大家好，我是奇兵。
文章比较长，请耐心看完！
项目上线是每位学编程同学必须掌握的基本技能。之前我已经给大家分享过很多种上线单体项目的方法了，今天再出一期微服务项目的部署教程，用一种最简单的方法，带大家轻松部署微服务项目。
开始之前，先做个小调研啊，大家更喜欢看 “真实踩坑版” 的教程还是 “压缩纯净版” 的教程呢？
本期教程我还是保持自己一贯的风格，依然是保姆级教程，包含了一些踩坑过程和解决方案，大家跟着做就完事儿~
传统部署
对于这样一个项目，如果我们还用传统单机项目的部署方式，一个个打 jar 包、用 Java 命令来启动，会有哪些问题呢？
要一个个安装依赖，比如 MySQL 数据库、Redis、消息队列、Nacos，非常麻烦！ 要一个个打 jar 包、一个个手动运行 jar 包，非常麻烦！ 不方便集中观察所有服务的运行状态和资源占用情况
所以，为了解决这些问题，我们会选用一种更高效的微服务部署方式 —— Docker Compose。
Docker Compose 介绍
在介绍 Docker Compose 前，先简单介绍下 Docker。
Docker 是一种容器技术，允许开发者将应用程序和所有依赖项（如代码、库、配置等）制作为 镜像。可以把镜像简单理解为软件安装包，可以在不同的计算机上通过它快速安装和启动应用程序（容器），这些程序独立隔离地运行，不受外部环境的影响。
如果要部署微服务项目，可能要启动多个 Docker 容器，比如 MySQL 容器、用户服务容器等。这时就需要 Docker Compose 了。它是一个容器编排助手，用于集中管理多个 Docker 容器的启动和协同工作。可以在一个配置文件中集中定义所有容器以及它们的关系。然后，可以使用一行命令启动所有容器，而不需要手动运行多个命令。
需要注意的是，Docker Compose 通常适用于把所有微服务部署在同一台服务器的场景，在真实的企业级项目中，往往会使用 K8S 等更专业的容器编排和自动化部署工具，更方便地在多个服务器上部署容器。
部署流程
了解了 Docker 和 Docker Compose 的作用后，我们来快速了解下部署流程，分为 2 大阶段 —— 本地部署和服务器部署。
一、本地部署
梳理服务部署表格 Maven 子父模块打包 Dockerfile 编写 编写环境依赖配置 编写服务配置 调整程序配置 测试访问
二、服务端部署
准备服务器 Docker Compose 安装 同步文件 获取 jar 包 服务启动 测试访问
一、本地部署
第一阶段是本地部署，也可以叫做部署准备。
强烈建议大家，比起直接操作线上服务器，最好是先在本地把所有的流程跑通，风险更低、效率更高。
这里我使用的是 Mac 操作系统，已经安装了 Docker Desktop 软件，管理 Docker 容器会更方便一些。
对于本地没有 Docker 环境的同学，这一阶段仔细看一遍有个印象就足够了。可以直接拿我调试好的配置文件在服务器上部署，而不用自己调试。
1.1、梳理服务部署表格
在部署微服务项目前，首先要规划好要部署哪些服务、以及各服务的关键信息，比如服务名称、版本号、占用端口号、关键配置等。
对于我的在线判题项目，梳理好的服务表格如下：
服务名称英文名端口号版本号服务类别数据库mysql3306v8环境依赖缓存redis6379v6环境依赖消息队列rabbitmq5672, 15672v3.12.6环境依赖注册中心nacos8848v2.2.0环境依赖网关服务gateway8101java 8业务服务用户服务yuoj-backend-user-service8102java 8业务服务题目服务yuoj-backend-question-service8103java 8业务服务判题服务yuoj-backend-judge-service8104java 8业务服务
为什么这里我要划分服务类别为 “环境依赖” 和 “业务服务” 呢？
因为在启动服务时，必须要先启动环境依赖，才能启动业务服务，否则就会报类似 “无法连接数据库” 之类的错误。
1.2、Maven 子父模块打包
对于微服务项目，我们通常是使用 Maven 的子父模块功能进行管理的。需要部署项目时，不用针对每个子服务单独执行 mvn package 命令进行打包，而是可以一键打包所有服务。
想要实现这个功能，需要给子父模块的依赖文件（pom.xml）进行一些配置，主要包括：
1）父模块配置
在父模块的 pom.xml 文件中引入 spring-boot-maven-plugin 即可，注意一定不要配置 configuration 和 repackage！
示例代码如下：
2）子模块配置
修改所有需要启动 Spring Boot 的服务（用户服务、题目服务、判题服务、网关服务）的子模块 pom.xml 文件。
主要是增加 executions 配置，使用 spring-boot-maven-plugin 的 repackage 命令来构建子模块，从而自动在构建时将公共模块的依赖打入 jar 包。
示例代码如下：
1.3、Dockerfile 编写
Dockerfile 是定义 Docker 容器镜像构建过程的文件，包括容器镜像使用的基础环境、容器内的依赖和文件、容器的配置、启动命令等。
有了 Dockerfile，我们就能很轻松地制作出自己的容器镜像。
虽然 Dockerfile 的写法并不复杂，但我还是建议大家尽量不要自己写，直接去网上找个差不多的项目，复制粘贴别人的 Dockerfile 就足够了！
给大家提供 2 种常用的 Spring Boot 项目的 Dockerfile。
1）复制 jar 包版
