Some checks failed
CD Pipeline / deploy (push) Failing after 59s
- 建立 Gitea Actions CD pipeline (.gitea/workflows/cd.yaml) - 部署模式: rsync Python 檔案至 188 → docker restart (volume mount) - Dockerfile/requirements 變動時自動重建 Docker image - 部署通知: Telegram (開始/成功/失敗) - 健康檢查: https://mo.wooo.work/health (最多 5 次重試) - 同步最新 CLAUDE.md / ADR-008 / memory (2026-04-19) Co-Authored-By: Claude Sonnet 4.6 <noreply@anthropic.com>
8.0 KiB
8.0 KiB
Momo Pro System - Docker 部署指南
方案一:本機測試 Docker 部署
1. 確認環境
# 確認 Docker 已安裝
docker --version
docker-compose --version
2. 建立並啟動容器
# 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
# 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
# 設定專案 ID
export PROJECT_ID="your-project-id"
gcloud config set project $PROJECT_ID
# 啟用必要的 API
gcloud services enable \
run.googleapis.com \
cloudbuild.googleapis.com \
artifactregistry.googleapis.com
2. 建立 Artifact Registry
# 建立 Docker repository
gcloud artifacts repositories create momo-repo \
--repository-format=docker \
--location=asia-east1 \
--description="Momo Pro System Docker Repository"
3. 建立並推送 Docker 映像
# 設定映像名稱
export IMAGE_NAME="asia-east1-docker.pkg.dev/$PROJECT_ID/momo-repo/momo-app"
# 建立映像
docker build -t $IMAGE_NAME .
# 推送到 Artifact Registry
docker push $IMAGE_NAME
4. 部署到 Cloud Run
# 部署服務
gcloud run deploy momo-pro-system \
--image=$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
# 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
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
# 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
# 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
# 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
# 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
# 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/$USER/momo_pro_system
ExecStart=/usr/local/bin/docker-compose up -d
ExecStop=/usr/local/bin/docker-compose down
TimeoutStartSec=0
[Install]
WantedBy=multi-user.target
EOF
# 啟用自動啟動
sudo systemctl enable momo-docker
sudo systemctl start momo-docker
方案四:使用 Google Kubernetes Engine (GKE)
適合需要更複雜的擴展和管理需求。
1. 建立 GKE 集群
gcloud container clusters create momo-cluster \
--zone=asia-east1-a \
--num-nodes=2 \
--machine-type=e2-medium
2. 建立 Kubernetes 部署配置
建立 k8s-deployment.yaml:
apiVersion: apps/v1
kind: Deployment
metadata:
name: momo-app
spec:
replicas: 2
selector:
matchLabels:
app: momo
template:
metadata:
labels:
app: momo
spec:
containers:
- name: momo-app
image: asia-east1-docker.pkg.dev/PROJECT_ID/momo-repo/momo-app
ports:
- containerPort: 5000
resources:
requests:
memory: "512Mi"
cpu: "500m"
limits:
memory: "2Gi"
cpu: "1000m"
---
apiVersion: v1
kind: Service
metadata:
name: momo-service
spec:
type: LoadBalancer
selector:
app: momo
ports:
- port: 80
targetPort: 5000
3. 部署到 GKE
# 部署應用
kubectl apply -f k8s-deployment.yaml
# 查看狀態
kubectl get pods
kubectl get services
資料持久化
Cloud Run(使用 Cloud SQL)
# 建立 Cloud SQL 實例
gcloud sql instances create momo-db \
--database-version=POSTGRES_14 \
--tier=db-f1-micro \
--region=asia-east1
# 建立資料庫
gcloud sql databases create momo \
--instance=momo-db
# 連接 Cloud Run 到 Cloud SQL
gcloud run services update momo-pro-system \
--add-cloudsql-instances=$PROJECT_ID:asia-east1:momo-db
VM/GKE(使用 Persistent Disk)
# 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
# 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
# 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
# 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
# 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:
- ✅ 成本最低
- ✅ 自動擴展
- ✅ 免維護
- ✅ 自動 HTTPS
- ✅ 快速部署
快速部署命令:
# 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
# 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
# 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
# 增加超時時間
gcloud run services update momo-pro-system \
--timeout=900 \
--region=asia-east1