保姆级微服务部署教程

大家好,我是鱼皮。

项目上线是每位学编程同学必须掌握的基本技能。之前我已经给大家分享过很多种上线单体项目的方法了,今天再出一期微服务项目的部署教程,用一种最简单的方法,带大家轻松部署微服务项目。

开始之前,先做个小调研啊,大家更喜欢看 “真实踩坑版” 的教程还是 “压缩纯净版” 的教程呢?

本期教程我还是保持自己一贯的风格,依然是保姆级教程,包含了一些踩坑过程和解决方案,大家跟着做就完事儿~

更推荐看视频版:https://www.bilibili.com/video/BV1Cp4y1F7eA/

项目介绍

这次的教程以我带大家全程直播手把手开发的、基于 Spring Cloud + Docker 代码沙箱的 在线判题系统 为例,进行演示。

这个项目的核心功能是让用户能够在线选题和做题,然后由系统自动判题:

项目用到的核心依赖包括:MySQL 数据库、Redis 缓存、RabbitMQ 消息队列、Nacos 注册中心

涉及的核心服务包括:用户服务、题目服务、判题服务(代码沙箱)、Gateway 网关服务

传统部署

对于这样一个项目,如果我们还用传统单机项目的部署方式,一个个打 jar 包、用 Java 命令来启动,会有哪些问题呢?

  1. 要一个个安装依赖,比如 MySQL 数据库、Redis、消息队列、Nacos,非常麻烦!
  2. 要一个个打 jar 包、一个个手动运行 jar 包,非常麻烦!
  3. 不方便集中观察所有服务的运行状态和资源占用情况

所以,为了解决这些问题,我们会选用一种更高效的微服务部署方式 —— Docker Compose。

Docker Compose 介绍

在介绍 Docker Compose 前,先简单介绍下 Docker。

Docker 是一种容器技术,允许开发者将应用程序和所有依赖项(如代码、库、配置等)制作为 镜像。可以把镜像简单理解为软件安装包,可以在不同的计算机上通过它快速安装和启动应用程序(容器),这些程序独立隔离地运行,不受外部环境的影响。

如果要部署微服务项目,可能要启动多个 Docker 容器,比如 MySQL 容器、用户服务容器等。这时就需要 Docker Compose 了。它是一个容器编排助手,用于集中管理多个 Docker 容器的启动和协同工作。可以在一个配置文件中集中定义所有容器以及它们的关系。然后,可以使用一行命令启动所有容器,而不需要手动运行多个命令。

需要注意的是,Docker Compose 通常适用于把所有微服务部署在同一台服务器的场景,在真实的企业级项目中,往往会使用 K8S 等更专业的容器编排和自动化部署工具,更方便地在多个服务器上部署容器。

部署流程

了解了 Docker 和 Docker Compose 的作用后,我们来快速了解下部署流程,分为 2 大阶段 —— 本地部署和服务器部署。

一、本地部署

  1. 梳理服务部署表格
  2. Maven 子父模块打包
  3. Dockerfile 编写
  4. 编写环境依赖配置
  5. 编写服务配置
  6. 调整程序配置
  7. 测试访问

二、服务端部署

  1. 准备服务器
  2. Docker Compose 安装
  3. 同步文件
  4. 获取 jar 包
  5. 服务启动
  6. 测试访问

一、本地部署

第一阶段是本地部署,也可以叫做部署准备。

强烈建议大家,比起直接操作线上服务器,最好是先在本地把所有的流程跑通,风险更低、效率更高。

这里我使用的是 Mac 操作系统,已经安装了 Docker Desktop 软件,管理 Docker 容器会更方便一些。

对于本地没有 Docker 环境的同学,这一阶段仔细看一遍有个印象就足够了。可以直接拿我调试好的配置文件在服务器上部署,而不用自己调试。

怎么样,够贴心吧!可以叫我 “保姆鱼皮”,简称 “保姆皮”。

1.1、梳理服务部署表格

在部署微服务项目前,首先要规划好要部署哪些服务、以及各服务的关键信息,比如服务名称、版本号、占用端口号、关键配置等。

对于我的在线判题项目,梳理好的服务表格如下:

服务名称英文名端口号版本号服务类别
数据库mysql3306v8环境依赖
缓存redis6379v6环境依赖
消息队列rabbitmq5672, 15672v3.12.6环境依赖
注册中心nacos8848v2.2.0环境依赖
网关服务gateway8101java 8业务服务
用户服务yuoj-backend-user-service8102java 8业务服务
题目服务yuoj-backend-question-service8103java 8业务服务
判题服务yuoj-backend-judge-service8104java 8业务服务

为什么这里我要划分服务类别为 “环境依赖” 和 “业务服务” 呢?