思路：在本地打好 jar 包后，复制 jar 包到容器中运行
示例代码如下：
# 基础镜像
FROM openjdk:8-jdk-alpine
# 指定工作目录
WORKDIR /app
# 将 jar 包添加到工作目录，比如 target/yuoj-backend-user-service-0.0.1-SNAPSHOT.jar
ADD {本地 jar 包路径} .
# 暴露端口
EXPOSE {服务端口号}
# 启动命令
ENTRYPOINT ["java","-jar","/app/{jar 包名称}","--spring.profiles.active=prod"]
2）Maven 打包版
思路：复制本地代码到容器中，在容器中使用 Maven 打包再运行
示例代码如下：
# 基础镜像
FROM maven:3.8.1-jdk-8-slim as builder
# 指定工作目录
WORKDIR /app
# 添加源码文件
COPY pom.xml .
COPY src ./src
# 构建 jar 包，跳过测试
RUN mvn package -DskipTests
# 启动命令
ENTRYPOINT ["java","-jar","/app/target/{jar 包名称}","--spring.profiles.active=prod"]
此处由于我们的微服务项目可以一键打好所有子服务的 jar 包，就没必要每个服务单独在容器中打包了，所以选择第一种方式的 Dockerfile。
我们需要给每个 Spring Boot 服务（用户服务、题目服务、判题服务、网关服务）都编写一个 Dockerfile，放到每个子服务的根目录下。
以用户服务为例，示例代码如下：
# 基础镜像
FROM openjdk:8-jdk-alpine
# 指定工作目录
WORKDIR /app
# 将 jar 包添加到工作目录，比如 target/yuoj-backend-user-service-0.0.1-SNAPSHOT.jar
ADD target/yuoj-backend-user-service-0.0.1-SNAPSHOT.jar .
# 暴露端口
EXPOSE 8102
# 启动命令
ENTRYPOINT ["java","-jar","/app/yuoj-backend-user-service-0.0.1-SNAPSHOT.jar","--spring.profiles.active=prod"]
建议先在本地利用 IDEA 开发工具调通镜像构建流程，确保每个 Dockerfile 都是可以成功制作镜像的：
查看容器的启动日志，发现能够启动服务、看到 Spring 图标即可：
1.4、编写环境依赖配置
接下来，我们就要编写 Docker Compose 的配置文件了，可以根据配置文件快速启动多个服务。
之前我们已经梳理了服务部署表格，将服务划分为了 “环境依赖” 和 “业务服务”。
由于业务服务依赖 MySQL 等环境依赖，所以需要拆分 2 套 Docker Compose 的配置文件，分别为 docker-compose.env.yml 环境配置和 docker-compose.service.yml 业务服务配置，保证先成功启动依赖，再启动服务。
学过 Docker Compose 的同学可能听说过 depends_on 配置，也能决定服务的启动顺序。但是千万注意，depends_on 并不会等待服务完全就绪，只是确保它们在启动时的顺序，并不稳定。
如何编写 Docker Compose 文件呢？
和 Dockerfile 一样，直接去网上找现成的 Docker Compose file，复制粘贴过来略做修改就能使用了~
再配合以下 2 个网站，完全无需记忆 Docker Compose 的写法！
Docker Compose file 官方文档：https://docs.docker.com/compose/compose-file/ 搜索现成的 Docker 镜像：https://hub.docker.com/
当然，现在 AI 时代了，还有更简单的方式！
直接把我们整理好的服务部署需要喂给 GPT，让 AI 帮我们生成配置即可~
示例 prompt：
现在我需要用 docker compose 来部署 mysql 8（3306 端口）username=root,password=123456
redis 6（无密码，6379端口）、rabbitmq v.3.12.6（ 5672 端口 password: guest，username: guest）、nacos 2.2.0（8848端口）；还有 4 个本地的 springboot 服务（名称分别为：yuoj-backend-user-service 8102端口、yuoj-backend-question-service 8103端口、yuoj-backend-judge-service 8104端口、yuoj-backend-gateway 8101 端口），每个服务本地目录都有一个 Dockerfile，请帮我自动生成 docker compose 的 yml 配置文件，要求这些服务网络能够连通
效果还是非常不错的，只要你描述地足够清楚，生成的配置完全可用！
由于这篇文章是教程嘛，我就带大家通过调试的方式一步步完成 Docker Compose 文件，最后会把完整的 Docker Compose 文件给大家分享出来，大家直接用就行了~
我们要分别在 Docker Compose 中定义 4 大基础依赖，包括 MySQL、Redis、RabbitMQ 和 Nacos。
