本文是一篇過渡，在進行用例管理模組開發之前，有必要把入門篇開發完成的程式碼部署到Linux系統Docker中，把部署流程走一遍，這個過程對後端設計有決定性影響。
本地執行
通過在Vue專案執行npm run serve和在Django專案執行python manage.py runserver，我們把專案在本地跑起來了，示意圖如下：
前端在本地啟了個Node伺服器，後端在本地啟了個Django伺服器，分別使用8080和8000埠。瀏覽器有個同源策略：域名、埠、協議三者一致才能進行訪問，否則會由於跨域訪問而被瀏覽器攔截。圖中前後端的埠不一致，出現了跨域，前端是無法直接請求後端的。解決辦法是在vue.config.js中配置devServer：
這是Node開的一個代理伺服器，當前端請求後端時，會先發向Node代理伺服器，Node代理伺服器以相同的引數向真正的後端伺服器進行請求，再把響應返回給前端。在本專案中，前端請求仍然是發給http://127.0.0.1:8080，瀏覽器不會攔截，Node代理伺服器會幫你把請求轉發給後端8000埠。
Nginx部署
搞懂了本地執行代理轉發，再來看看Nginx部署。Nginx本身是個伺服器，就像Node伺服器一樣，也可以看做Apache Tomcat。Vue專案使用npm run build命令把程式碼構建為dist目錄靜態檔案，放到Nginx伺服器中載入出來，結合Docker示意圖如下：
相比於本地執行，Nginx部署時，前端變化比較大，一：dist靜態檔案拷貝到了/usr/share/nginx/html目錄中，二：對/路徑來說，Nginx會監聽80埠，三：對/api路徑來說，Nginx會把請求轉發到後端伺服器埠，這也叫做反向代理。後端沒有什麼變化，為了和本地執行看著有點區別，把埠稍微改了下，Docker內部使用80埠。
這裡比較關鍵的是理解Docker teprunner-frontend、Docker teprunner-backend、Linux三者之間的關係。如果不知道Docker，那麼應該聽說過虛擬機器，Docker從概念上理解就像是虛擬機器，這三者可以看做是三臺主機。Linux的IP是172.16.25.131，80埠對映到了Docker teprunner-frontend的80埠，8099埠對映到了Docker teprunner-backend的80埠，如圖中下方雙向箭頭所示。在Linux上訪問http://127.0.0.1，能開啟登入頁面，但是無法向後端發起請求，因為從80埠直接請求8099埠，跨域了。解決辦法是在Docker teprunner-frontend藉助Nginx進行反向代理，把請求先傳送到Nginx伺服器，再轉發給Linux的8099埠。
不能在
Docker teprunner-frontend中把/api的代理設定為http://127.0.0.1:8099，因為這個Docker容器的8099埠並沒有啟用，啟用的是Linux這臺機器上的8099埠，所以需要通過IP來指定。
整體思路明確了，接下來就開始動手操作。
編寫deploy指令碼
前端
開啟teprunner-frontend資料夾，新建deploy/nginx.conf檔案：
/路徑從user/share/nginx/html讀檔案，入口為index.html，/api轉發到http://172.16.25.131:8099。這個檔案會拷貝到Docker映象中。新建Dockerfile檔案：
FROM定義了基礎映象，可以理解為作業系統，前端專案基於nginx來構建。WORKDIR定義了映象當前工作目錄，意思是在執行後面COPY操作時，映象目錄用哪一個。COPY分別把dist靜態檔案和nginx.conf配置檔案拷貝到映象中，COPY指令第一個引數是本機目錄，第二個引數是映象目錄。映象目錄通過WORKDIR來指定，本機目錄通過Docker上下文來指定，新建build.sh檔案：
DockerContext指定了Docker上下文為teprunner-frontend根目錄。這裡的Shell指令碼有兩個階段，第1階段是使用node編譯：
docker run # 執行映象
--rm # 執行後刪除容器
-v $(pwd)/../:/data/src # $(pwd)指當前工作目錄，把根目錄掛載到data/src
-v /root/.npm/_logs:/root/.npm/_logs # 掛載日誌檔案
-w /data/src/ # 映象當前工作目錄
$BUILDER_IMAGE # 執行映象為node:latest，用node編譯前端程式碼
/bin/sh -c "npm install && npm run build" # /bin/sh是shell可執行程式，呼叫執行npm命令
第2階段是打包成Docker映象：
docker build # 構建映象
-f $Dockerfile # 指定Dockerfile檔案位置
-t $PkgName # 映象包名
$DockerContext # Docker上下文
後端
後端也是類似的，先新建deploy/Dockerfile檔案：
