百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

手把手教你容器化你的Python微服务(二)上传镜像到DockerHub

off999 2024-11-11 12:39 13 浏览 0 评论

上一篇文章,我们介绍了如何将自己的代码打包成一个Docker镜像。我们先简单回顾一下。示例代码可以在这里获取:https://github.com/zhuyijing/fastapisvc

先查看一下我们代码的目录结构(以下所有命令假设你用root操作,如果不是请加sudo):

# tree  .
.
|-- Dockerfile
|-- README.md
|-- main.py
`-- requirements.txt

0 directories, 4 files

我们再来编译一下我们的docker镜像,以确保本地镜像是最新的,使用以下命令:

docker build -t myfirstsvc .

查看编译出来的镜像:

# docker images myfirstsvc
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
myfirstsvc          latest              860c9bdffff5        33 seconds ago      1.02GB

好了,我们本地的镜像已经制作好了,下一步就是将本地的镜像上传至DockerHub,以分享给更多的人。

首先,我们需要在DockerHub上注册一个账号,访问:https://hub.docker.com/

这里的Docker ID将会是你的名字空间,你就可以想象成是你的用户名。点击Sign Up之后会要求你选择一个付费计划,这里我们选择Free(免费)就可以了。

点击上图的Continue With Free之后,会要求你验证自己的邮箱。请登录到刚才注册使用的邮箱地址。找到这封邮件:

点击这封邮件,然后点击Verify email address按钮就可以了。

验证完成后你将看到这样的页面:

然后你页面将自动跳转到登录页面,输入你刚才的注册信息,注意,这里填的是Docker ID,而不是你的邮箱:


登录成功之后会看到以下页面,点击下图红色框中的Repositories:

点击之后会跳转到以下页面:

点击上图红色框中的Create Repository按钮:

在红色框里输入你给自己仓库起的名字,你可以填入你喜欢的名字,然后点击Create按钮。你将看到以下的页面:

注意上图红色框里面的命令,根据你输入的不同名字,这里的命令稍有不同。请将这条命令记录下来:

docker push zhuyijing/myfirstrepo:tagname

好了,现在你可以暂时先离开你的浏览器,回到你的命令行终端,首先,我们需要先login到DockerHub,输入以下命令,用户名是你刚刚注册的Docker ID,然后按提示输入密码即可:

# docker login
Login with your Docker ID to push and pull images from Docker Hub. If you don't have a Docker ID, head over to https://hub.docker.com to create one.
Username: zhuyijing
Password:
Login Succeeded

登录成功后会提示Login Succeeded。

然后输入以下命令,首先我们再次查看一下我们本地的镜像:

# docker images myfirstsvc
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
myfirstsvc          latest              860c9bdffff5        34 minutes ago      1.02GB

然后给本地镜像打一个tag,这里tag我们指定为latest:

# docker tag myfirstsvc:latest zhuyijing/myfirstrepo:latest

查看一下我们新打的tag,可以看到已经成功了:

# docker images zhuyijing/myfirstrepo:latest
REPOSITORY              TAG                 IMAGE ID            CREATED             SIZE
zhuyijing/myfirstrepo   latest              860c9bdffff5        41 minutes ago      1.02GB

下面我们上传镜像到DockerHub:

# docker push zhuyijing/myfirstrepo:latest
The push refers to repository [docker.io/zhuyijing/myfirstrepo]
f4bd32ae2b36: Pushed
71a0ff736252: Pushed
e0405f5315a5: Pushed
4548479e572d: Pushed
508c3f3b7a64: Mounted from library/python
7e453511681f: Mounted from library/python
b544d7bb9107: Mounted from library/python
baf481fca4b7: Mounted from library/python
3d3e92e98337: Pushed
8967306e673e: Mounted from library/python
9794a3b3ed45: Mounted from library/python
5f77a51ade6a: Mounted from library/python
e40d297cf5f8: Mounted from library/python
latest: digest: sha256:9ebac5431d0e9e8fd002a4db0258e026a1a0ffc84400f4d177207bed82c221ff size: 3051

等待一会儿之后,就可以看到上传成功了。(上传时间视网络条件而定)

好了,我们在返回到刚才的DockerHub页面,点击一下刷新按钮,你会看到以下页面:

注意上面红色的框框,我们的镜像已经上传成功了。现在你就可以让别人自由的下载并使用你的镜像了,只要像下面这样即可:

# docker pull zhuyijing/myfirstrepo:latest

赶紧试试吧。

(注意请将文中所有命令中的Docker ID:zhuyijing和repo name:myfirstrepo替换成你自己注册是所提供的名字)

相关推荐

实战:用 Python+Flask+Echarts 构建电商实时数据大屏

在电商运营中,实时掌握销售趋势、用户行为等核心数据是决策的关键。本文将从实战角度,详解如何用Python+Flask+Echarts技术栈,快速搭建一个支持实时更新、多维度可视化的电商数据大屏,帮...

DeepSeek完全使用手册:从新手到高手的2000字实操指南

一、工具定位与核心功能矩阵(200字)DeepSeek是一款专注于深度推理的强大AI助手,其功能丰富多样,可归纳为4大能力象限:plaintext差异化优势:DeepSeek支持最长达16Ktok...

Python绘制可爱的图表 cutecharts

一个很酷的python手绘样式可视化包——可爱的图表cutecharts。Cutecharts非常适合为图表提供更个性化的触感。Cutecharts与常规的Matplotlib和Seabo...

第十二章:Python与数据处理和可视化

12.1使用pandas进行数据处理12.1.1理论知识pandas是Python中最常用的数据处理库之一,它提供了高效的数据结构和数据分析工具。pandas的核心数据结构是Serie...

5分钟就能做一个Excel动态图表,你确定不学学?(纯gif教学)

本文说明下图是一个比较酷炫的Excel动态图表,最难的部分就是用到了一个复选框控件。其实这个控件我很早就见过,但是不会用呀!望洋兴叹。这次呢,我也是借着这个文章为大家讲述一下这个控件的使用。本文没有...

Python数据可视化:从Pandas基础到Seaborn高级应用

数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...

如何使用 Python 将图表写入 Excel

将Python生成的图表写入Excel文件是数据分析和可视化中常见的需求。Python提供了多种库(如matplotlib、openpyxl和xlsxwriter)来实现这一功能。本文...

Excel 图表制作太痛苦?用 Python 生成动态交互图表

做个动态图表花了3小时?你该换方法了!上周帮销售部做季度汇报图表,Excel操作把我整崩溃了——插入折线图后发现数据源选错,重新选择又得调格式想做动态筛选图表,捣鼓"开发工具"...

Python Matplotlib 入门教程:可视化数据的基石

一、简介Matplotlib是Python中最流行的数据可视化库,提供从简单折线图到复杂3D图形的完整解决方案。其核心优势在于:o灵活性强:支持像素级样式控制o兼容性好:与NumPy、Pa...

20种Python数据可视化绘图 直接复制可用

本文介绍20种python数据绘图方法,可直接用于科研绘图或汇报用图。1.折线图(LinePlot)-描述数据随时间或其他变量的变化。importmatplotlib.pyplotasp...

Python os模块完全指南:轻松玩转文件管理与系统操作

Pythonos模块完全指南:轻松玩转文件管理与系统操作os模块是Python与操作系统对话的"瑞士军刀",学会它能让你轻松管理文件、操控路径、获取系统信息。本教程通过场景化案例+...

Python中h5py与netCDF4模块在Anaconda环境的下载与安装

本文介绍基于Anaconda环境,下载并安装Python中h5py与netCDF4这两个模块的方法。h5py与netCDF4这两个模块是与遥感图像处理、地学分析等GIS操作息息相关的模块,应用...

python中的模块、库、包有什么区别?

一文带你分清Python模块、包和库。一、模块Python模块(Module),是一个Python文件,以.py结尾,包含了Python对象定义和Python语句。模块能定义函数,类和变...

centos7 下面使用源码编译的方式安装python3.11

centos7下面使用源码编译的方式安装python3.11,步骤如下:cd/root#只是将python3.11的安装包下载到/root目录下wgethttps://www.python.o...

Python其实很简单 第十四章 模块

模块是一组程序代码,可以是别人已经写好的,也可以是自己编写的,但都是已经存在的,在编程时直接使用就可以了。模块机制的最大好处就是程序员不再编写重复的代码,而直接利用已有的成果,这样就能将更多的精力投入...

取消回复欢迎 发表评论: