴包名"

定時任務或運維腳本干擾

• 可能原因：

  • 服務器上有其他 Cron 任務或監控腳本誤殺進程。

  crontab -l  # 檢查當前用戶的定時任務

因此用了一個監控和自動重啟后端服務的 Bash 守護進程腳本（deamon.sh）。我來逐步解析它的功能和工作原理：

---

1. 基礎設置

OP_SCRIPT="$(dirname "$(readlink -f "$0")")/op.sh"

• 作用：定位同目錄下的?op.sh?腳本（假設這是管理后端服務的腳本）。

• 技術點：

  • $0?是當前腳本路徑（如?./deamon.sh）。

  • readlink -f?解析符號鏈接并返回絕對路徑。

  • dirname?提取目錄路徑。

CHECK_INTERVAL=300  # 檢查間隔（秒，這里是5分鐘）
LOG_FILE="$(dirname "$OP_SCRIPT")/logs/backend/daemon.log"

• 定義檢查服務狀態的間隔時間（300秒）和日志文件路徑。

---

2. 日志函數

log() {echo "$(date '+%Y-%m-%d %H:%M:%S') $*" >> "$LOG_FILE"
}

• 將帶時間戳的消息追加到日志文件（如?2024-01-01 12:00:00 守護進程啟動...）。

---

3. 服務狀態檢測

is_running() {"$OP_SCRIPT" status | grep -q "程序正在運行"
}

• 邏輯：

  1. 調用?op.sh status?檢查服務狀態。

  2. 用?grep -q?靜默匹配輸出中是否包含?程序正在運行。

  3. 如果匹配成功（服務在運行），返回?0（成功）；否則返回非零。

---

4. 服務啟動函數

start_service() {log "檢測到服務未運行，嘗試啟動...""$OP_SCRIPT" start >> "$LOG_FILE" 2>&1
}

• 如果服務未運行：

  1. 記錄日志。

  2. 調用?op.sh start?啟動服務，并將輸出和錯誤重定向到日志文件。

---

5. 主循環

log "守護進程啟動，開始監控后端服務..."
while true; doif ! is_running; thenstart_servicefisleep $CHECK_INTERVAL
done

• 無限循環：

  1. 檢查服務狀態（is_running）。

  2. 如果服務停止，調用?start_service。

  3. 休眠?CHECK_INTERVAL?秒后重復檢查。

---

關鍵點總結

1. 依賴關系：

   • 需要同目錄下的?op.sh?腳本，且該腳本需支持?status?和?start?命令。

   • 假設?op.sh status?的輸出中包含?程序正在運行?字符串。

2. 日志管理：

   • 所有操作記錄到?logs/backend/daemon.log，便于排查問題。

3. 工作場景：

   • 適合監控需要長期運行的后端服務（如Web API、數據庫等）。

   • 當服務意外崩潰時，自動嘗試重啟。

#!/bin/bash# deamon.sh：守護op.sh啟動的后端服務OP_SCRIPT="$(dirname "$(readlink -f "$0")")/op.sh"
CHECK_INTERVAL=300
LOG_FILE="$(dirname "$OP_SCRIPT")/logs/backend/daemon.log"log() {echo "$(date '+%Y-%m-%d %H:%M:%S') $*" >> "$LOG_FILE"
}is_running() {"$OP_SCRIPT" status | grep -q "程序正在運行"
}start_service() {log "檢測到服務未運行，嘗試啟動...""$OP_SCRIPT" start >> "$LOG_FILE" 2>&1
}log "守護進程啟動，開始監控后端服務..."
while true; doif ! is_running; thenstart_servicefisleep $CHECK_INTERVAL
done

Make dev命令

看到了一個谷歌項目，他的前后端啟動方式很方便

https://github.com/google-gemini/gemini-fullstack-langgraph-quickstart/blob/main/README.md

項目最外部有一個makefile

.PHONY: help dev-frontend dev-backend devhelp:@echo "Available commands:"@echo "  make dev-frontend    - Starts the frontend development server (Vite)"@echo "  make dev-backend     - Starts the backend development server (Uvicorn with reload)"@echo "  make dev             - Starts both frontend and backend development servers"dev-frontend:@echo "Starting frontend development server..."@cd frontend && npm run devdev-backend:@echo "Starting backend development server..."@cd backend && langgraph dev# Run frontend and backend concurrently
dev:@echo "Starting both frontend and backend development servers..."@make dev-frontend & make dev-backend 