1）MySQL
我们不仅要创建一个 MySQL 服务，还要在创建服务后自动创建我们需要的库表结构。
所以需要先准备数据库 SQL 脚本文件，里面包含了建库、建表语句，我们把它放在微服务项目根目录的 mysql-init 文件夹中：
由于要在本地启动 MySQL，还需要定义一个文件夹 .mysql-data 来存放 MySQL 的持久化数据，防止容器重启后数据丢失。
做好这两点后，就可以编写 docker-compose.env.yml 文件了，先只写一个 MySQL 服务，示例代码如下：
关键配置的含义我都写到注释里了
version: '3'
services:
mysql:
image: mysql:8 # 使用的镜像
container_name: yuoj-mysql # 启动的实例名称
environment:
MYSQL_ROOT_PASSWORD: 123456 # root 用户密码
ports:
- "3306:3306" # 端口映射
volumes:
- ./.mysql-data:/var/lib/mysql # 将数据目录挂载到本地目录以进行持久化
- ./mysql-init:/docker-entrypoint-initdb.d # 自动执行启动脚本
restart: always # 崩溃后自动重启
networks:
- mynetwork # 指定网络
networks:
mynetwork: # 自定义网络，实现网络互通和隔离
写好配置文件后，可以直接在 IDEA 里执行 Docker Compose 文件，调试 MySQL 的运行：
运行成功后，我们可以在本地成功连接数据库：
2）Redis
Redis 服务的定义和启动操作和 MySQL 服务几乎一致，Redis 的 Docker Compose 配置示例代码如下：
version: '3'
services:
redis:
image: redis:6
container_name: yuoj-redis
ports:
- "6379:6379"
networks:
- mynetwork
volumes:
- ./.redis-data:/data # 持久化
networks:
mynetwork:
然后在本地执行 Docker Compose 文件，启动 Redis 服务，并且尝试进入 Terminal 来调试 Redis：
3）RabbitMQ
同 MySQL 和 Redis，RabbitMQ 的 Docker Compose 配置示例代码如下：
version: '3'
services:
rabbitmq:
image: rabbitmq:3.12.6-management # 支持管理面板的消息队列
container_name: yuoj-rabbitmq
environment:
RABBITMQ_DEFAULT_USER: guest
RABBITMQ_DEFAULT_PASS: guest
ports:
- "5672:5672"
- "15672:15672" # RabbitMQ Dashboard 端口
volumes:
- ./.rabbitmq-data:/var/lib/rabbitmq # 持久化
networks:
- mynetwork
networks:
mynetwork:
本地执行 Docker Compose 文件，启动 RabbitMQ 服务，然后可以访问 localhost:15672 查看到管理面板，就表示启动成功了~
账号密码都是 guest
4）Nacos
和其他服务一样，Nacos 也需要编写 Docker Compose 配置。
但是在选择 Nacos 镜像时必须要注意，建议选择支持 linux/arm64 架构的镜像版本，比如 v2.2.0-slim，否则后面可能会无法运行：
Nacos 示例配置文件如下：
version: '3'
services:
nacos:
image: nacos/nacos-server:v2.2.0-slim
container_name: yuoj-nacos
ports:
- "8848:8848"
volumes:
- ./.nacos-data:/home/nacos/data
networks:
- mynetwork
environment:
- MODE=standalone # 单节点模式启动
- PREFER_HOST_MODE=hostname # 支持 hostname
- TZ=Asia/Shanghai # 控制时区
networks:
mynetwork:
然后在本地执行 Docker Compose 启动 Nacos，访问 localhost:8848/nacos 能够看到管理页面，就表示运行成功了~
管理页面的账号和密码默认都是 nacos
完整 Docker Compose 文件
分别调试完上述服务后，我们把所有的配置拼在一起，就得到了完整的文件，文件名为 docker-compose.env.yml。
完整代码如下：
version: '3'
services:
mysql:
image: mysql:8 # 使用的镜像
container_name: yuoj-mysql # 启动的实例名称
environment:
MYSQL_ROOT_PASSWORD: 123456 # root 用户密码
ports:
- "3306:3306" # 端口映射
volumes:
- ./.mysql-data:/var/lib/mysql # 将数据目录挂载到本地目录以进行持久化
