Janela de encaixe + frasco | Dockerizando uma API Python

Os contêineres do Docker são uma das tendências mais quentes no desenvolvimento de software no momento. Não apenas facilita a criação, implantação e execução de aplicativos, mas usando contêineres, você tem certeza de que seu aplicativo será executado em qualquer máquina, independentemente de qualquer coisa que possa ser diferente da sua que você criou e testou o código.

Neste tutorial, mostraremos como você pode dockerizar facilmente uma API do Flask. Usaremos este exemplo da API Python Rest . É uma API simples que, dada uma URL de imagem, retorna as cores dominantes da imagem.

É altamente recomendável criar um novo ambiente python usando Conda ou pip para que você possa criar facilmente seu arquivo requirements.txt que contém todas as bibliotecas que você está usando no projeto.

A API do Flask que iremos dockerizar usa dois arquivos .py.

O color.py

import PIL
from PIL import Image
import requests
from io import BytesIO
import webcolors
import pandas as pd
import webcolors
  
def closest_colour(requested_colour):
    min_colours = {}
    for key, name in webcolors.css3_hex_to_names.items():
        r_c, g_c, b_c = webcolors.hex_to_rgb(key)
        rd = (r_c - requested_colour[0]) ** 2
        gd = (g_c - requested_colour[1]) ** 2
        bd = (b_c - requested_colour[2]) ** 2
        min_colours[(rd + gd + bd)] = name
    return min_colours[min(min_colours.keys())]
def top_colors(url, n=10):
    # read images from URL
    response = requests.get(url)
    img = Image.open(BytesIO(response.content))
    # convert the image to rgb
    image = img.convert('RGB')
     
    # resize the image to 100 x 100
    image = image.resize((100,100))
     
    detected_colors =[]
    for x in range(image.width):
        for y in range(image.height):
            detected_colors.append(closest_colour(image.getpixel((x,y))))
    Series_Colors = pd.Series(detected_colors)
    output=Series_Colors.value_counts()/len(Series_Colors)
    return(output.head(n).to_dict())

from flask import Flask, jsonify, request
app=Flask(__name__)
#we are importing our function from the colors.py file
from colors import top_colors
@app.route("/",methods=['GET','POST'])
def index():
    if request.method=='GET':
#getting the url argument       
        url = request.args.get('url')
        result=top_colors(str(url))
        return jsonify(result)
    else:
        return jsonify({'Error':"This is a GET API method"})
if __name__ == '__main__':
    app.run(debug=True,host='0.0.0.0', port=9007)

pip freeze > requirements.txt

certifi==2020.6.20
chardet==3.0.4
click==7.1.2
Flask==1.1.2
idna==2.10
itsdangerous==1.1.0
Jinja2==2.11.2
jsonify==0.5
MarkupSafe==1.1.1
numpy==1.19.2
pandas==1.1.3
Pillow==8.0.1
python-dateutil==2.8.1
pytz==2020.1
requests==2.24.0
six==1.15.0
urllib3==1.25.11
webcolors==1.4
Werkzeug==1.0.1

Vamos iniciar o processo de dockerização. Só precisamos criar um novo arquivo chamado Dockerfile. Em seguida, adicionaremos algumas linhas de código dentro.

O Dockerfile é feito de comandos simples que definem como construir a imagem. A primeira linha é a nossa imagem base. Existem muitas imagens que você pode usar como Linux, Linux com Python pré-instalado e bibliotecas ou imagens feitas especialmente para projetos de ciência de dados. Você pode explorá-los todos no docker hub . Usaremos a imagem Python:3.8.

