deployment-management

name	deployment-management
description	Manage application deployment including Docker containers, production environments, and service orchestration. Use when deploying to production, managing Docker services, or handling deployment rollbacks.

Deployment Management Skill

概述

专业的应用部署管理技能，支持Docker容器化部署、生产环境管理和自动化运维操作。

核心功能

1. Docker容器管理

• 容器编排: docker-compose服务管理
• 镜像构建: 自动化Docker镜像构建
• 服务健康检查: 容器健康状态监控
• 资源管理: CPU和内存限制配置

2. 生产环境部署

• 蓝绿部署: 零停机部署策略
• 滚动更新: 渐进式服务更新
• 回滚机制: 快速回滚到稳定版本
• 环境配置: 多环境部署配置管理

3. 自动化运维

• 一键部署: 自动化部署脚本
• 服务发现: 自动服务注册和发现
• 负载均衡: 流量分发和负载管理
• 日志管理: 集中化日志收集

部署架构

环境分层

Development → Staging → Production
    ↓            ↓           ↓
 开发环境      测试环境      生产环境
docker-compose  docker-compose  docker-compose.trial

服务组件

• App Service: 核心应用服务
• Database: PostgreSQL数据库
• Cache: Redis缓存服务
• Monitoring: 监控服务栈
• Load Balancer: 负载均衡器

使用方法

开发环境部署

# 快速启动开发环境
./scripts/docker-manager.sh dev

# 带数据收集器的完整环境
./scripts/docker-manager.sh dev --collectors

# 调试模式启动
./scripts/docker-manager.sh dev --debug

生产环境部署

# 部署到试运营环境
./scripts/docker-manager.sh trial

# 生产环境部署
python scripts/deploy_production.py

# 查看部署状态
./scripts/docker-manager.sh status

服务管理

# 查看服务日志
./scripts/docker-manager.sh logs -f app

# 重启所有服务
./scripts/docker-manager.sh restart

# 进入容器shell
./scripts/docker-manager.sh shell

# 健康检查
./scripts/docker-manager.sh health

配置管理

环境配置文件

# docker-compose.yml (开发环境)
version: '3.8'
services:
  app:
    build: .
    environment:
      - ENVIRONMENT=development
      - DEBUG=true
    volumes:
      - ./src:/app/src

# docker-compose.trial.yml (试运营环境)
version: '3.8'
services:
  app:
    image: football-prediction:latest
    environment:
      - ENVIRONMENT=trial
      - DEBUG=false
    deploy:
      resources:
        limits:
          cpus: '1.5'
          memory: 2G

环境变量配置

# .env.dev (开发环境)
ENVIRONMENT=development
DEBUG=true
API_HOST=0.0.0.0
API_PORT=8000

# .env.trial (试运营环境)
ENVIRONMENT=trial
DEBUG=false
API_HOST=0.0.0.0
API_PORT=8000
DB_NAME=football_prediction_prod

部署脚本

主部署脚本

# scripts/deploy_production.py
import os
import subprocess
import logging

class ProductionDeployment:
    def __init__(self):
        self.env = os.getenv('ENVIRONMENT', 'production')

    def deploy(self):
        """生产环境部署流程"""
        try:
            # 1. 构建镜像
            self.build_image()

            # 2. 运行测试
            self.run_tests()

            # 3. 备份当前版本
            self.backup_current()

            # 4. 部署新版本
            self.deploy_new_version()

            # 5. 健康检查
            self.health_check()

        except Exception as e:
            # 6. 回滚操作
            self.rollback()
            raise e

Docker管理脚本

#!/bin/bash
# scripts/docker-manager.sh

case "$1" in
  dev)
    echo "Starting development environment..."
    docker-compose -f docker-compose.yml up -d --build
    ;;
  trial)
    echo "Starting trial environment..."
    docker-compose -f docker-compose.trial.yml up -d
    ;;
  status)
    echo "Checking service status..."
    docker-compose ps
    ;;
  logs)
    docker-compose logs -f ${2:-app}
    ;;
esac

部署策略

1. 滚动更新（Rolling Update）

# docker-compose.yml
deploy:
  update_config:
    parallelism: 1
    delay: 10s
    failure_action: rollback
    order: start-first

2. 蓝绿部署（Blue-Green）

def blue_green_deployment():
    """蓝绿部署实现"""
    # 1. 部署绿色环境
    deploy_to_green()

    # 2. 验证绿色环境
    if health_check('green'):
        # 3. 切换流量
        switch_traffic('green')
        # 4. 清理蓝色环境
        cleanup_blue()
    else:
        # 5. 回滚
        rollback_to_blue()