- ./mysql-init:/docker-entrypoint-initdb.d # 启动脚本
restart: always # 崩溃后自动重启
networks:
- mynetwork # 指定网络
redis:
image: redis:6
container_name: yuoj-redis
ports:
- "6379:6379"
networks:
- mynetwork
volumes:
- ./.redis-data:/data # 持久化
rabbitmq:
image: rabbitmq:3.12.6-management # 支持管理面板的消息队列
container_name: yuoj-rabbitmq
environment:
RABBITMQ_DEFAULT_USER: guest
RABBITMQ_DEFAULT_PASS: guest
ports:
- "5672:5672"
- "15672:15672" # RabbitMQ Dashboard 端口
volumes:
- ./.rabbitmq-data:/var/lib/rabbitmq # 持久化
networks:
- mynetwork
nacos:
image: nacos/nacos-server:v2.2.0-slim
container_name: yuoj-nacos
ports:
- "8848:8848"
volumes:
- ./.nacos-data:/home/nacos/data
networks:
- mynetwork
environment:
- MODE=standalone # 单节点模式启动
- PREFER_HOST_MODE=hostname # 支持 hostname
- TZ=Asia/Shanghai # 控制时区
networks:
mynetwork:
1.5、编写业务服务配置
用同样的方式，我们可以编写业务服务的 Docker Compose 文件，文件名称 docker-compose.service.yml。
示例代码如下，其中需要格外关注的配置是 build 和 depends_on：
version: '3'
services:
yuoj-backend-gateway:
container_name: yuoj-backend-gateway
build: # 服务的 Docker 构建文件位置
context: ./yuoj-backend-gateway
dockerfile: Dockerfile
ports:
- "8101:8101"
networks:
- mynetwork
yuoj-backend-user-service:
container_name: yuoj-backend-user-service
build:
context: ./yuoj-backend-user-service
dockerfile: Dockerfile
ports:
- "8102:8102"
networks:
- mynetwork
depends_on: # 本服务依赖的服务，控制启动先后顺序
- yuoj-backend-gateway
yuoj-backend-question-service:
container_name: yuoj-backend-question-service
build:
context: ./yuoj-backend-question-service
dockerfile: Dockerfile
ports:
- "8103:8103"
networks:
- mynetwork
depends_on:
- yuoj-backend-user-service
- yuoj-backend-gateway
yuoj-backend-judge-service:
container_name: yuoj-backend-judge-service
build:
context: ./yuoj-backend-judge-service
dockerfile: Dockerfile
ports:
- "8104:8104"
networks:
- mynetwork
depends_on:
- yuoj-backend-user-service
- yuoj-backend-question-service
- yuoj-backend-gateway
# 网络，不定义的话就是默认网络
networks:
mynetwork:
1.6、调整程序配置
编写好上述配置文件后，本地尝试运行 Docker Compose 业务服务，结果发现：报错啦！依赖服务的地址访问不通！
这是由于之前我们的项目访问依赖服务时，全部是使用了固定的 IP 地址（比如 localhost），而容器内部的 localhost（或 127.0.0.1）通常指向容器本身，而不是宿主主机。所以为了在容器内访问其他服务，程序中应该使用服务名称而不是 localhost。
我们给每个 Spring Boot 服务都增加一套 prod 上线配置，在配置中更改服务调用地址。
用户服务、题目服务和判题服务的 application-prod.yml 配置修改如下：
# 生产环境配置文件
spring:
# 数据库配置
datasource:
driver-class-name: com.mysql.cj.jdbc.Driver
url: jdbc:mysql://mysql:3306/yuoj # localhost 改为 mysql