因为在启动服务时,必须要先启动环境依赖,才能启动业务服务,否则就会报类似 “无法连接数据库” 之类的错误。

1.2、Maven 子父模块打包

对于微服务项目,我们通常是使用 Maven 的子父模块功能进行管理的。需要部署项目时,不用针对每个子服务单独执行 mvn package 命令进行打包,而是可以一键打包所有服务。

想要实现这个功能,需要给子父模块的依赖文件(pom.xml)进行一些配置,主要包括:

1)父模块配置

在父模块的 pom.xml 文件中引入 spring-boot-maven-plugin 即可,注意一定不要配置 configuration 和 repackage!

示例代码如下:

<plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><version>${spring-boot.version}</version>
</plugin>
2)子模块配置

修改所有需要启动 Spring Boot 的服务(用户服务、题目服务、判题服务、网关服务)的子模块 pom.xml 文件。

主要是增加 executions 配置,使用 spring-boot-maven-plugin 的 repackage 命令来构建子模块,从而自动在构建时将公共模块的依赖打入 jar 包。

示例代码如下:

<plugin><groupId>org.springframework.boot</groupId><artifactId>spring-boot-maven-plugin</artifactId><executions><execution><id>repackage</id><goals><goal>repackage</goal></goals></execution></executions>
</plugin>

1.3、Dockerfile 编写

Dockerfile 是定义 Docker 容器镜像构建过程的文件,包括容器镜像使用的基础环境、容器内的依赖和文件、容器的配置、启动命令等。

有了 Dockerfile,我们就能很轻松地制作出自己的容器镜像。

虽然 Dockerfile 的写法并不复杂,但我还是建议大家尽量不要自己写,直接去网上找个差不多的项目,复制粘贴别人的 Dockerfile 就足够了!

这里鱼皮给大家提供 2 种常用的 Spring Boot 项目的 Dockerfile。

1)复制 jar 包版

思路:在本地打好 jar 包后,复制 jar 包到容器中运行

示例代码如下:

# 基础镜像
FROM openjdk:8-jdk-alpine# 指定工作目录
WORKDIR /app# 将 jar 包添加到工作目录,比如 target/yuoj-backend-user-service-0.0.1-SNAPSHOT.jar
ADD {本地 jar 包路径} . # 暴露端口
EXPOSE {服务端口号}# 启动命令
ENTRYPOINT ["java","-jar","/app/{jar 包名称}","--spring.profiles.active=prod"]
2)Maven 打包版

思路:复制本地代码到容器中,在容器中使用 Maven 打包再运行

示例代码如下:

# 基础镜像
FROM maven:3.8.1-jdk-8-slim as builder# 指定工作目录
WORKDIR /app# 添加源码文件
COPY pom.xml .
COPY src ./src# 构建 jar 包,跳过测试
RUN mvn package -DskipTests# 启动命令
ENTRYPOINT ["java","-jar","/app/target/{jar 包名称}","--spring.profiles.active=prod"]

此处由于我们的微服务项目可以一键打好所有子服务的 jar 包,就没必要每个服务单独在容器中打包了,所以选择第一种方式的 Dockerfile。

我们需要给每个 Spring Boot 服务(用户服务、题目服务、判题服务、网关服务)都编写一个 Dockerfile,放到每个子服务的根目录下。

以用户服务为例,示例代码如下:

# 基础镜像
FROM openjdk:8-jdk-alpine# 指定工作目录
WORKDIR /app# 将 jar 包添加到工作目录,比如 target/yuoj-backend-user-service-0.0.1-SNAPSHOT.jar
ADD target/yuoj-backend-user-service-0.0.1-SNAPSHOT.jar .# 暴露端口
EXPOSE 8102# 启动命令
ENTRYPOINT ["java","-jar","/app/yuoj-backend-user-service-0.0.1-SNAPSHOT.jar","--spring.profiles.active=prod"]

建议先在本地利用 IDEA 开发工具调通镜像构建流程,确保每个 Dockerfile 都是可以成功制作镜像的:

查看容器的启动日志,发现能够启动服务、看到 Spring 图标即可:

