Docker实战场景：常见应用部署案例（含完整配置）

Y-TwoShuai

1560人浏览 · 2025-11-28 11:41:48

Y-TwoShuai · 2025-11-28 11:41:48 发布

经过前面的学习，你已经掌握了Docker的核心操作和Compose编排能力。本章将聚焦实际工作中最常用的部署场景，提供可直接复用的配置文件和步骤，覆盖前端、Java、Python、中间件等主流应用，让你看完就能上手部署，真正做到“学以致用”。

每个案例都包含“需求说明+准备工作+配置文件+部署步骤+验证方法”，所有配置均经过实测，可直接复制使用。

一、场景1：部署前端项目（Vue/React）📱

需求说明

将本地打包好的Vue/React项目（dist目录）用Nginx部署，实现静态资源访问，支持自定义端口和配置。

准备工作

本地前端项目已打包，生成dist目录（Vue执行npm run build，React执行yarn build）；
项目目录结构：

frontend-deploy/
├── dist/          # 打包后的静态资源
├── Dockerfile     # 构建前端镜像
└── nginx.conf     # Nginx配置文件

核心配置文件

1. Nginx配置（nginx.conf）

解决前端路由刷新404问题，配置静态资源缓存：

server {
    listen 80;
    server_name localhost;
    root /usr/share/nginx/html;  # 容器内静态资源目录
    index index.html;

    # 解决Vue/React路由刷新404
    location / {
        try_files $uri $uri/ /index.html;
        expires 1d;  # 静态资源缓存1天
    }

    # 禁止访问隐藏文件
    location ~ /\. {
        deny all;
    }
}

2. Dockerfile

基于Nginx Alpine镜像，复制dist文件和配置：

# 基础镜像（轻量，约20MB）
FROM nginx:alpine

# 删除默认Nginx配置
RUN rm /etc/nginx/conf.d/default.conf

# 复制自定义Nginx配置
COPY nginx.conf /etc/nginx/conf.d/

# 复制前端打包后的dist目录到容器
COPY dist/ /usr/share/nginx/html/

# 暴露80端口
EXPOSE 80

# 启动Nginx（前台运行，避免容器退出）
CMD ["nginx", "-g", "daemon off;"]

部署步骤

进入frontend-deploy目录，构建镜像：

docker build -t my-frontend:v1 .

启动容器（映射本地8081端口到容器80）：

docker run -d -p 8081:80 --name frontend-app my-frontend:v1

验证效果

访问localhost:8081，能看到前端项目首页，刷新路由不报错即成功。

避坑点

若静态资源加载失败，检查dist目录路径是否正确（Dockerfile中COPY dist/后是否带斜杠）；
路由刷新404，确认Nginx配置中try_files $uri $uri/ /index.html;是否添加。

二、场景2：部署Java Spring Boot应用 ☕

需求说明

部署Spring Boot应用，结合MySQL数据库（数据持久化），用多阶段构建优化镜像体积。

准备工作

Spring Boot项目已打包为app.jar（执行mvn package -DskipTests）；
项目目录结构：

springboot-deploy/
├── app.jar        # Spring Boot打包产物
├── Dockerfile     # 多阶段构建配置
└── docker-compose.yml  # 编排Spring Boot+MySQL

核心配置文件

1. Dockerfile（多阶段构建）

分离编译和运行环境，最终镜像仅含JRE，体积从500MB+缩减到100MB左右：

# 第一阶段：编译（用带Maven的JDK镜像，仅用于打包）
FROM maven:3.8-openjdk-17 AS builder
WORKDIR /app
# 复制pom.xml和源代码（若本地已打包，可跳过此步，直接复制jar包）
COPY pom.xml .
COPY src ./src
# 打包生成jar包（输出到target目录）
RUN mvn package -DskipTests

# 第二阶段：运行（用仅含JRE的轻量镜像）
FROM openjdk:17-jre-slim
WORKDIR /app
# 从第一阶段复制jar包到当前镜像
COPY --from=builder /app/target/*.jar app.jar
# 暴露应用端口（与Spring Boot配置一致）
EXPOSE 8080
# 启动命令（指定JVM参数，优化性能）
CMD ["java", "-jar", "app.jar", "-Xms512m", "-Xmx512m"]