這個 Makefile 是一個用于管理項目開發工作流的構建文件，特別適合同時包含前端和后端的項目。讓我們逐部分深入分析：

1. .PHONY 聲明

.PHONY: help dev-frontend dev-backend dev

• .PHONY?是一個特殊目標，用于聲明哪些目標是"偽目標"（不是實際的文件名）

• 這里聲明了?help,?dev-frontend,?dev-backend?和?dev?都是偽目標

• 這意味著即使存在同名文件，Make 也會執行這些目標下的命令

2. help 目標

help:@echo "Available commands:"@echo "  make dev-frontend    - Starts the frontend development server (Vite)"@echo "  make dev-backend     - Starts the backend development server (Uvicorn with reload)"@echo "  make dev             - Starts both frontend and backend development servers"

• 這是一個幫助信息目標，顯示可用的命令及其描述

• @?符號表示在執行時不顯示命令本身，只顯示輸出

• 這是典型的自文檔化 Makefile 的做法

3. dev-frontend 目標

dev-frontend:@echo "Starting frontend development server..."@cd frontend && npm run dev

• 用于啟動前端開發服務器

• 先顯示啟動信息，然后：

  • cd frontend?進入 frontend 目錄

  • npm run dev?運行 npm 的 dev 腳本（假設使用 Vite，如幫助信息所示）

• 這要求項目有一個 frontend 目錄，并且其中 package.json 中定義了 dev 腳本

4. dev-backend 目標

dev-backend:@echo "Starting backend development server..."@cd backend && langgraph dev

• 用于啟動后端開發服務器

• 先顯示啟動信息，然后：

  • cd backend?進入 backend 目錄

  • langgraph dev?運行 langgraph 的開發命令（看起來是使用某種 Python 框架）

• 這要求項目有一個 backend 目錄，并且安裝了 langgraph

5. dev 目標

dev:@echo "Starting both frontend and backend development servers..."@make dev-frontend & make dev-backend 

• 這是最常用的目標，同時啟動前后端開發服務器

• 使用?&?運算符在后臺并行運行兩個 make 命令

• 注意：

  • 這種方式簡單但不夠健壯，如果某個進程失敗不會自動停止另一個

  • 更高級的替代方案是使用?concurrently?或?docker-compose?等工具

使用場景

這個 Makefile 典型用于全棧 JavaScript/Python 項目，其中：

• 前端使用 Vite（現代前端構建工具）

• 后端使用某種 Python 框架（可能是 FastAPI 或其他，基于?langgraph?命令判斷）

總結

這個 Makefile 提供了一個簡潔的接口來管理常見的開發任務，通過簡單的?make dev?命令就能啟動整個開發環境，大大簡化了開發者的工作流程。它體現了 Makefile 作為項目任務自動化工具的經典用法，特別適合需要同時管理多個服務的項目。

Docker前端啟動

FROM m.daocloud.io/docker.io/library/nginx:latest# 移除默認的nginx配置
RUN rm -rf /etc/nginx/conf.d/*# 創建目錄結構
RUN mkdir -p /usr/share/nginx/html/dist
RUN mkdir -p /etc/nginx/ssl# 暴露端口
EXPOSE 80CMD ["nginx", "-g", "daemon off;"]

這是一個用于配置 Nginx 服務器的 Dockerfile，讓我們逐部分分析它的結構和功能：

基礎鏡像

FROM m.daocloud.io/docker.io/library/nginx:latest

• 使用 DaoCloud 鏡像源（中國國內常用的鏡像加速源）拉取官方的 Nginx 鏡像

• library/nginx:latest?表示使用 Docker 官方倉庫中的最新版 Nginx 鏡像

• m.daocloud.io/?前綴是為了加速在中國地區的下載

清理默認配置

RUN rm -rf /etc/nginx/conf.d/*

• 刪除 Nginx 默認的配置文件

• /etc/nginx/conf.d/?是 Nginx 加載額外配置文件的目錄

• 這樣做是為了準備完全自定義的 Nginx 配置

創建目錄結構

RUN mkdir -p /usr/share/nginx/html/dist
RUN mkdir -p /etc/nginx/ssl

1. 前端靜態文件目錄：

   • /usr/share/nginx/html/dist?是準備存放前端構建產物（如 Vue/React 打包后的文件）的目錄

   • -p?參數確保即使父目錄不存在也會創建

2. SSL 證書目錄：

   • /etc/nginx/ssl?是為 HTTPS 準備的 SSL 證書存放目錄

   • 雖然當前 Dockerfile 沒有配置 HTTPS，但預留了這個目錄

暴露端口

EXPOSE 80

• 聲明容器將監聽 80 端口（HTTP 默認端口）

• 這只是文檔性質的聲明，實際端口映射需要在?docker run?時用?-p?參數指定

啟動命令

CMD ["nginx", "-g", "daemon off;"]