3. 金丝雀发布（Canary）

def canary_deployment():
    """金丝雀发布实现"""
    # 1. 部署金丝雀版本
    deploy_canary(percentage=10)

    # 2. 监控金丝雀性能
    if monitor_canary(duration='5m'):
        # 3. 逐步扩大流量
        expand_canary(percentage=50, 100)
    else:
        # 4. 回滚金丝雀
        rollback_canary()

健康检查

应用健康检查

# Dockerfile
HEALTHCHECK --interval=30s --timeout=10s --start-period=5s --retries=3 \
  CMD curl -f http://localhost:8000/health || exit 1

# docker-compose.yml
healthcheck:
  test: ["CMD", "curl", "-f", "http://localhost:8000/health"]
  interval: 30s
  timeout: 10s
  retries: 3
  start_period: 40s

服务依赖检查

#!/bin/bash
# scripts/health_check.sh

# 检查数据库连接
docker-compose exec -T db pg_isready -U football_user

# 检查Redis连接
docker-compose exec -T redis redis-cli ping

# 检查应用健康
curl -f http://localhost:8000/api/health

监控和日志

部署监控

# 部署指标收集
DEPLOYMENT_METRICS = {
    'deployment_duration': Histogram('deployment_duration_seconds'),
    'deployment_success': Counter('deployment_success_total'),
    'rollback_count': Counter('rollback_count_total'),
    'service_uptime': Gauge('service_uptime_seconds')
}

日志聚合

# docker-compose.yml
logging:
  driver: "json-file"
  options:
    max-size: "10m"
    max-file: "3"
    labels: "service,environment"

安全配置

网络安全

# docker-compose.yml
networks:
  frontend:
    driver: bridge
  backend:
    driver: bridge
    internal: true  # 内部网络，不访问外网

密钥管理

# 使用Docker secrets
echo "db_password" | docker secret create db_password -

# 或使用环境变量文件
docker-compose --env-file .env.prod up -d

故障处理

常见部署问题

1. 镜像构建失败

   # 查看构建日志
   docker-compose build --no-cache app
   
   # 清理Docker缓存
   docker system prune -a
   

2. 服务启动失败

   # 查看服务日志
   docker-compose logs app
   
   # 检查端口占用
   netstat -tulpn | grep :8000
   

3. 数据库连接问题

   # 检查数据库状态
   docker-compose exec db pg_isready
   
   # 查看数据库日志
   docker-compose logs db
   

自动恢复机制

def auto_recovery(service_name):
    """服务自动恢复"""
    max_retries = 3
    retry_count = 0

    while retry_count < max_retries:
        if is_service_healthy(service_name):
            return True

        print(f"Service {service_name} unhealthy, restarting...")
        restart_service(service_name)
        retry_count += 1
        time.sleep(10)

    return False

性能优化

构建优化

# 多阶段构建减少镜像大小
FROM python:3.11-slim as builder
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

FROM python:3.11-slim
WORKDIR /app
COPY --from=builder /usr/local/lib/python3.11/site-packages /usr/local/lib/python3.11/site-packages
COPY . .
CMD ["uvicorn", "src.main:app", "--host", "0.0.0.0", "--port", "8000"]

运行时优化

# 资源限制
deploy:
  resources:
    limits:
      cpus: '2.0'
      memory: 2G
    reservations:
      cpus: '1.0'
      memory: 1G

最佳实践

1. 部署前检查

• 测试验证: 所有测试必须通过
• 代码审查: 代码必须经过审查
• 环境准备: 目标环境已就绪
• 回滚准备: 回滚方案已准备

2. 部署过程

• 渐进式部署: 避免一次性全量更新
• 实时监控: 密切关注部署指标
• 快速响应: 问题及时发现和处理
• 记录日志: 详细记录部署过程

3. 部署后验证

• 功能测试: 验证核心功能正常
• 性能测试: 确认性能符合预期
• 监控检查: 监控指标正常
• 用户验证: 用户反馈收集

相关工具

• Docker: 容器化平台
• Docker Compose: 多容器编排
• Kubernetes: 大规模容器编排（可选）
• Jenkins/CI/CD: 自动化部署流水线
• Terraform: 基础设施即代码

注意事项

部署安全

• 密钥保护: 绝不提交密钥到代码库
• 网络隔离: 生产环境网络隔离
• 访问控制: 限制部署权限
• 审计日志: 记录所有部署操作

数据安全

• 备份策略: 定期数据备份
• 加密传输: 敏感数据传输加密
• 权限最小化: 最小权限原则
• 合规要求: 满足数据保护法规

Related Skills

• deployment-operations: Container deployment and automation
• docker-devops: Docker and DevOps best practices
• performance-monitoring: System performance monitoring
• code-quality: Code quality management