PythonStock项目Docker容器化部署指南

项目概述

PythonStock是一个基于Python的股票数据分析系统，该系统通过Docker容器化部署可以大大简化环境配置过程。本文将详细介绍如何使用docker-compose.yml文件来部署PythonStock项目的完整运行环境。

核心服务架构

该docker-compose配置定义了两个主要服务：

1. stock服务：运行PythonStock应用的主容器
2. mysqldb服务：MySQL数据库容器，用于存储股票数据

详细配置解析

stock服务配置

stock:
    image: pythonstock/pythonstock:latest
    container_name: stock
    ports:
        - "8888:8888"
        - "9999:9999"
    volumes:
        - "./data/notebooks:/data/notebooks"
        - "./data/logs:/data/logs"
    environment:
        MYSQL_HOST: mysqldb
        MYSQL_USER: root
        MYSQL_PWD: mysqldb
        MYSQL_DB: stock_data
        LANG: zh_CN.UTF-8
        LC_CTYPE: zh_CN.UTF-8
        PYTHONIOENCODING: utf-8
    links:
        - mysqldb:mysqldb
    restart: always

关键点说明：

1. 端口映射：

   • 8888端口：通常用于Jupyter Notebook服务
   • 9999端口：用于PythonStock的Web服务

2. 数据持久化：

   • notebooks目录：保存Jupyter Notebook文件
   • logs目录：存储应用日志文件

3. 中文环境支持：

   • 通过LANG和LC_CTYPE环境变量确保系统使用中文UTF-8编码
   • PYTHONIOENCODING确保Python IO使用UTF-8编码

4. 数据库连接：

   • 通过links连接到mysqldb服务
   • 环境变量配置了数据库连接参数

mysqldb服务配置

mysqldb:
    image: mysql:5.7
    container_name: mysqldb
    ports:
        - "3306:3306"
    volumes:
        - "./data/mysqldb/data:/var/lib/mysql"
    environment:
        MYSQL_ROOT_PASSWORD: mysqldb
        MYSQL_DATABASE: stock_data
        TZ: Asia/Shanghai
    command: [
        '--character-set-server=utf8mb4',
        '--collation-server=utf8mb4_general_ci',
        '--max_connections=3000'
    ]
    restart: always

关键点说明：

1. MySQL版本：

   • 使用MySQL 5.7版本，稳定性较好

2. 数据持久化：

   • 将MySQL数据目录映射到宿主机，防止容器重启数据丢失

3. 字符集配置：

   • 使用utf8mb4字符集，支持完整的Unicode字符（包括emoji）
   • 对应的排序规则为utf8mb4_general_ci

4. 性能优化：

   • 设置最大连接数为3000，适合股票数据分析场景

5. 时区设置：

   • 设置为Asia/Shanghai时区，符合中国用户使用习惯

部署步骤指南

1. 准备环境：

   • 确保已安装Docker和Docker Compose
   • 创建项目目录结构

2. 配置文件准备：

   • 将上述docker-compose.yml文件保存到项目根目录
   • 创建必要的本地目录：

     mkdir -p ./data/notebooks
     mkdir -p ./data/logs
     mkdir -p ./data/mysqldb/data
     

3. 启动服务：

   docker-compose up -d
   

4. 验证服务：

   • 检查容器状态：docker-compose ps
   • 访问Jupyter Notebook：http://localhost:8888
   • 访问Web服务：http://localhost:9999

常见问题解决方案

1. 端口冲突：

   • 如果8888或9999端口被占用，可修改docker-compose.yml中的端口映射

2. 中文乱码：

   • 确保环境变量中的编码设置正确
   • 检查MySQL字符集配置

3. 数据库连接失败：

   • 确认MySQL容器已正常启动
   • 检查stock服务中的数据库连接参数

4. 数据持久化问题：

   • 确保宿主机目录有正确的读写权限
   • 检查volume映射路径是否正确

最佳实践建议

1. 数据备份：

   • 定期备份./data/mysqldb/data目录中的数据库文件
   • 备份重要的notebook文件

2. 性能监控：

   • 使用Docker stats监控容器资源使用情况
   • 对MySQL进行适当的性能调优

3. 安全建议：

   • 生产环境中应修改默认的MySQL root密码
   • 考虑添加网络限制，只允许特定IP访问

4. 扩展性考虑：

   • 如需处理更大规模数据，可考虑增加MySQL资源配置
   • 可以添加Redis容器作为缓存层

通过本指南，您应该能够顺利部署PythonStock项目的Docker环境，并开始进行股票数据分析工作。这种容器化部署方式不仅简化了环境配置，还提高了系统的可移植性和可维护性。