SeigRobotics1. 项目概述
作为一名经历过多次项目部署的老手，我深知前后端分离项目的部署流程中隐藏着无数"坑"。今天要分享的这套部署方案，是我们团队在多个实际项目中验证过的稳定流程，特别适合中小型Python+Vue.js技术栈的项目。
这套方案的核心优势在于：
- 前端采用Windows本地打包+Linux容器化部署，完美避开Linux环境下的各种npm依赖问题
- 后端通过Docker镜像固化运行环境，确保开发、测试、生产环境一致性
- 完善的日志管理机制，避免容器日志撑爆服务器磁盘
- 全流程可脚本化，适合CI/CD自动化集成
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 前端部署方案详解
2.1 Windows本地打包最佳实践
为什么选择在Windows本地打包？这是我们在踩过无数坑后的经验总结：
- 依赖安装稳定性：Linux服务器上npm install经常因网络问题失败，而Windows本地开发环境通常网络更稳定
- 构建速度优势：本地机器性能通常优于服务器，特别是SSD硬盘的构建速度差异明显
- 调试便利性：构建错误可以在开发环境快速复现和修复
具体操作流程：
bash复制# 使用淘宝镜像源加速依赖安装（国内环境必备）
npm install --registry=https://registry.npmmirror.com
# 生产环境构建（生成dist目录）
npm run build
关键提示：务必在项目根目录创建
.npmrc文件，永久配置淘宝镜像：code复制registry=https://registry.npmmirror.com sass_binary_site=https://npmmirror.com/mirrors/node-sass/ phantomjs_cdnurl=https://npmmirror.com/mirrors/phantomjs/
2.2 Nginx容器化部署
2.2.1 准备Docker镜像
前端部署的核心是Nginx配置，这里分享我们优化过的Dockerfile：
dockerfile复制# 使用官方Nginx镜像作为基础
FROM nginx:1.21-alpine
# 删除默认配置
RUN rm /etc/nginx/conf.d/default.conf
# 复制自定义Nginx配置
COPY nginx.conf /etc/nginx/conf.d
# 复制构建好的静态文件
COPY dist /usr/share/nginx/html
# 暴露80端口
EXPOSE 80
# 启动Nginx
CMD ["nginx", "-g", "daemon off;"]
配套的nginx.conf配置要点：
nginx复制server {
listen 80;
server_name localhost;
location / {
root /usr/share/nginx/html;
index index.html;
try_files $uri $uri/ /index.html;
}
# 静态资源缓存设置
location ~* \.(js|css|png|jpg|jpeg|gif|ico|svg)$ {
expires 1y;
add_header Cache-Control "public, no-transform";
}
# API代理配置（根据实际后端地址修改）
location /api {
proxy_pass http://backend:8000;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
}
}
2.2.2 容器运行与管理
构建并运行容器的完整命令：
bash复制# 构建镜像（注意最后的点表示当前目录）
docker build -t frontend:v1 .
# 运行容器（关键参数说明）：
# -d：后台运行
# --name：容器命名
# -p：端口映射（主机端口:容器端口）
# --log-opt：日志限制（避免磁盘爆满）
docker run -d \
--name frontend \
-p 80:80 \
--log-opt max-size=100m \
--log-opt max-file=3 \
frontend:v1
避坑指南：如果遇到403 Forbidden错误，检查：
- dist目录权限是否正确
- Nginx配置中的root路径是否匹配
- SELinux是否启用（Linux系统）
3. 后端部署方案详解
3.1 Python后端依赖管理
Python项目部署最常见的问题就是依赖缺失和环境不一致。我们的解决方案：
- 完整记录依赖：确保requirements.txt包含所有间接依赖
- 使用固定版本：避免自动升级导致兼容性问题
- 国内镜像加速：解决pip安装超时问题
优化后的requirements.txt示例：
code复制fastapi==0.95.0
uvicorn==0.21.1
pydantic==1.10.7
pydantic_settings>=2.0.0 # 必须显式声明
python-dotenv==0.21.0
对应的Dockerfile：
dockerfile复制FROM python:3.9-slim
WORKDIR /app
# 先复制依赖文件，利用Docker缓存层
COPY requirements.txt .
# 使用清华镜像加速安装
RUN pip install --no-cache-dir -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
# 复制项目代码
COPY . .
# 暴露端口
EXPOSE 8000
# 启动命令
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]
3.2 容器化部署实践
后端容器部署的关键步骤：
bash复制# 构建镜像（注意上下文路径）
docker build -t backend:v1 .
# 运行容器（连接前端容器网络）
docker run -d \
--name backend \
-p 8000:8000 \
--log-opt max-size=100m \
--log-opt max-file=3 \
backend:v1
常见问题排查：
- 端口冲突：使用
netstat -tulnp | grep 8000检查端口占用 - 依赖缺失：通过
docker logs backend查看启动日志 - 容器互联：确保前端容器能访问后端API（使用--link或自定义网络）
4. 高级运维技巧
4.1 日志管理方案
容器日志管理是生产环境必须重视的问题：
bash复制# 查看容器日志（实时）
docker logs -f backend
# 清空日志文件（不重启容器）
truncate -s 0 $(docker inspect --format='{{.LogPath}}' backend)
# 全局日志清理（谨慎使用）
find /var/lib/docker/containers/ -name "*.log" -exec truncate -s 0 {} \;
推荐方案：生产环境应该使用ELK或Fluentd等日志收集系统。
4.2 性能监控命令
bash复制# 查看容器资源占用
docker stats
# 查看进程列表
docker top backend
# 进入容器调试
docker exec -it backend bash
4.3 容器网络配置
多容器互联的推荐方式：
bash复制# 创建自定义网络
docker network create app_network
# 将容器接入同一网络
docker run -d --network app_network --name backend backend:v1
docker run -d --network app_network --name frontend -p 80:80 frontend:v1
这样前端容器可以通过http://backend:8000直接访问后端API。
5. 持续部署优化
对于需要频繁更新的项目，建议：
- 使用docker-compose：简化多容器管理
- 实现CI/CD流水线：自动构建和部署
- 配置健康检查：确保服务可用性
示例docker-compose.yml：
yaml复制version: '3'
services:
backend:
build: ./backend
ports:
- "8000:8000"
networks:
- app_net
restart: unless-stopped
frontend:
build: ./frontend
ports:
- "80:80"
depends_on:
- backend
networks:
- app_net
restart: unless-stopped
networks:
app_net:
driver: bridge
这套部署方案在我们多个实际项目中运行稳定，特别适合中小团队快速搭建可靠的部署流程。最大的收获是：前期把Docker配置和部署脚本做完善，后期运维成本能降低80%以上。