username: root
password: 123456
# Redis 配置
redis:
database: 1
host: redis # localhost 改为 redis
port: 6379
timeout: 5000
cloud:
nacos:
discovery:
server-addr: nacos:8848 # localhost 改为 nacos
rabbitmq:
host: rabbitmq # localhost 改为 rabbitmq
port: 5672
password: guest
username: guest
Gateway 网关服务的配置修改如下：
spring:
cloud:
nacos:
discovery:
server-addr: nacos:8848 # localhost 改为 nacos
gateway:
routes:
- id: yuoj-backend-user-service
uri: lb://yuoj-backend-user-service
predicates:
- Path=/api/user/**
- id: yuoj-backend-question-service
uri: lb://yuoj-backend-question-service
predicates:
- Path=/api/question/**
- id: yuoj-backend-judge-service
uri: lb://yuoj-backend-judge-service
predicates:
- Path=/api/judge/**
application:
name: yuoj-backend-gateway
main:
web-application-type: reactive
server:
port: 8101
knife4j:
gateway:
enabled: true
strategy: discover
discover:
enabled: true
version: swagger2
然后执行 mvn package 命令重新打包、执行 Docker Compose。
结果发现大多数服务都启动了，但是判题服务还有报错。
这是因为程序在创建消息队列时存在硬编码的变量，指定了 host 为 "localhost"，示例代码如下：
ConnectionFactory factory = new ConnectionFactory();
factory.setHost("localhost");
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
String EXCHANGE_NAME = "code_exchange";
channel.exchangeDeclare(EXCHANGE_NAME, "direct");
举这个例子是为了告诉大家，在程序中尽量不要写固定 IP 或域名，全部改为动态读取配置文件，便于修改。
示例修改后的代码如下：
/**
* 用于创建测试程序用到的交换机和队列（只用在程序启动前执行一次）
*/
@Slf4j
@Component
public class InitRabbitMqBean {
@Value("${spring.rabbitmq.host:localhost}")
private String host;
@PostConstruct
public void init() {
try {
ConnectionFactory factory = new ConnectionFactory();
factory.setHost(host);
Connection connection = factory.newConnection();
Channel channel = connection.createChannel();
String EXCHANGE_NAME = "code_exchange";
channel.exchangeDeclare(EXCHANGE_NAME, "direct");
// 创建队列，随机分配一个队列名称
String queueName = "code_queue";
channel.queueDeclare(queueName, true, false, false, null);
channel.queueBind(queueName, EXCHANGE_NAME, "my_routingKey");
log.info("消息队列启动成功");
} catch (Exception e) {
log.error("消息队列启动失败");
}
}
}
1.7、测试访问
修复上述问题后，所有服务都可以通过 Docker Compose 文件启动了。
然后我们访问 localhost:8101/doc.html 网关地址，能够看到 Swagger 聚合接口文档。
依次调用用户注册 => 登录 => 获取登录用户信息 => 创建题目接口，全部执行成功。
至此，第一阶段就完成啦。
二、服务器部署
在第二阶段，我们的目标就是在真实的 Linux 服务器上部署微服务项目。有了第一阶段的准备，第二阶段简直可以说是易如反掌！
2.1、准备服务器
首先，我们要有一台 Linux 服务器。
选择服务器前，我们必须要评估下微服务项目的内存占用，千万别把服务器的内存买小了！
可以使用 Docker Desktop 直接查看内存占用，虚拟机内存大概占用了 8 个 G、容器实际内存占用了 4 个 G：
