Day 19 | 生产部署与配置

# Day 19 - 环境变量配置
# 注意：这个文件应该添加到 .gitignore，不要提交到 Git！

# 应用配置
APP_NAME=Production Ops API
DEBUG=False

# 数据库配置
# 真实的生产库地址（示例）
DATABASE_URL=mysql+aiomysql://root:root@localhost/infra_db

# 服务器配置
HOST=0.0.0.0
PORT=8000

#!/usr/bin/env python3
"""
Day 19 - 配置管理
使用 pydantic-settings 读取环境变量
"""

from pydantic_settings import BaseSettings
from typing import Optional

class Settings(BaseSettings):
    """
    应用配置类
    自动从环境变量或 .env 文件读取配置
    """
    # 如果环境变量里没有 APP_NAME，就用默认值 "Ops API"
    app_name: str = "Ops API"
    
    # Pydantic 会自动把字符串 "False" 转成布尔值 False
    debug: bool = False
    
    # 这是必填项！如果环境变量里没找着，启动时直接报错
    # 防止带着空配置裸奔
    database_url: str
    
    # 服务器配置（可选，有默认值）
    host: str = "0.0.0.0"
    port: int = 8000
    
    class Config:
        # 告诉它优先读这个文件，找不到文件就读系统变量
        env_file = ".env"
        # 自动将字段名转换为大写（APP_NAME -> app_name）
        case_sensitive = False

# 全局单例
# 整个应用只需要一个配置实例
settings = Settings()

# 使用示例：
# from config import settings
# print(settings.database_url)

# Day 19 - FastAPI 应用 Dockerfile
# 生产级 Docker 镜像构建配置

# ========== 1. 选择基础镜像 ==========
# python:3.10-slim: Python 3.10 的精简版本
# slim 版本去掉了 gcc 等编译工具，体积小（约 150MB）
# 如果应用需要编译 C 扩展，使用 python:3.10
FROM python:3.10-slim

# ========== 2. 设置工作目录 ==========
# 容器内的工作目录，后续命令都在这个目录执行
WORKDIR /app

# ========== 3. 设置环境变量 ==========
# 防止 Python 生成 .pyc 文件
ENV PYTHONDONTWRITEBYTECODE=1
# 防止 Python 缓冲输出（日志实时显示）
ENV PYTHONUNBUFFERED=1

# ========== 4. 先复制依赖清单（利用 Docker 缓存层）==========
# 如果 requirements.txt 没变，这一行和下一行 RUN 只会执行一次
# 这样可以加快构建速度
COPY requirements.txt .

# ========== 5. 安装依赖 ==========
# --no-cache-dir: 不缓存安装包，进一步减小体积
# --upgrade: 升级 pip 到最新版本
RUN pip install --no-cache-dir --upgrade pip && \
    pip install --no-cache-dir -r requirements.txt

# ========== 6. 复制剩下的所有源码 ==========
# 注意：先复制 requirements.txt，再复制源码
# 这样如果源码改了但依赖没变，Docker 可以复用之前的缓存层
COPY . .

# ========== 7. 暴露端口 ==========
# 仅作为文档说明，实际端口映射在 docker run 时指定
EXPOSE 8000

# ========== 8. 启动命令（经理带工人模式）==========
# Gunicorn 作为进程管理器，管理多个 Uvicorn Worker
# -w 4: 启动 4 个 Worker 进程（通常设置为 CPU 核心数 x 2）
# -k uvicorn.workers.UvicornWorker: 指定 Worker 类型为 Uvicorn
# -b 0.0.0.0:8000: 绑定 IP 和端口（0.0.0.0 表示监听所有网络接口）
# --timeout 120: 请求超时时间（秒）
# --access-logfile -: 访问日志输出到标准输出
# --error-logfile -: 错误日志输出到标准错误
CMD ["gunicorn", "19_main:app", \
     "-w", "4", \
     "-k", "uvicorn.workers.UvicornWorker", \
     "-b", "0.0.0.0:8000", \
     "--timeout", "120", \
     "--access-logfile", "-", \
     "--error-logfile", "-"]

# Day 19 - 生产环境依赖
fastapi==0.104.1
uvicorn[standard]==0.24.0
gunicorn==21.2.0
pydantic-settings==2.1.0
python-dotenv==1.0.0
sqlalchemy==2.0.23
aiomysql==0.2.0

#!/usr/bin/env python3
"""
Day 19 - 生产级 FastAPI 应用
演示如何使用环境变量配置和 Gunicorn 部署
"""

from fastapi import FastAPI
from config import settings

# 使用配置初始化应用
app = FastAPI(
    title=settings.app_name,
    description="生产级 FastAPI 应用示例",
    version="1.0.0",
    debug=settings.debug
)

@app.get("/")
def read_root():
    """
    根路由：返回应用信息
    """
    return {
        "app_name": settings.app_name,
        "status": "running",
        "debug": settings.debug
    }

@app.get("/health")
def health_check():
    """
    健康检查接口
    用于 Kubernetes/Docker 的健康检查
    """
    return {"status": "healthy"}

# Day 19 - Docker Compose 配置
# 一键启动 API 和数据库服务

version: '3.8'

services:
  # ========== 数据库服务 ==========
  db:
    image: mysql:8.0
    container_name: mysql-api
    environment:
      MYSQL_ROOT_PASSWORD: root
      MYSQL_DATABASE: infra_db
    ports:
      - "3306:3306"
    volumes:
      # 数据持久化（可选）
      - mysql_data:/var/lib/mysql
    healthcheck:
      # 健康检查：确保数据库完全启动
      test: ["CMD", "mysqladmin", "ping", "-h", "localhost"]
      interval: 10s
      timeout: 5s
      retries: 5

  # ========== API 服务 ==========
  api:
    build: .
    container_name: fastapi-app
    command: uvicorn 19_main:app --host 0.0.0.0 --port 8000
    ports:
      - "8000:8000"
    environment:
      # 使用服务名作为主机名（Docker Compose 自动 DNS 解析）
      DATABASE_URL: mysql+aiomysql://root:root@db/infra_db
      APP_NAME: Production Ops API
      DEBUG: False
    depends_on:
      db:
        condition: service_healthy  # 等待数据库健康检查通过
    restart: unless-stopped  # 自动重启（除非手动停止）

# ========== 数据卷 ==========
volumes:
  mysql_data:
    # 数据持久化，即使容器删除数据也不会丢失

# 构建并启动所有服务
docker-compose up --build

# 后台运行
docker-compose up -d --build

# 查看日志
docker-compose logs -f api

# 停止服务
docker-compose down

# 停止并删除数据卷
docker-compose down -v