1.4、编写环境依赖配置

接下来,我们就要编写 Docker Compose 的配置文件了,可以根据配置文件快速启动多个服务。

之前我们已经梳理了服务部署表格,将服务划分为了 “环境依赖” 和 “业务服务”。

由于业务服务依赖 MySQL 等环境依赖,所以需要拆分 2 套 Docker Compose 的配置文件,分别为 docker-compose.env.yml 环境配置和 docker-compose.service.yml 业务服务配置,保证先成功启动依赖,再启动服务。

学过 Docker Compose 的同学可能听说过 depends_on 配置,也能决定服务的启动顺序。但是千万注意,depends_on 并不会等待服务完全就绪,只是确保它们在启动时的顺序,并不稳定。

如何编写 Docker Compose 文件呢?

和 Dockerfile 一样,直接去网上找现成的 Docker Compose file,复制粘贴过来略做修改就能使用了~

再配合以下 2 个网站,完全无需记忆 Docker Compose 的写法!

  • Docker Compose file 官方文档:https://docs.docker.com/compose/compose-file/
  • 搜索现成的 Docker 镜像:https://hub.docker.com/

当然,现在 AI 时代了,还有更简单的方式!

直接把我们整理好的服务部署需要喂给 GPT,让 AI 帮我们生成配置即可~

示例 prompt:

现在我需要用 docker compose 来部署 mysql 8(3306 端口)username=root,password=123456
redis 6(无密码,6379端口)、rabbitmq v.3.12.6( 5672 端口   password: guest,username: guest)、nacos 2.2.0(8848端口);还有 4 个本地的 springboot 服务(名称分别为:yuoj-backend-user-service 8102端口、yuoj-backend-question-service 8103端口、yuoj-backend-judge-service 8104端口、yuoj-backend-gateway 8101 端口),每个服务本地目录都有一个 Dockerfile,请帮我自动生成 docker compose 的 yml 配置文件,要求这些服务网络能够连通

效果还是非常不错的,只要你描述地足够清楚,生成的配置完全可用!

由于这篇文章是教程嘛,我就带大家通过调试的方式一步步完成 Docker Compose 文件,最后会把完整的 Docker Compose 文件给大家分享出来,大家直接用就行了~

我们要分别在 Docker Compose 中定义 4 大基础依赖,包括 MySQL、Redis、RabbitMQ 和 Nacos。

1)MySQL

我们不仅要创建一个 MySQL 服务,还要在创建服务后自动创建我们需要的库表结构。

所以需要先准备数据库 SQL 脚本文件,里面包含了建库、建表语句,我们把它放在微服务项目根目录的 mysql-init 文件夹中:

鱼皮带大家做的每个项目都提供了现成的建表语句,这是一个非常好的开发习惯,便于其他人快速启动你的项目。

由于要在本地启动 MySQL,还需要定义一个文件夹 .mysql-data 来存放 MySQL 的持久化数据,防止容器重启后数据丢失。

做好这两点后,就可以编写 docker-compose.env.yml 文件了,先只写一个 MySQL 服务,示例代码如下:

关键配置的含义我都写到注释里了

version: '3'
services:mysql:image: mysql:8 # 使用的镜像container_name: yuoj-mysql # 启动的实例名称environment:MYSQL_ROOT_PASSWORD: 123456 # root 用户密码ports:- "3306:3306" # 端口映射volumes:- ./.mysql-data:/var/lib/mysql # 将数据目录挂载到本地目录以进行持久化- ./mysql-init:/docker-entrypoint-initdb.d # 自动执行启动脚本restart: always # 崩溃后自动重启networks:- mynetwork # 指定网络
networks:mynetwork: # 自定义网络,实现网络互通和隔离

写好配置文件后,可以直接在 IDEA 里执行 Docker Compose 文件,调试 MySQL 的运行:

运行成功后,我们可以在本地成功连接数据库:

2)Redis

Redis 服务的定义和启动操作和 MySQL 服务几乎一致,Redis 的 Docker Compose 配置示例代码如下:

version: '3'
services:redis:image: redis:6container_name: yuoj-redisports:- "6379:6379"networks:- mynetworkvolumes:- ./.redis-data:/data # 持久化
networks:mynetwork:

然后在本地执行 Docker Compose 文件,启动 Redis 服务,并且尝试进入 Terminal 来调试 Redis:

3)RabbitMQ

同 MySQL 和 Redis,RabbitMQ 的 Docker Compose 配置示例代码如下:

version: '3'
services:rabbitmq:image: rabbitmq:3.12.6-management # 支持管理面板的消息队列container_name: yuoj-rabbitmqenvironment:RABBITMQ_DEFAULT_USER: guestRABBITMQ_DEFAULT_PASS: guestports:- "5672:5672"- "15672:15672" # RabbitMQ Dashboard 端口volumes:- ./.rabbitmq-data:/var/lib/rabbitmq # 持久化networks:- mynetwork
networks:mynetwork:

本地执行 Docker Compose 文件,启动 RabbitMQ 服务,然后可以访问 localhost:15672 查看到管理面板,就表示启动成功了~

账号密码都是 guest

4)Nacos

和其他服务一样,Nacos 也需要编写 Docker Compose 配置。

但是在选择 Nacos 镜像时必须要注意,建议选择支持 linux/arm64 架构的镜像版本,比如 v2.2.0-slim,否则后面可能会无法运行:

Nacos 示例配置文件如下:

version: '3'
services:nacos:image: nacos/nacos-server:v2.2.0-slimcontainer_name: yuoj-nacosports:- "8848:8848"volumes:- ./.nacos-data:/home/nacos/datanetworks:- mynetworkenvironment:- MODE=standalone # 单节点模式启动- PREFER_HOST_MODE=hostname # 支持 hostname- TZ=Asia/Shanghai # 控制时区
networks:mynetwork:

然后在本地执行 Docker Compose 启动 Nacos,访问 localhost:8848/nacos 能够看到管理页面,就表示运行成功了~

管理页面的账号和密码默认都是 nacos

完整 Docker Compose 文件

分别调试完上述服务后,我们把所有的配置拼在一起,就得到了完整的文件,文件名为 docker-compose.env.yml

完整代码如下:

version: '3'
services:mysql:image: mysql:8 # 使用的镜像container_name: yuoj-mysql # 启动的实例名称environment:MYSQL_ROOT_PASSWORD: 123456 # root 用户密码ports:- "3306:3306" # 端口映射volumes:- ./.mysql-data:/var/lib/mysql # 将数据目录挂载到本地目录以进行持久化- ./mysql-init:/docker-entrypoint-initdb.d # 启动脚本restart: always # 崩溃后自动重启networks:- mynetwork # 指定网络redis:image: redis:6container_name: yuoj-redisports:- "6379:6379"networks:- mynetworkvolumes:- ./.redis-data:/data # 持久化rabbitmq:image: rabbitmq:3.12.6-management # 支持管理面板的消息队列container_name: yuoj-rabbitmqenvironment:RABBITMQ_DEFAULT_USER: guestRABBITMQ_DEFAULT_PASS: guestports:- "5672:5672"- "15672:15672" # RabbitMQ Dashboard 端口volumes:- ./.rabbitmq-data:/var/lib/rabbitmq # 持久化networks:- mynetworknacos:image: nacos/nacos-server:v2.2.0-slimcontainer_name: yuoj-nacosports:- "8848:8848"volumes:- ./.nacos-data:/home/nacos/datanetworks:- mynetworkenvironment:- MODE=standalone # 单节点模式启动- PREFER_HOST_MODE=hostname # 支持 hostname- TZ=Asia/Shanghai # 控制时区
networks:mynetwork:

1.5、编写业务服务配置

用同样的方式,我们可以编写业务服务的 Docker Compose 文件,文件名称 docker-compose.service.yml

示例代码如下,其中需要格外关注的配置是 build 和 depends_on:

version: '3'
services:yuoj-backend-gateway:container_name: yuoj-backend-gatewaybuild: # 服务的 Docker 构建文件位置context: ./yuoj-backend-gatewaydockerfile: Dockerfileports:- "8101:8101"networks:- mynetworkyuoj-backend-user-service:container_name: yuoj-backend-user-servicebuild:context: ./yuoj-backend-user-servicedockerfile: Dockerfileports:- "8102:8102"networks:- mynetworkdepends_on: # 本服务依赖的服务,控制启动先后顺序- yuoj-backend-gatewayyuoj-backend-question-service:container_name: yuoj-backend-question-servicebuild:context: ./yuoj-backend-question-servicedockerfile: Dockerfileports:- "8103:8103"networks:- mynetworkdepends_on:- yuoj-backend-user-service- yuoj-backend-gatewayyuoj-backend-judge-service:container_name: yuoj-backend-judge-servicebuild:context: ./yuoj-backend-judge-servicedockerfile: Dockerfileports:- "8104:8104"networks:- mynetworkdepends_on:- yuoj-backend-user-service- yuoj-backend-question-service- yuoj-backend-gateway# 网络,不定义的话就是默认网络
networks:mynetwork:

1.6、调整程序配置

编写好上述配置文件后,本地尝试运行 Docker Compose 业务服务,结果发现:报错啦!依赖服务的地址访问不通!

