3.8 KiB
3.8 KiB
BMS Docker 部署指南
基于阿里云 ECS 4C8G,用 Docker Compose 一键拉起全栈:MySQL + Redis + Elasticsearch + 后端 + 前端。 前提:ECS 已装 Docker + Docker Compose。
0. 架构
浏览器 → frontend(Nginx:80) ──静态──> dist
└─/prod-api/ 反代──> backend:8080(容器内网)
backend 依赖:mysql / redis / elasticsearch(均容器内网,宿主仅 127.0.0.1 端口)
1. 安装 Docker + Compose(阿里云)
curl -fsSL https://get.docker.com | bash -s docker --mirror Aliyun
systemctl enable --now docker
docker compose version
2. 准备建库脚本(首次初始化)
MySQL 容器首次启动会自动执行 docker-entrypoint-initdb.d 里的 .sql:
mkdir -p /srv/bms/init-sql
# 按顺序复制 SQL(顺序见 部署手册.md 第 2 步)
# 注意:这些脚本不含 CREATE DATABASE,compose 已用 MYSQL_DATABASE=bms 建库
cp bms-back/sql/ry_20260417.sql /srv/bms/init-sql/01_ry.sql
cp bms-back/sql/quartz.sql /srv/bms/init-sql/02_quartz.sql
cp bms-back/sql/bms_region.sql /srv/bms/init-sql/03_region.sql
# ... 其余业务脚本按序加 04_、05_ ...
也可不用 init-sql,先
docker compose up -d mysql再手动docker exec -i bms-mysql mysql -uroot -p bms < xx.sql。
3. 准备后端 jar(或直接构建)
Dockerfile.backend 依赖 ruoyi-admin/target/ruoyi-admin.jar,先本地打包:
cd bms-back
mvn clean package -DskipTests
4. 配置数据源环境变量
后端要连容器内 MySQL,需把 application-druid.yml 里的数据源改成环境变量占位。两种做法:
方式 A(推荐): 改 application-druid.yml 用 ${BMS_DB_URL} 等占位(见 部署手册.md 安全收口),compose 已注入这些变量。
方式 B: 不改代码,启动时用 SPRING_APPLICATION_JSON 或 --spring.datasource... 覆盖。但更推荐方式 A。
5. 启动全栈
cd deploy
cp .env.example .env # 改密码
docker compose up -d # 后台构建并启动
docker compose ps # 查看状态
docker compose logs -f backend # 看后端日志
6. 验证
curl http://127.0.0.1:8080/captchaImage # 后端(本机)
curl http://127.0.0.1:9200 # ES
curl http://127.0.0.1/ # 前端
浏览器访问 http://<ECS公网IP>。
7. 内存优化(4C8G 关键)
| 组件 | 限制 |
|---|---|
| ES | ES_JAVA_OPTS=-Xms1g -Xmx1g(已配) |
| 后端 | JAVA_OPTS -Xmx1024m(已配) |
| MySQL | innodb-buffer-pool-size=256M(已配) |
| Docker 总内存 | 可给 compose 加 deploy.resources.limits.memory 进一步兜底 |
8. 常用运维命令
docker compose up -d --build # 重新构建并启动
docker compose down # 停止(保留数据卷)
docker compose down -v # 停止并删数据卷(危险!)
docker compose logs -f # 全部日志
docker compose restart backend # 只重启后端
9. 数据备份
# 备份 MySQL
docker exec bms-mysql sh -c 'mysqldump -uroot -p"$BMS_DB_PASSWORD" bms' > bms_$(date +%F).sql
# ES 数据卷
docker run --rm -v bms-es-data:/data -v $PWD:/backup alpine tar czf /backup/es_$(date +%F).tar.gz -C /data .
10. 与「宝塔部署」的区别
| 项 | 宝塔部署 | Docker 部署 |
|---|---|---|
| 环境隔离 | 共享系统 | 容器隔离,互不干扰 |
| 安装 | 宝塔商店逐个装 | 一条 compose 拉起 |
| 迁移 | 依赖面板 | 拷贝 compose + 数据卷即可 |
| 内存 | 需手动逐个调 | 统一在 compose 里限 |
| 适合 | 习惯面板操作 | 干净、可复现、易迁移 |
两者选其一即可,不要混用。Docker 方案更推荐用于正式环境(可复现、好迁移、易扩缩)。