後端專案基於python:3.8來構建，接著設定了時區，COPY . .把Django原始檔直接複製到了映象目錄/app/release中，RUN指令執行pip install命令安裝依賴包，CMD和RUN有點區別，RUN指令在docker build時就執行，CMD指令在docker run時才執行，預定義啟動命令。
這裡簡化了遷移資料庫
migrate等啟動命令，伺服器資料庫和本地用的同一個。
再新建build.sh檔案：
Python程式碼不需要編譯，打包成Docker映象就可以了。
部署到Ubuntu系統Docker
Linux系統是核心版本，它有很多發行版本，比如CentOS、Ubuntu，本文采用了Ubuntu，只有一個原因，它長的好看。
大學室友曾經衝動地把Windows系統換成了Ubuntu，還天天跟我們炫耀有多酷炫有多牛逼，過了兩三天發現Office不好用，也玩不了遊戲，就又換回來了。哈哈，Ubuntu平時玩玩就好了，除非是做Linux核心開發。
下載軟體：
- VMware 破解版
- Ubuntu Desktop 20.04
安裝過程此處不再另加贅述。開啟虛擬機器的Ubuntu：
開啟Terminal，輸入su，輸入密碼，切換到root：
發現缺少許可權就
su一下。
安裝curl：
apt-get install curl
安裝docker：
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
使用ifconfig查詢虛擬機器IP：
不要選擇.git和node_modules資料夾，把teprunner-frontend打成壓縮包。不要選擇.git和__pycache__資料夾，把teprunner-backend打成壓縮包。複製前後端壓縮包到虛擬機器Documents解壓：
Ubuntu Desktop的好處是提供了影像化操作介面，適合我這種小白使用者。使用命令列編輯工具vi或者圖形編輯工具gedit編輯teprunner-frontend/deploy/nginx.conf檔案中/api轉發地址為你的虛擬機器實際IP地址：
開啟兩個Terminal，分別cd到teprunner-frontend/deploy和teprunner-backend/deploy，執行./build.sh命令。
如果執行提示
^M之類報錯，那是因為在Windows編輯後複製到Linux格式不一致，使用apt-get install dos2unix命令安裝工具後進行格式轉化，比如dos2unix build.sh、dos2unix Dockerfile。
前端構建截圖：
第一次因為要下載node依賴包和拉取nginx映象，會比較慢，第二次就快很多了。
後端構建截圖：
第一次因為要拉取python映象，會比較慢，第二次就快多了。
都構建完成後，輸入docker images命令就能看到打包好的Docker映象了：
啟動前端映象：
docker run -p 80:80 teprunner-frontend
啟動後端映象：
docker run -p 8099:80 teprunner-backend
映象啟動後就變成了Docker容器，可以理解為一臺虛擬主機。
-p引數用於對映Ubuntu埠和Docker埠。可以新增-d引數讓容器在後臺執行。docker ps -a檢視容器，docker kill CONTAINER或docker stop CONTAINER退出容器。
最後可以在虛擬機器中訪問http:127.0.0.1進行登入了，本地機器想要訪問的話，需要把127.0.0.1改為你的虛擬機器實際IP，比如http://172.16.25.131。
小結
本文先介紹了本地執行和Nginx部署的示意圖，涉及到跨域訪問和反向代理。接著編寫deploy指令碼，編譯程式碼，構建映象。最後部署到Ubuntu系統的Docker中執行起來。在使用過程中，也感受到了Docker這一劃時代技術的魅力，如果沒有Docker，我們需要在Ubuntu上面安裝nginx、node、python等軟體，有了Docker，我們只需要安裝Docker，其他都基於Docker映象構建就可以了。teprunner測試平臺的用例採用的是程式碼形式，這就涉及到了程式碼存放位置的問題，為了讓pytest能呼叫執行，肯定是存放到檔案裡面的。本文實踐給了個重要提醒，如果後端把程式碼直接寫入磁碟檔案，每次打包映象部署後，就會把已儲存的用例程式碼抹掉。解決這個問題的第一個辦法是用K8S，第二個辦法是把程式碼存資料庫。學習版採用了第二個辦法存資料庫，執行時動態從資料庫拿程式碼生成檔案。第一個辦法思路借鑑：
最後，簡單聊下Docker和K8S，Docker是Docker公司的，K8S是Google的，Docker是家小公司搞的，在建立之初，並沒有考慮到“容器編排”這個功能，2014年 Google推出Kubernetes用於解決大規模場景下Docker容器編排的問題，2016年Kubernetes釋出CRI統一介面，雖然Docker也在2016年釋出了Docker Swarm，帶來了Docker在多主機多容器的編排解決方案，但是已經無法阻擋K8S取得這場容器編排戰爭的勝利。
參考資料：
https://www.cnblogs.com/riwang/p/11883332.html