这是由于之前我们的项目访问依赖服务时,全部是使用了固定的 IP 地址(比如 localhost),而容器内部的 localhost(或 127.0.0.1)通常指向容器本身,而不是宿主主机。所以为了在容器内访问其他服务,程序中应该使用服务名称而不是 localhost。

我们给每个 Spring Boot 服务都增加一套 prod 上线配置,在配置中更改服务调用地址。

用户服务、题目服务和判题服务的 application-prod.yml 配置修改如下:

# 生产环境配置文件
spring:# 数据库配置datasource:driver-class-name: com.mysql.cj.jdbc.Driverurl: jdbc:mysql://mysql:3306/yuoj # localhost 改为 mysqlusername: rootpassword: 123456# Redis 配置redis:database: 1host: redis # localhost 改为 redisport: 6379timeout: 5000cloud:nacos:discovery:server-addr: nacos:8848 # localhost 改为 nacosrabbitmq:host: rabbitmq # localhost 改为 rabbitmqport: 5672password: guestusername: guest

Gateway 网关服务的配置修改如下:

spring:cloud:nacos:discovery:server-addr: nacos:8848 # localhost 改为 nacosgateway:routes:- id: yuoj-backend-user-serviceuri: lb://yuoj-backend-user-servicepredicates:- Path=/api/user/**- id: yuoj-backend-question-serviceuri: lb://yuoj-backend-question-servicepredicates:- Path=/api/question/**- id: yuoj-backend-judge-serviceuri: lb://yuoj-backend-judge-servicepredicates:- Path=/api/judge/**application:name: yuoj-backend-gatewaymain:web-application-type: reactive
server:port: 8101
knife4j:gateway:enabled: truestrategy: discoverdiscover:enabled: trueversion: swagger2

然后执行 mvn package 命令重新打包、执行 Docker Compose。

结果发现大多数服务都启动了,但是判题服务还有报错。

这是因为程序在创建消息队列时存在硬编码的变量,指定了 host 为 “localhost”,示例代码如下:

ConnectionFactory factory = new ConnectionFactory();
factory.setHost("localhost");
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
String EXCHANGE_NAME = "code_exchange";
channel.exchangeDeclare(EXCHANGE_NAME, "direct");

举这个例子是为了告诉大家,在程序中尽量不要写固定 IP 或域名,全部改为动态读取配置文件,便于修改。

示例修改后的代码如下:

/*** 用于创建测试程序用到的交换机和队列(只用在程序启动前执行一次)*/
@Slf4j
@Component
public class InitRabbitMqBean {@Value("${spring.rabbitmq.host:localhost}")private String host;@PostConstructpublic void init() {try {ConnectionFactory factory = new ConnectionFactory();factory.setHost(host);Connection connection = factory.newConnection();Channel channel = connection.createChannel();String EXCHANGE_NAME = "code_exchange";channel.exchangeDeclare(EXCHANGE_NAME, "direct");// 创建队列,随机分配一个队列名称String queueName = "code_queue";channel.queueDeclare(queueName, true, false, false, null);channel.queueBind(queueName, EXCHANGE_NAME, "my_routingKey");log.info("消息队列启动成功");} catch (Exception e) {log.error("消息队列启动失败");}}
}

1.7、测试访问

修复上述问题后,所有服务都可以通过 Docker Compose 文件启动了。

然后我们访问 localhost:8101/doc.html 网关地址,能够看到 Swagger 聚合接口文档。

依次调用用户注册 => 登录 => 获取登录用户信息 => 创建题目接口,全部执行成功。

至此,第一阶段就完成啦。

二、服务器部署

在第二阶段,我们的目标就是在真实的 Linux 服务器上部署微服务项目。有了第一阶段的准备,第二阶段简直可以说是易如反掌!

2.1、准备服务器

首先,我们要有一台 Linux 服务器。

选择服务器前,我们必须要评估下微服务项目的内存占用,千万别把服务器的内存买小了!