那我们搞多少内存的服务器呢？
我猜很多同学会说 8 G，奈何我天生反骨，明知山有虎偏向虎山行（主要是想省 ），我就搞一台 2 核 4 G 的服务器吧（发行版是 CentOS 7.9 Linux），咱们来猜一猜它够不够部署这套有 4 个业务服务的微服务项目呢？
咱们一起来见证下！
2.2、Docker Compose 安装
有了服务器后，直接参考 Docker Compose 官方文档来安装。这里我们使用 Docker Compose V2 版本，相比 V1 版本统一了命令，使用更方便：
Docker Compose V2 地址：https://docs.docker.com/compose/migrate/
Docker Compose Linux 安装：https://docs.docker.com/compose/install/linux/#install-using-the-repository
安装过程很简单，跟着官方文档来就行了，主要包括以下几个步骤：
1）设定安装来源：
sudo yum install -y yum-utils
sudo yum-config-manager --add-repo https://download.docker.com/linux/centos/docker-ce.repo
2）安装 Docker 和 Docker Compose：
sudo yum install docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin
3）启动 Docker：
sudo systemctl start docker
4）测试 Docker：
systemctl status docker
sudo docker run hello-world
2.3、同步文件
接下来，我们需要把本地折腾好的微服务项目源码上传到服务器上，可以选择用 FTP 或 SSH 连接文件手动上传文件。
我这里使用 JetBrains 开发工具的远程部署功能，可以配置文件自动上传，步骤如下：
1）进入远程部署配置
2）添加远程部署配置：
这里建议大家不要暴露自己的服务器 IP 啊，当你看到本文的时候，其实我已经把服务器的 IP 更换掉了哈哈哈哈哈哈哈哈！
3）指定连接的服务器配置：
4）配置本地文件和服务器文件路径映射：
5）开启自动上传：
6）首次需要手动上传文件。
上传前记得先删除无用的文件，然后右键项目根目录，点击部署上传代码：
上传成功，在服务器对应路径（/code/yuoj-backend-microservice）下能看到已上传的文件列表：
2.4、获取 jar 包
光把代码上传到服务器还是不够的，因为我们构建 Docker 镜像需要 jar 包。
有 2 种方式得到 jar 包：
本地执行 mvn package 打好 jar 包，然后再上传 服务器上装 Maven，在服务器上打包
但是因为 jar 包比较大，频繁改动的话同步速度会比较慢，所以更建议第二种方式，步骤如下：
1）安装 Maven：
sudo yum install maven
2）安装好后，执行打包：
sudo mvn package
打包成功：
2.5、服务启动
所有一切准备就绪，接下来就是使用 Docker Compose 命令分别启动环境依赖和业务服务啦。
1）启动环境依赖
先使用 docker compose 一行命令启动环境依赖：
docker compose -f docker-compose.env.yml up
注意：
老版本使用 "docker-compose" 替代 "docker compose" 如果没有权限，命令前加上 "sudo"
然后喝杯咖啡，等待启动即可~
启动成功后，我们可以通过公网 IP 来尝试访问服务。
先进入到云服务商的服务器配置页，修改服务器的防火墙配置，放通以下端口：
然后像访问本地服务一样分别去访问 MySQL、Redis、RabbitMQ、Nacos 即可，应该都是成功的。
由于进程在前台启动会影响我们的操作，所以先按 ctrl + c 退出，加上 -d 参数让容器在后台启动：
sudo docker compose -f docker-compose.env.yml up -d
试着查看下 docker 容器的状态：
sudo docker stats
能够查看到所有容器的资源占用情况：
实话说，我开始紧张了，不知道 4 G 的内存够不够撑。。。
2）启动业务服务
确保环境依赖都启动成功后，接下来启动业务服务：
docker compose -f docker-compose.service.yml up
项目全部启动，看得很爽：
正常来说，应该会启动成功；但如果运气背，可能会有失败，比如我这的网关服务就启动失败了。
如果某个服务启动失败，可以再次单独只启动它，比如网关服务：
sudo docker compose -f docker-compose.service.yml up yuoj-backend-gateway
2.6、测试访问
最后，像验证本地微服务项目部署一样，访问线上网关的接口文档（ http://你的服务器 IP:8101/doc.html ），依次调用用户注册 => 登录 => 获取登录用户信息 => 创建题目，全部成功~
最后使用 docker stats 命令查看 Docker 容器的状态，发现总共的内存占用大概 3 G，也就是说 4 G 内存的服务器是完全足够小型微服务项目的部署了~
至此，微服务项目部署教程就结束了。
喜欢的话点点赞收藏一下谢谢
文章链接
您阅读本篇文章共花了：
发表评论