• 以非守護進程模式運行 Nginx

• -g "daemon off;"?是 Nginx 的參數，表示在前臺運行

• 這是 Docker 容器的最佳實踐，因為容器需要有一個持續運行的前臺進程

典型使用場景

這個 Dockerfile 適合用于：

1. 部署前端靜態資源（如 Vue/React 應用）

2. 需要自定義 Nginx 配置的情況

3. 作為基礎鏡像進一步擴展

docker-compose.yaml

version: '3'   services:nginx:build: .image: hrfusion-fd-nginx:v1.0container_name: hrfusion-fd-hyqrestart: alwaysports:- "18001:80"                                             # docker端口映射[宿主機端口:容器內部端口]volumes:# - ./ssl_certs:/etc/nginx/ssl                              # 證書目錄- ./frontend/dist:/usr/share/nginx/html/dist              # 項目目錄- ./frontend/default.conf:/etc/nginx/conf.d/default.conf  # 服務配置

這個?docker-compose.yml?文件定義了一個 Nginx 服務的配置，用于部署前端應用。讓我們逐部分深入分析：

文件結構概覽

version: '3'   
services:nginx:# 配置詳情...

• version: '3'?- 指定使用 Docker Compose 文件格式版本 3

• services:?- 定義要運行的服務列表

• nginx:?- 定義一個名為 "nginx" 的服務

服務配置詳解

1. 構建與鏡像

build: .
image: hrfusion-fd-nginx:v1.0

• build: .?- 使用當前目錄下的 Dockerfile 構建鏡像

• image: hrfusion-fd-nginx:v1.0?- 為構建的鏡像指定名稱和標簽

  • 這樣構建后會有兩個引用：

    • 一個是通過構建過程生成的匿名鏡像

    • 一個是命名為?hrfusion-fd-nginx:v1.0?的鏡像

2. 容器設置

container_name: hrfusion-fd-hyq
restart: always

• container_name: hrfusion-fd-hyq?- 為容器指定固定名稱（而不是隨機生成）

• restart: always?- 容器退出時自動重啟

  • 這確保了服務在崩潰或服務器重啟后自動恢復

3. 端口映射

ports:- "18001:80"

• 將宿主機的 18001 端口映射到容器的 80 端口

• 格式："主機端口:容器端口"

• 這意味著：

  • 外部訪問?http://主機IP:18001

  • 請求會被轉發到容器的 80 端口

  • Nginx 在容器內監聽 80 端口

4. 數據卷掛載

volumes:# - ./ssl_certs:/etc/nginx/ssl- ./frontend/dist:/usr/share/nginx/html/dist- ./frontend/default.conf:/etc/nginx/conf.d/default.conf

1. 前端靜態文件：

   • ./frontend/dist:/usr/share/nginx/html/dist

   • 將本地?frontend/dist?目錄掛載到容器的 Nginx 靜態文件目錄

   • 這樣前端構建后文件可以直接被 Nginx 服務

2. Nginx 配置：

   • ./frontend/default.conf:/etc/nginx/conf.d/default.conf

   • 使用本地的 Nginx 配置文件覆蓋容器默認配置

   • 這是自定義 Nginx 行為的常見方式

3. 注釋掉的 SSL 證書：

   • 如果需要 HTTPS 支持，可以取消注釋并配置證書路徑

典型工作流程

1. 前端構建：

   • 開發者運行?npm run build?生成?frontend/dist?目錄

2. 啟動服務：

   • 運行?docker-compose up -d?啟動服務

   • Docker 會：

     • 根據 Dockerfile 構建鏡像

     • 創建并啟動容器

     • 設置所有端口映射和卷掛載

3. 訪問應用：

   • 通過?http://服務器IP:18001?訪問應用

   • Nginx 會:

     • 讀取掛載的配置文件

     • 從掛載的?dist?目錄提供靜態文件

配置亮點

1. 開發-生產一致性：

   • 使用相同的 Nginx 配置和部署方式開發和生產環境

2. 快速更新：

   • 修改前端代碼后只需重新構建?dist?目錄

   • 無需重建 Docker 鏡像或重啟容器（Nginx 會自動提供新文件）

3. 配置與代碼分離：

   • Nginx 配置可以獨立修改而不影響應用代碼

這個配置非常適合前端項目的容器化部署，提供了靈活性、可維護性和便捷的開發體驗。

具體聯系

(1)?docker-compose.yml?依賴?Dockerfile?構建鏡像

services:nginx:build: .  # 這里會調用當前目錄下的 Dockerfile 構建鏡像image: hrfusion-fd-nginx:v1.0

• build: .?表示 Compose 會讀取當前目錄的?Dockerfile?來構建鏡像。

• 構建后的鏡像會被標記為?hrfusion-fd-nginx:v1.0。

(2)?Dockerfile?提供基礎環境，docker-compose.yml?補充運行時配置

• Dockerfile?中：

  • 定義了基礎鏡像（nginx:latest）。

  • 清除了默認配置（rm -rf /etc/nginx/conf.d/*）。

  • 創建了目錄結構（如?/usr/share/nginx/html/dist）。

• docker-compose.yml?中：

  • 通過?volumes?動態掛載了配置文件（default.conf）和前端代碼（dist）。

  • 通過?ports?暴露了端口（18001:80）。

  • 這些配置在容器運行時生效，覆蓋或補充了?Dockerfile?的靜態設置。

總結

下面我將系統性地總結這些啟動方式及其適用場景，并給出如何統一管理的建議：

---

一、后端啟動方式

1.?直接運行?.py?文件

python main.py  # 或使用模塊方式
python -m uvicorn main:app --reload

• 適用場景：開發調試、快速驗證

• 特點：

  • 最直接的方式，依賴本地Python環境

  • 需手動安裝所有依賴（pip install -r requirements.txt）

2.?通過?.sh?腳本啟動

#!/bin/bash
# run.sh
pip install -r requirements.txt
python main.py

• 適用場景：標準化本地開發或簡單部署

• 特點：

  • 可封裝復雜命令（如環境變量、參數傳遞）

  • 適合團隊統一開發流程

3.?通過 Docker 啟動

# Dockerfile
FROM python:3.9
COPY . /app
RUN pip install -r requirements.txt
CMD ["python", "main.py"]

docker build -t backend . && docker run -p 8000:8000 backend

• 適用場景：生產部署、環境隔離

• 特點：

  • 環境一致性高

  • 需提前構建鏡像

4.?通過 Docker Compose 啟動

# docker-compose.yml
services:backend:build: ./backendports:- "8000:8000"

• 適用場景：多服務協作（如需要同時啟動數據庫）

---

二、前端啟動方式

1.?開發模式（Node.js 直接運行）

npm run dev  # Vite/Webpack等工具

• 適用場景：前端開發熱重載

2.?生產構建 + Docker 托管

# 前端Dockerfile
FROM nginx
COPY dist /usr/share/nginx/html

• 適用場景：生產環境部署

• 特點：

  • 需先執行?npm run build?生成靜態文件

  • 通過Nginx提供高性能靜態資源服務

3.?通過 Docker Compose 與后端聯動

services:frontend:build: ./frontendports:- "80:80"backend:build: ./backendports:- "8000:8000"

---

三、統一啟動方案

方案1：Makefile 整合多命令

dev:@echo "Starting all services..."cd backend && python main.py & cd frontend && npm run devdocker-up:docker-compose up -d --build

• 優點：簡單直接，適合開發者本地使用

• 缺點：進程管理較原始（如用?&?后臺運行）

方案2：Docker Compose 統一管理

version: '3'
services:frontend:build: ./frontendports: ["3000:3000"]volumes:- ./frontend:/app- /app/node_modulesbackend:build: ./backendports: ["8000:8000"]volumes:- ./backend:/codedb:image: postgresenvironment:POSTGRES_PASSWORD: example

• 優點：

  • 一鍵啟動完整環境（前端+后端+數據庫）

  • 環境隔離徹底

• 缺點：

  • 開發時前端熱更新需要配置額外卷（如?node_modules?排除）

方案3：混合模式（開發 vs 生產）

.
├── Makefile           # 開發命令（直接運行.py/npm）
├── docker-compose.yml # 生產環境Docker部署
└── docker-compose.dev.yml # 開發環境（帶熱更新）

• 開發時：

  make dev  # 使用本地Python/Node環境

• 生產部署：

  docker-compose -f docker-compose.prod.yml up -d

---

四、如何選擇？

場景	推薦方案
個人開發調試	Makefile + 直接運行.py/npm
團隊統一開發環境	Docker Compose + 代碼卷掛載
生產部署	Docker Compose（無卷掛載）
需要快速切換多環境	混合模式（Makefile + 多Compose文件）

---

通過靈活組合這些方案，你可以實現從開發到生產的一體化高效工作流！