可以使用 Docker Desktop 直接查看内存占用,虚拟机内存大概占用了 8 个 G、容器实际内存占用了 4 个 G:

那我们搞多少内存的服务器呢?

我猜很多同学会说 8 G,奈何我天生反骨,明知山有虎偏向虎山行(主要是想省 💰),我就搞一台 2 核 4 G 的服务器吧(发行版是 CentOS 7.9 Linux),咱们来猜一猜它够不够部署这套有 4 个业务服务的微服务项目呢?

咱们一起来见证下!

2.2、Docker Compose 安装

有了服务器后,直接参考 Docker Compose 官方文档来安装。这里我们使用 Docker Compose V2 版本,相比 V1 版本统一了命令,使用更方便:

Docker Compose V2 地址:https://docs.docker.com/compose/migrate/

Docker Compose Linux 安装:https://docs.docker.com/compose/install/linux/#install-using-the-repository

安装过程很简单,跟着官方文档来就行了,主要包括以下几个步骤:

1)设定安装来源:

sudo yum install -y yum-utils
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo

2)安装 Docker 和 Docker Compose:

sudo yum install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

3)启动 Docker:

sudo systemctl start docker

4)测试 Docker:

systemctl status docker
sudo docker run hello-world

2.3、同步文件

接下来,我们需要把本地折腾好的微服务项目源码上传到服务器上,可以选择用 FTP 或 SSH 连接文件手动上传文件。

我这里使用 JetBrains 开发工具的远程部署功能,可以配置文件自动上传,步骤如下:

1)进入远程部署配置

2)添加远程部署配置:

这里建议大家不要暴露自己的服务器 IP 啊,当你看到本文的时候,其实我已经把服务器的 IP 更换掉了哈哈哈哈哈哈哈哈!

3)指定连接的服务器配置:

4)配置本地文件和服务器文件路径映射:

5)开启自动上传:

6)首次需要手动上传文件。

上传前记得先删除无用的文件,然后右键项目根目录,点击部署上传代码:

上传成功,在服务器对应路径(/code/yuoj-backend-microservice)下能看到已上传的文件列表:

2.4、获取 jar 包

光把代码上传到服务器还是不够的,因为我们构建 Docker 镜像需要 jar 包。

有 2 种方式得到 jar 包:

  1. 本地执行 mvn package 打好 jar 包,然后再上传
  2. 服务器上装 Maven,在服务器上打包

但是因为 jar 包比较大,频繁改动的话同步速度会比较慢,所以更建议第二种方式,步骤如下:

1)安装 Maven:

sudo yum install maven

2)安装好后,执行打包:

sudo mvn package

打包成功:

2.5、服务启动

所有一切准备就绪,接下来就是使用 Docker Compose 命令分别启动环境依赖和业务服务啦。

1)启动环境依赖

先使用 docker compose 一行命令启动环境依赖:

docker compose -f docker-compose.env.yml up

注意:

  1. 老版本使用 “docker-compose” 替代 “docker compose”
  2. 如果没有权限,命令前加上 “sudo”

然后喝杯咖啡,等待启动即可~

启动成功后,我们可以通过公网 IP 来尝试访问服务。

先进入到云服务商的服务器配置页,修改服务器的防火墙配置,放通以下端口:

然后像访问本地服务一样分别去访问 MySQL、Redis、RabbitMQ、Nacos 即可,应该都是成功的。

由于进程在前台启动会影响我们的操作,所以先按 ctrl + c 退出,加上 -d 参数让容器在后台启动:

sudo docker compose -f docker-compose.env.yml up -d

试着查看下 docker 容器的状态:

sudo docker stats

能够查看到所有容器的资源占用情况:

实话说,我开始紧张了,不知道 4 G 的内存够不够撑。。。

2)启动业务服务

确保环境依赖都启动成功后,接下来启动业务服务:

docker compose -f docker-compose.service.yml up

项目全部启动,看得很爽:

正常来说,应该会启动成功;但如果运气背,可能会有失败,比如我这的网关服务就启动失败了。

如果某个服务启动失败,可以再次单独只启动它,比如网关服务:

sudo docker compose -f docker-compose.service.yml up yuoj-backend-gateway

2.6、测试访问

最后,像验证本地微服务项目部署一样,访问线上网关的接口文档( http://你的服务器 IP:8101/doc.html ),依次调用用户注册 => 登录 => 获取登录用户信息 => 创建题目,全部成功~

最后使用 docker stats 命令查看 Docker 容器的状态,发现总共的内存占用大概 3 G,也就是说 4 G 内存的服务器是完全足够小型微服务项目的部署了~

至此,微服务项目部署教程就结束了。

最后

最后我再问个问题,如果我只有一台 2 G 内存的服务器,能否成功部署这套有 4 个业务服务的项目呢?如果能的话,又应该怎么部署呢?欢迎大家讨论。

下图是个小提示:

终于写完了这篇 6000 多字的教程,如果觉得本期内容有帮助的话,也欢迎点赞、收藏三连支持,谢谢大家!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/98993.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Linux虚拟机搭建RabbitMQ集群

普通集群模式&#xff0c;意思就是在多台机器上启动多个 RabbitMQ 实例&#xff0c;每台机器启动一个。创建的 queue&#xff0c;只会放在一个 RabbitMQ 实例上&#xff0c;但是每个实例都同步 queue 的元数据&#xff08;元数据可以认为是 queue 的一些配置信息&#xff0c;通…

自定义无边框窗口

效果&#xff1a; 可拖动拉伸 ui&#xff1a;设计如下 样式表&#xff1a;在ui CustomDialog 里设置的 #widget_title{background: #E6F1EB;border-top-left-radius: 20px;border-top-right-radius: 20px;}#widget_client{background-color: rgb(255, 255, 255);border-bottom…

react create-react-app v5配置 px2rem (不暴露 eject方式)

环境信息&#xff1a; create-react-app v5 “react”: “^18.2.0” “postcss-plugin-px2rem”: “^0.8.1” 配置步骤&#xff1a; 不暴露 eject 配置自己的webpack&#xff1a; 1.下载react-app-rewired 和 customize-cra-5 npm install react-app-rewired customize-cra…

十三、Django之添加用户(原始方法实现)

修改urls.py path("user/add/", views.user_add),添加user_add.html {% extends layout.html %} {% block content %}<div class"container"><div class"panel panel-default"><div class"panel-heading"><h3 c…

OSI七层网络模型

1. OSI模型 网络协议是网络中两台计算机之间传输数据的标准语言。各种计算机系统使用 OSI&#xff08;Open Systems Interconnection&#xff09;模型规定的标准相互通信。OSI 模型有七个抽象层&#xff0c;每个层都有不同的职责和协议。 下图显示了 OSI 模型中每一层的功能。…

【python海洋专题十四】读取多个盐度nc数据画盐度季节变化图

本期内容 读取多个盐度文件&#xff1b;拼接数据在画盐度的季节分布图Part01. 使用数据 IAP 网格盐度数据集 数据详细介绍&#xff1a; 见文件附件&#xff1a; pages/file/dl?fid378649712527544320 全球温盐格点数据.pdf IAP_Global_ocean_gridded_product.pdf 全球温…

python实现UI自动化配置谷歌浏览器驱动

web端UI自动化执行在哪个浏览器&#xff0c;需要对应哪个浏览器的驱动。以谷歌浏览器为例&#xff0c;进行配置。一、查看谷歌浏览器版本 如下截图&#xff1a;我的谷歌浏览器版本是&#xff1a; 117.0.5938.150 二、下载对应版本谷歌浏览器驱动 首先可以从其他版本驱动地址中…

【AI】深度学习——人工智能、深度学习与神经网络

文章目录 0.1 如何开发一个AI系统0.2 表示学习(特征处理)0.2.1 传统特征学习特征选择过滤式包裹式 L 1 L_1 L1​ 正则化 特征抽取监督的特征学习无监督的特征学习 特征工程作用 0.2.2 语义鸿沟0.2.3 表示方式关联 0.2.4 表示学习对比 0.3 深度学习0.3.1 表示学习与深度学习0.3.…

云原生Kubernetes:K8S集群kubectl命令汇总

目录 一、理论 1.概念 2. kubectl 帮助方法 3.kubectl 子命令使用分类 4.使用kubectl 命令的必要环境 5.kubectl 详细命令 一、理论 1.概念 kubectl是一个命令行工具&#xff0c;通过跟 K8S 集群的 API Server 通信&#xff0c;来执行集群的管理工作。 kubectl命令是操…