2. docker-compose.yml（编排应用+MySQL）

version: '3.8'
services:
  # Spring Boot应用
  app:
    build: .
    ports:
      - "8082:8080"
    environment:
      - SPRING_DATASOURCE_URL=jdbc:mysql://mysql:3306/springboot_db?useSSL=false&serverTimezone=UTC
      - SPRING_DATASOURCE_USERNAME=root
      - SPRING_DATASOURCE_PASSWORD=123456
    depends_on:
      - mysql
    restart: always

  # MySQL数据库
  mysql:
    image: mysql:5.7
    ports:
      - "3307:3306"
    volumes:
      - mysql-data:/var/lib/mysql  # 数据持久化
    environment:
      - MYSQL_ROOT_PASSWORD=123456
      - MYSQL_DATABASE=springboot_db  # 自动创建数据库
    restart: always

volumes:
  mysql-data:

部署步骤

进入springboot-deploy目录，启动整个系统：

docker-compose up -d

查看应用日志，确认启动成功：

docker-compose logs -f app

验证效果

访问localhost:8082/health（假设应用有健康检查接口），返回UP即成功；或通过数据库工具连接localhost:3307，能看到springboot_db数据库。

避坑点

应用连接MySQL失败：检查SPRING_DATASOURCE_URL中的主机名是否为mysql（Compose服务名），而非localhost；
镜像体积过大：确保使用多阶段构建，避免直接基于JDK镜像打包。

三、场景3：部署Python应用（Flask/爬虫）🐍

需求说明

部署Python Flask Web应用，或爬虫程序，解决依赖包安装和环境隔离问题。

准备工作

Python项目文件（以Flask为例）：

python-deploy/
├── app.py         # Flask应用代码
├── requirements.txt  # 依赖包列表
├── Dockerfile
└── docker-compose.yml  # 可选，结合Redis存储数据

app.py（简单Flask应用）：

from flask import Flask
app = Flask(__name__)

@app.route('/')
def hello():
    return "Hello Docker Python!"

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

requirements.txt：

flask==2.3.3

核心配置文件

1. Dockerfile

基于Python Alpine镜像，减少体积，加速依赖安装：

# 基础镜像（Python 3.11，约40MB）
FROM python:3.11-alpine

# 设置工作目录
WORKDIR /app

# 复制依赖文件
COPY requirements.txt .

# 安装依赖（国内源加速）
RUN pip install --no-cache-dir -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt

# 复制应用代码
COPY app.py .

# 暴露端口
EXPOSE 5000

# 启动应用
CMD ["python", "app.py"]

2. docker-compose.yml（结合Redis）

若应用需要Redis存储数据，添加Redis服务：

version: '3.8'
services:
  flask-app:
    build: .
    ports:
      - "5001:5000"
    depends_on:
      - redis
    restart: always

  redis:
    image: redis:alpine
    ports:
      - "6379:6379"
    volumes:
      - redis-data:/data  # 数据持久化
    restart: always

volumes:
  redis-data:

部署步骤

单容器启动（无Redis）：

docker build -t my-flask:v1 .
docker run -d -p 5001:5000 --name flask-app my-flask:v1

多容器启动（含Redis）：

docker-compose up -d

验证效果

访问localhost:5001，返回“Hello Docker Python!”即成功；若连接Redis，可进入容器执行redis-cli验证数据存储。

避坑点

依赖安装慢：在pip install时添加国内源（如清华源）；
容器启动后立即退出：检查app.py中是否指定host='0.0.0.0'（默认仅本地可访问）。

四、场景4：部署中间件（Redis/MongoDB）🛢️

需求说明

部署常用中间件，实现数据持久化、自定义配置，满足生产环境基础需求。

4.1 部署Redis（带密码+数据持久化）

docker-compose.yml

version: '3.8'
services:
  redis:
    image: redis:alpine
    ports:
      - "6380:6379"
    volumes:
      - redis-data:/data  # 数据持久化（RDB/AOF文件存储）
      - ./redis.conf:/etc/redis/redis.conf  # 自定义配置（可选）
    command: redis-server /etc/redis/redis.conf --requirepass 123456  # 设置密码
    restart: always
    # 资源限制（生产环境推荐）
    deploy:
      resources:
        limits:
          cpus: '0.5'
          memory: 512M

volumes:
  redis-data:

部署与验证

启动：docker-compose up -d
连接测试：docker exec -it redis redis-cli -a 123456，执行set name docker和get name，返回"docker"即成功。

