系统综合实践第5次作业

系统综合实践第5次作业

Python镜像定制

创建本次实验的目录，文件名没有限制，我的目录名为py_docker。

整个实验的文件树结构为：

• Dockerfile

  FROM python:3
  WORKDIR /usr/src/app
  COPY requirements.txt ./
  
  # 修改源并安装依赖
  RUN pip install -r requirements.txt -i https://pypi.douban.com/simple 
  
  ENTRYPOINT ["python"]
  CMD ["hello.py"]
  

• requirements

  相关依赖包，本次实验使用到的PyMySQL和opencv—python

  PyMySQL
  opencv-python
  

• 构建镜像

  sudo docker build -t mypython .
  

  

  最后出现上面两句，即表示build成功，安装速度还是很快的。

程序部署

在目录下新建apps文件夹，用来存放python代码

• 你好，世界

  • helloworld.py

    print("hello world")
    

  • 运行程序

    sudo docker run -it -v /home/phd/py_docker/apps:/usc/src/app --rm mypython helloworld.py
    

    

• 日历

  • date.py

    import calendar
     
    # 输入指定年月
    yy = int(input("输入年份: "))
    mm = int(input("输入月份: "))
     
    # 显示日历
    print(calendar.month(yy,mm))
    

  • 运行程序

    sudo docker run -it -v /home/phd/python/apps:/usc/src/app --rm mypython date.py
    

    

  • 错误

    因为需要输入年份和月份，因此需要使用交互式容器，如果缺少了-it参数，则无法输入，报错

    

• mysql

  使用在实验2时创建的MySQL容器作为数据库实验对象。

  • mysql_db.py

    import pymysql
    
    class Mysql_db():
    
        def __init__(self,ip,username,password,db_name,table_name):
    
            self.ip=ip
            self.username=username
            self.password=password
            self.db_name=db_name
            self.table_name=table_name
    
        def db_conn(self):
    
            #打开数据库连接
            self.conn=pymysql.connect(self.ip,self.username,self.password,self.db_name)
    
            #创建一个游标
            self.cursor=self.conn.cursor()
    
        #创建表格
        def create_table(self,sql):
    
            self.cursor.execute('drop table if exists %s;' %self.table_name)
    
            self.cursor.execute(sql)
    
        #插入数据
        def insert_data(self,sql):
            #执行SQL语句，发生错误时回滚
            try:
                self.cursor.execute(sql)
                self.conn.commit()
    
            except :
                self.conn.rollback()
    
        #查询数据
        def select_all(self):
    
            sql='select * from %s' %self.table_name
            self.cursor.execute(sql)
            return self.cursor.fetchall()
    
        #更新数据库数据
        def update_data(self):
            #执行SQL语句，发生错误时回滚
            try:
                self.cursor.execute(sql)
                self.conn.commit()
    
            except :
                self.conn.rollback()        
    
        #删除数据
        def delete_data(self):
            #执行SQL语句，发生错误时回滚
            try:
                self.cursor.execute(sql)
                self.conn.commit()
    
            except :
                self.conn.rollback()
    
    
        #关闭数据库
        def conn_close(self):
    
            self.conn.close()
    

  • sql.py

    from mysql_db import Mysql_db
    
    ip='phdmysql'           #容器名
    username='docker'       #用户名
    password='123456'       #密码
    db_name='docker_mysql'  #数据库名
    table_name='test'       #表名
    
    db=Mysql_db(ip, username, password, db_name,table_name)
    db.db_conn()
    
    sql1="insert into %s values(031702427,'frx');" %table_name
    db.insert_data(sql1)
    
    print(db.select_all())
    db.conn_close()
    

  • 运行前数据库状态

    

  • 运行程序

    sudo docker run -it --rm -v /home/phd/py_docker/apps:/usr/src/app --link=phdmysql mypython sql.py
    

    

  • 运行后数据库状态，插入了一条数据

    

• OpenCV程序

  • cv.py

    #简单的生成灰度图形
    #通过cv2.imread直接实现，0表示使用灰度读入
    #最后将灰度图像保存在同一目录下
    import cv2
    
    img = cv2.imread("image.jpg", 0)
    cv2.imwrite('result.jpg', img)
    print("success")
    

  • 将要转换的图形放到apps目录下（与cv.py同一目录），并命名为image.jpg

  • 运行程序

    sudo docker run -it --rm -v /home/phd/py_docker/apps:/usr/src/app mypython cv.py
    

    

    执行之后可以看到，在目录下生成了result.jpg

    

  • 原图

    

  • 返回图

    

实验总结

这次的实验相比第四次实验，就简单了很多，内容也相对较少。因为之前有使用过opencv，会熟悉一点，就很简单的写了一个应用，因为太简单，也不需要debug，所以完成的很快。

完成作业所花的时间

查阅资料：1小时
学习实践：2.5小时
博客编写：1.5小时
合计： 5小时