智慧楼宇3D数据可视化大屏交互展示实现了楼宇能源的高效、智能、精细化管控

智慧园区是指将物联网、大数据、人工智能等技术应用于传统建筑和基础设施&#xff0c;以实现对园区的全面监控、管理和服务的一种建筑形态。通过将园区内设备、设施和系统联网&#xff0c;实现数据的传输、共享和响应&#xff0c;提高园区的管理效率和运营效益&#xff0c;为居…

增强现实抬头显示AR-HUD

增强现实抬头显示&#xff08;AR-HUD&#xff09;可以将当前车身状态、障碍物提醒等信息3D投影在前挡风玻璃上&#xff0c;并通过自研的AR-Creator算法&#xff0c;融合实际道路场景进行导航&#xff0c;使驾驶员无需低头即可了解车辆实时行驶状况。结合DMS系统&#xff0c;可以…

一个rar压缩包如何分成三个?

一个rar压缩包体积太大了&#xff0c;想要将压缩包分为三个&#xff0c;该如何做到&#xff1f;其实很简单&#xff0c;方法就在我们经常使用的WinRAR当中。 我们先将压缩包内的文件解压出来&#xff0c;然后查看一下&#xff0c;然后打开WinRAR软件&#xff0c;找到文件&…

7个在Github上的flutter开源程序

阅读大量代码是提高开发技能的最佳方法之一。该开源项目是了解最佳实践、编码风格和许多其他主题的最佳场所。 软件开发最受欢迎的领域之一是跨平台移动应用程序开发。Flutter 是您可以使用的最流行的跨平台移动应用程序开发工具之一。今天&#xff0c;我们将了解 7 个开源 Flu…

2023年中国烹饪机器人市场发展概况分析:整体规模较小,市场仍处于培育期[图]

烹饪机器人仍属于家用电器范畴&#xff0c;是烹饪小家电的进一步细分&#xff0c;它是烹饪小家电、人工智能和服务机器在厨房领域的融合。烹饪机器人是一种智能化厨房设备&#xff0c;可以根据预设的程序实现自动翻炒和烹饪&#xff0c;是多功能料理机和炒菜机结合的产物。 烹…

动画圆圈文字标志效果

效果展示 CSS 知识点 实现圆圈文字animation 属性回顾 实现思路 从效果的实现思路很简单&#xff0c;其实就是两个圆圈就可以实现。外层大圆&#xff08;灰色&#xff09;用于圆圈文字的展示&#xff0c;而内圆&#xff08;藏青色&#xff09;主要用于存放 Logo 图片。布局采…

OpenCV4(C++)—— 仿射变换、透射变换和极坐标变换

文章目录 一、仿射变换1. getRotationMatrix2D()2. warpAffine() 二、透射变换三、极坐标变换 一、仿射变换 在OpenCV中没有专门用于图像旋转的函数&#xff0c;而是通过图像的仿射变换实现图像的旋转。实现图像的旋转首先需要确定旋转角度和旋转中心&#xff0c;之后确定旋转…

c#设计模式-行为型模式 之 状态模式

&#x1f680;简介 状态模式是一种行为设计模式&#xff0c;它允许对象在其内部状态改变时改变其行为&#xff0c;我们可以通过创建一个状态接口和一些实现了该接口的状态类来实现状态模式。然后&#xff0c;我们可以创建一个上下文类&#xff0c;它会根据其当前的状态对象来改…

CUDA+cuDNN+TensorRT 配置避坑指南

深度学习模型加速部署的环境配置&#xff0c;需要在本地安装NVIDIA的一些工具链和软件包&#xff0c;这是一个些许繁琐的过程&#xff0c;而且一步错&#xff0c;步步错。笔者将会根据自己的经验来提供建议&#xff0c;减少踩坑几率。当然可以完全按照官方教程操作&#xff0c;…

【Sentinel】Sentinel原码分析

本文内容来自【黑马】Sentinel从使用到源码解读笔记&#xff0c;做了部分修改和补充 目录 Sentinel 基本概念 基本流程 Node Entry 定义资源的两种方式 使用try-catch定义资源 使用注解标记资源 基于注解标记资源的实现原理 Context 什么是Context Context的初始化 …

SpringBoot青海省旅游系统

本系统采用基于JAVA语言实现、架构模式选择B/S架构&#xff0c;Tomcat7.0及以上作为运行服务器支持&#xff0c;基于JAVA、JSP等主要技术和框架设计&#xff0c;idea作为开发环境&#xff0c;数据库采用MYSQL5.7以上。 开发环境&#xff1a; JDK版本&#xff1a;JDK1.8 服务器…