4.2 部署MongoDB（带认证+数据持久化）

docker-compose.yml

version: '3.8'
services:
  mongodb:
    image: mongo:5.0
    ports:
      - "27018:27017"
    volumes:
      - mongo-data:/data/db  # 数据持久化
    environment:
      - MONGO_INITDB_ROOT_USERNAME=root
      - MONGO_INITDB_ROOT_PASSWORD=123456
    restart: always
    deploy:
      resources:
        limits:
          cpus: '1'
          memory: 1G

volumes:
  mongo-data:

部署与验证

启动：docker-compose up -d
连接测试：docker exec -it mongodb mongo -u root -p 123456 --authenticationDatabase admin，执行show dbs即成功。

避坑点

Redis密码遗忘：删除容器和数据卷，重新启动（生产环境需备份配置）；
MongoDB权限问题：连接时必须指定--authenticationDatabase admin，否则认证失败。

五、场景5：部署多容器微服务简化版（Nginx+Node.js+MySQL）🌐

需求说明

模拟微服务架构，Nginx反向代理Node.js API，API连接MySQL数据库，实现完整业务流程。

核心配置（docker-compose.yml）

version: '3.8'
services:
  # Nginx反向代理
  nginx:
    image: nginx:alpine
    ports:
      - "80:80"
    volumes:
      - ./nginx.conf:/etc/nginx/conf.d/default.conf
    depends_on:
      - node-api
    restart: always

  # Node.js API服务
  node-api:
    image: node:18-alpine
    working_dir: /app
    volumes:
      - ./node-api:/app  # 绑定挂载代码（开发模式）
    environment:
      - DB_HOST=mysql
      - DB_USER=root
      - DB_PASS=123456
      - DB_NAME=node_db
    command: sh -c "npm install && node server.js"
    depends_on:
      - mysql
    restart: always

  # MySQL数据库
  mysql:
    image: mysql:5.7
    volumes:
      - mysql-data:/var/lib/mysql
      - ./init.sql:/docker-entrypoint-initdb.d/init.sql
    environment:
      - MYSQL_ROOT_PASSWORD=123456
      - MYSQL_DATABASE=node_db
    restart: always

volumes:
  mysql-data:

验证效果

访问localhost/api/users（假设Node.js API有用户列表接口），返回数据库中的用户数据即成功。

六、实战核心要点总结 📌

镜像选择：优先用Alpine版本（体积小、资源占用低），生产环境指定具体版本（如nginx:1.25-alpine），避免latest；
数据持久化：中间件和数据库必须用数据卷挂载，防止容器删除数据丢失；
配置复用：将常用配置（如Nginx.conf、Dockerfile）整理为模板，后续部署直接修改；
资源限制：生产环境用deploy.resources.limits限制CPU和内存，避免单容器占用过多资源；
日志排查：用docker logs -f 容器名或docker-compose logs -f实时查看日志，快速定位问题。

下一章，我们将学习Docker进阶技巧，包括镜像深度优化、容器安全配置、多架构镜像构建等，让你的Docker使用更专业、更高效～

小练习：选择一个你熟悉的应用（如Django、Express），参考本章案例编写Dockerfile和docker-compose.yml，实现容器化部署。

亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

亚马逊云科技技术品牌专区

所有评论(0)

查看更多评论

Y-TwoShuai

@ytwoshuai

已为社区贡献11条内容

Docker实战场景：常见应用部署案例（含完整配置）

Y-TwoShuai

一、场景1：部署前端项目（Vue/React）📱

需求说明

准备工作

核心配置文件

1. Nginx配置（nginx.conf）

2. Dockerfile

部署步骤

验证效果

避坑点

二、场景2：部署Java Spring Boot应用 ☕

需求说明

准备工作

核心配置文件

1. Dockerfile（多阶段构建）

2. docker-compose.yml（编排应用+MySQL）

部署步骤

验证效果

避坑点

三、场景3：部署Python应用（Flask/爬虫）🐍

需求说明

准备工作

核心配置文件

1. Dockerfile

2. docker-compose.yml（结合Redis）

部署步骤

验证效果

避坑点

四、场景4：部署中间件（Redis/MongoDB）🛢️

需求说明

4.1 部署Redis（带密码+数据持久化）

docker-compose.yml

部署与验证

4.2 部署MongoDB（带认证+数据持久化）

docker-compose.yml

部署与验证

避坑点

五、场景5：部署多容器微服务简化版（Nginx+Node.js+MySQL）🌐

需求说明

核心配置（docker-compose.yml）

验证效果

六、实战核心要点总结 📌

所有评论(0)

温馨提示：您尚未绑定手机号

Y-TwoShuai