FROM python:3.8

FROM python:3.8 COPY requirements.txt ./requirements.txt COPY colors.py ./colors.py COPY main.py ./main.py

FROM python:3.8

COPY requirements.txt ./requirements.txt
COPY colors.py ./colors.py
COPY main.py ./main.py

FROM python:3.8

COPY requirements.txt ./requirements.txt
COPY colors.py ./colors.py
COPY main.py ./main.py

RUN pip install -r requirements.txt

Para construir a imagem do docker, você precisa ir ao nosso diretório de trabalho em que o Dockerfile está colocado e executar o seguinte.

docker build -t your_docker_image_name -f Dockerfile .

docker run -d -p 5000:9007 your_docker_image_name

http://localhost:5000/?url=https://image.shutterstock.com/z/stock-photo-at-o-clock-at-the-top-of-the-mountains-sunrise-1602307492.jpg
{
burlywood: 0.1212,
cornsilk: 0.0257,
darksalmon: 0.229,
darkslategrey: 0.0928,
indianred: 0.1663,
lemonchiffon: 0.021,
lightsalmon: 0.0479,
navajowhite: 0.0426,
rosybrown: 0.097,
wheat: 0.0308
}

Alguns comandos úteis para o Docker

Obtenha a lista dos contêineres em execução

docker container list
CONTAINER ID        IMAGE               COMMAND              CREATED             STATUS              PORTS                    NAMES
fe7726349933        image_name          "python ./main.py"   About an hour ago   Up About an hour    0.0.0.0:5000->9007/tcp   eager_chaum

docker stop fe77

docker logs fe77

Suggested posts

Como executar plugins ChatGPT gratuitamente usando Langchain

Como executar plugins ChatGPT gratuitamente usando Langchain

Você deve ter ouvido falar sobre todos os novos plug-ins poderosos do ChatGPT, como navegador, intérprete de código, etc. Mas há um problema, o acesso aos plug-ins é limitado a uma lista de espera e, portanto, muitos não têm acesso a ela.

Fazer um trabalho remoto leva a muito, muito mais candidatos (parte 3 de 3: análise de texto/correspondência no título do trabalho)

Fazer um trabalho remoto leva a muito, muito mais candidatos (parte 3 de 3: análise de texto/correspondência no título do trabalho)

Na Parte 2, comecei a usar correspondência exata grosseira na tentativa de responder à minha pergunta de pesquisa, que pergunta como uma oportunidade de trabalho para trabalho remoto em vez de trabalho pessoal afeta o interesse por ela. As variáveis ​​de correspondência que usei - localização, setor, tamanho da empresa, informações salariais, anos de experiência exigidos e idade de postagem - parecem ter percorrido um longo caminho para remover o tipo de viés ascendente indicado pela análise exploratória simples de dados feita na Parte 1 .

Related posts

Encontrar informações sobre nomes de domínio

Um trecho de Small, Sharp Software Tools por Brian P. Hogan

Encontrar informações sobre nomes de domínio

Quando você faz uma solicitação para facebook.com, seu computador procura o nome de domínio para traduzir esse nome de domínio em um endereço IP para que seu computador possa fazer essa conexão.

A performance solo da garota ruiva

A pedido de Hayden, Katie se filma se masturbando.

A performance solo da garota ruiva

Passava da meia-noite quando Hayden levou Katie de volta ao dormitório da faculdade depois da noite juntos. Ela tinha aula cedo de manhã e não tinha outra troca de roupa depois de ter ficado com ele na noite anterior.

Como Salvar o Planeta e Ganhar Dinheiro

Como Salvar o Planeta e Ganhar Dinheiro

Quantas vezes você jogou fora uma garrafa de plástico, uma jarra de vidro, uma lata de alumínio ou uma embalagem de energia verde sem pensar duas vezes? Quantas vezes você desejou receber algo em troca de reciclá-los? Se você for como a maioria das pessoas, a resposta provavelmente é muitas vezes. A reciclagem é muitas vezes vista como um aborrecimento, uma tarefa árdua ou um dever que não traz nenhum benefício imediato ou tangível.

Chega de senhas — como as senhas substituirão sua senha

Chega de senhas — como as senhas substituirão sua senha

Para evitar ambigüidade, os seguintes termos serão usados; Autenticador; O celular que está sendo utilizado para fazer o login no Site; O site ou aplicativo que o usuário está usando para fazer a solicitação de login do Serviço; O fornecedor que fornece o serviço fornecido, por exemplo