# Momo Pro System - Docker 部署指南

## 方案一：本機測試 Docker 部署

### 1. 確認環境

```bash
# 確認 Docker 已安裝
docker --version
docker-compose --version
```

### 2. 建立並啟動容器

```bash
# 建立映像並啟動服務
docker-compose up -d

# 查看日誌
docker-compose logs -f

# 查看容器狀態
docker-compose ps
```

### 3. 測試訪問

瀏覽器開啟：http://localhost

### 4. 停止服務

```bash
# 停止容器
docker-compose down

# 停止並刪除 volumes
docker-compose down -v
```

---

## 方案二：部署到 GCP Cloud Run（推薦）

**優點：**
- 完全託管，自動擴展
- 按使用付費（沒有流量時不收費）
- 自動 HTTPS
- 不需要管理 VM

### 1. 設定 GCP 專案

```bash
# 設定專案 ID
export PROJECT_ID="your-project-id"
gcloud config set project $PROJECT_ID

# 啟用必要的 API
gcloud services enable \
    run.googleapis.com \
    cloudbuild.googleapis.com \
    artifactregistry.googleapis.com
```

### 2. 建立 Artifact Registry

```bash
# 建立 Docker repository
gcloud artifacts repositories create momo-repo \
    --repository-format=docker \
    --location=asia-east1 \
    --description="Momo Pro System Docker Repository"
```

### 3. 建立並推送 Docker 映像

```bash
# 設定映像名稱
export IMAGE_NAME="asia-east1-docker.pkg.dev/$PROJECT_ID/momo-repo/momo-app"

# 建立映像
docker build -t $IMAGE_NAME .

# 推送到 Artifact Registry
docker push $IMAGE_NAME
```

### 4. 部署到 Cloud Run

```bash
# 部署服務
gcloud run deploy momo-pro-system \
    --image=$IMAGE_NAME \
    --platform=managed \
    --region=asia-east1 \
    --allow-unauthenticated \
    --port=5000 \
    --memory=2Gi \
    --cpu=2 \
    --min-instances=1 \
    --max-instances=10 \
    --timeout=300 \
    --set-env-vars="FLASK_ENV=production" \
    --set-secrets="DATABASE_URL=momo-db-url:latest"
```

### 5. 設定環境變數和 Secrets

```bash
# 建立 secret（例如：EMAIL_PASSWORD）
echo -n "your-password" | gcloud secrets create email-password --data-file=-

# 更新 Cloud Run 服務使用 secret
gcloud run services update momo-pro-system \
    --region=asia-east1 \
    --set-secrets=EMAIL_PASSWORD=email-password:latest
```

### 6. 獲取服務 URL

```bash
gcloud run services describe momo-pro-system \
    --region=asia-east1 \
    --format='value(status.url)'
```

---

## 方案三：部署到 GCP Compute Engine (VM)

### 1. 建立 VM

```bash
# 建立具有 Docker 的 VM
gcloud compute instances create momo-server \
    --zone=asia-east1-a \
    --machine-type=e2-medium \
    --image-family=cos-stable \
    --image-project=cos-cloud \
    --boot-disk-size=50GB \
    --tags=http-server,https-server
```

### 2. 設定防火牆規則

```bash
# 允許 HTTP 流量
gcloud compute firewall-rules create allow-http \
    --allow=tcp:80 \
    --target-tags=http-server

# 允許 HTTPS 流量
gcloud compute firewall-rules create allow-https \
    --allow=tcp:443 \
    --target-tags=https-server
```

### 3. 上傳程式碼到 VM

```bash
# 上傳整個專案
gcloud compute scp --recurse . momo-server:~/momo_pro_system \
    --zone=asia-east1-a
```

### 4. 連接到 VM 並啟動服務

```bash
# SSH 到 VM
gcloud compute ssh momo-server --zone=asia-east1-a

# 在 VM 上執行
cd ~/momo_pro_system

# 啟動服務
docker-compose up -d

# 查看日誌
docker-compose logs -f
```

### 5. 設定自動啟動

```bash
# 建立 systemd service
sudo tee /etc/systemd/system/momo-docker.service > /dev/null <<EOF
[Unit]
Description=Momo Pro System Docker
Requires=docker.service
After=docker.service

[Service]
Type=oneshot
RemainAfterExit=yes
WorkingDirectory=/home/$USER/momo_pro_system
ExecStart=/usr/local/bin/docker-compose up -d
ExecStop=/usr/local/bin/docker-compose down
TimeoutStartSec=0

[Install]
WantedBy=multi-user.target
EOF

# 啟用自動啟動
sudo systemctl enable momo-docker
sudo systemctl start momo-docker
```

---

## 方案四：使用 Google Kubernetes Engine (GKE)

適合需要更複雜的擴展和管理需求。

### 1. 建立 GKE 集群

```bash
gcloud container clusters create momo-cluster \
    --zone=asia-east1-a \
    --num-nodes=2 \
    --machine-type=e2-medium
```

### 2. 建立 Kubernetes 部署配置

建立 `k8s-deployment.yaml`：

```yaml
apiVersion: apps/v1
kind: Deployment
metadata:
  name: momo-app
spec:
  replicas: 2
  selector:
    matchLabels:
      app: momo
  template:
    metadata:
      labels:
        app: momo
    spec:
      containers:
      - name: momo-app
        image: asia-east1-docker.pkg.dev/PROJECT_ID/momo-repo/momo-app
        ports:
        - containerPort: 5000
        resources:
          requests:
            memory: "512Mi"
            cpu: "500m"
          limits:
            memory: "2Gi"
            cpu: "1000m"
---
apiVersion: v1
kind: Service
metadata:
  name: momo-service
spec:
  type: LoadBalancer
  selector:
    app: momo
  ports:
  - port: 80
    targetPort: 5000
```

### 3. 部署到 GKE

```bash
# 部署應用
kubectl apply -f k8s-deployment.yaml

# 查看狀態
kubectl get pods
kubectl get services
```

---

## 資料持久化

### Cloud Run（使用 Cloud SQL）

```bash
# 建立 Cloud SQL 實例
gcloud sql instances create momo-db \
    --database-version=POSTGRES_14 \
    --tier=db-f1-micro \
    --region=asia-east1

# 建立資料庫
gcloud sql databases create momo \
    --instance=momo-db

# 連接 Cloud Run 到 Cloud SQL
gcloud run services update momo-pro-system \
    --add-cloudsql-instances=$PROJECT_ID:asia-east1:momo-db
```

### VM/GKE（使用 Persistent Disk）

```bash
# 建立持久化磁碟
gcloud compute disks create momo-data \
    --size=50GB \
    --zone=asia-east1-a

# 掛載到 VM
gcloud compute instances attach-disk momo-server \
    --disk=momo-data \
    --zone=asia-east1-a
```

---

## 備份策略

### 自動備份腳本

```bash
# 在容器內設定 cron job
docker exec momo-pro-system sh -c "echo '0 2 * * * /app/backup.sh' | crontab -"
```

### 備份到 Cloud Storage

```bash
# 建立 Cloud Storage bucket
gsutil mb -l asia-east1 gs://momo-backups

# 備份資料庫
docker exec momo-pro-system tar -czf - /app/data | \
    gsutil cp - gs://momo-backups/backup-$(date +%Y%m%d-%H%M%S).tar.gz
```

---

## 監控和日誌

### Cloud Run

```bash
# 查看日誌
gcloud logging read "resource.type=cloud_run_revision AND resource.labels.service_name=momo-pro-system" \
    --limit=50 \
    --format=json

# 設定監控警報
gcloud alpha monitoring policies create \
    --notification-channels=CHANNEL_ID \
    --display-name="Momo High Error Rate" \
    --condition-display-name="Error rate > 5%" \
    --condition-threshold-value=5
```

### VM/Docker

```bash
# 查看容器日誌
docker-compose logs -f --tail=100

# 使用 Google Cloud Logging
docker plugin install gcplogs --alias gcplogs
```

---

## 成本估算

### Cloud Run（最省錢）
- 免費額度：每月 200 萬請求
- CPU: $0.00002400 / vCPU 秒
- 記憶體: $0.00000250 / GiB 秒
- **預估：約 $10-30 / 月**

### Compute Engine (e2-medium)
- VM: ~$25 / 月
- 儲存: ~$2 / 月
- 網路: ~$5 / 月
- **預估：約 $32 / 月**

### GKE
- 集群管理費: $73 / 月
- 節點: ~$50 / 月
- **預估：約 $123 / 月**

---

## 推薦方案

**對於 Momo Pro System，建議使用 Cloud Run：**

1. ✅ 成本最低
2. ✅ 自動擴展
3. ✅ 免維護
4. ✅ 自動 HTTPS
5. ✅ 快速部署

**快速部署命令：**

```bash
# 一鍵部署
gcloud run deploy momo-pro-system \
    --source . \
    --region=asia-east1 \
    --allow-unauthenticated \
    --port=5000
```

---

## 故障排除

### 容器無法啟動

```bash
# 查看詳細日誌
docker-compose logs momo-app

# 進入容器調試
docker exec -it momo-pro-system bash
```

### 資料庫連接問題

```bash
# 檢查環境變數
docker exec momo-pro-system env | grep DATABASE

# 測試資料庫連接
docker exec momo-pro-system python -c "import sqlite3; print(sqlite3.connect('/app/data/momo_database.db'))"
```

### Cloud Run 超時

```bash
# 增加超時時間
gcloud run services update momo-pro-system \
    --timeout=900 \
    --region=asia-east1
```