1. 程式人生 > >hangfire docker-compose 執行

hangfire docker-compose 執行

hangfire 是一款基於.net 的任務排程系統

docker-compose 檔案

version: '3'
services:
  hangfire:
    image: direktchark/hangfire
    ports:
        - 5000:5000
        - 5001:5001
    depends_on:
        - "store"
  store:
    image: microsoft/mssql-server-linux:2017-latest
    ports:
    - "1433:1433"
    environment:
        - ACCEPT_EULA=Y
        - SA_PASSWORD=Hangfire1

包含任務的執行

實際上就是重新構建任務

version: '3'
services:
  hangfire:
    image: direktchark/hangfire
    build:
      context: hangfire_app/
    ports:
      - 5000:5000
      - 5001:5001
    depends_on:
      - "store"
  store:
    image: microsoft/microsoft/mssql-server-linux:2017-latest
    ports:
    - "1433:1433"
    environment:
      - ACCEPT_EULA=Y
      - SA_PASSWORD=Hangfire1

參考介面


相關推薦

hangfire docker-compose 執行

hangfire 是一款基於.net 的任務排程系統 docker-compose 檔案 version: '3' services: hangfire: image: direktchark/hangfire ports: - 5000:5000

docker compose安裝與常用命令介紹 及使用docker-compose執行一個進銷存管理系統

使用微服務架構的應用系統一般包含若干個微服務,每個微服務一般都會部署多個例項。如果每個微服務都要手動啟停,那麼效率之低,維護量之大可想而知 docker compose 是一個用於定義和執行多容器docker應用程式的工具   安裝: 下在並安裝適應系統版本的compose

docker-compose執行python web服務

之前用docker 執行python web服務現在用docker-compose來啟動 python web還是用之前的最簡單的那個ops 相關docker-compose.yml, Dockerfile, ops工程, 及相關包打包上傳,點選下載 編寫docker-c

使用docker-compose執行springcloud專案

前言:   學習Docker的過程中,一直想使用Docker執行SpringCloud程式,今天就將搭建過程記錄下來,以作總結。 一、Docker安裝   這裡因為一些原因,被迫寫了個Centos下的Docker安裝指令碼。至於為什麼被迫,這裡先埋下一個伏筆。 #!/bin/bash # Cen

使用docker-compose執行Django

1.新建空目錄   2.進入該目錄新建Dockerfile檔案,並在該Dockerfile檔案新增如下內容 FROM python:3 ENV PYTHONUNBUFFERED 1 RUN mkdir /code WORKDIR /code ADD requirements.txt /c

docker-compose執行Rails

1.新建空目錄,名字可以叫Rails   2.新建Dockerfile並新增如下內容 FROM ruby:2.5 RUN apt-get update -qq && apt-get install -y build-essential libpq-dev nodejs R

Gravitee.io docker-compose執行

Gravitee.io 官方提供的docker-compose 快速執行的方式 環境準備 docker-compose 檔案 #

metabase docker-compose 執行說明

metabase 是一款比較產品化的一個數據分析工具,支援的資料來源也比較多 以下為簡單的docker-compose 執行檔案,同時集成了mongo 以及graphql 引擎,方便資料 的api查詢 docker-compose 檔案 version: "3" services: g

drone 1.0 docker-compose 執行試用

drone 1.0 已經rc了,新的介面以及新的功能 github 客戶端建立 docker-compose 檔案 version: '3' services: drone-server: image: drone/drone:1.0.0-rc.1 ports:

解決因為機器效能問題導致docker-compose執行容器超時的問題

簡介 就是一到一個docker-compose檔案裡面要執行的容器變多,或者因為機器效能差導致沒有在60s之內把docker-c

Linux使用curl 方式安裝docker-compose執行docker-compose version 檢查安裝是否成功時出錯的解決辦法

hub 執行 cannot 1.0 使用 文件 curl url 驗證 0x0.緣起: 今天在一臺新的Fedora 25上按照官方文檔,使用curl方式安裝 docker-compose後,驗證是否安裝成功時出錯: 安裝時使用的命令為; curl -L https:/

linux系統部署Java執行環境,以及docker部署mysql(docker-compose

部署JavaJDK環境 #yum -y install java-1.8.0-openjdk 部署mysql使用docker(用docker-compose封裝好docker-compose up -d執行) 建立docker-compose.yml vim

使用 Prometheus 監控minio 效能指標資訊&&docker-compose 方式執行

minio server 已經支援Prometheus 了,對於系統的執行引數我們可以方便、實時的檢視 執行使用docker-compose docker-compose 檔案 version: "3" services: g: image: grafana/grafa

Gravitational Teleport docker-compose簡單執行

Gravitational Teleport 可以作為堡壘機進行使用,為了測試方便使用docker-compose 執行一個all in one 的demo 備註: 官方提供的docker-compose 檔案版太舊,而且複雜 環境準備 docker-compose 檔案

Docker Compose上使用GPU執行TensorFlow

容器化和AI是目前開發的大趨勢。理想情況下,容器化可以將環境無縫遷移,將配置環境的成本無限降低:但是在容器中配置CUDA並執行TensorFlow一向是個難題。對於初學者以及沒有深度學習工作站的使用者,AWS和Azure推出了帶

docker-compose RabbitMQ與Nodejs接收端同時執行時的錯誤

首先講一下背景: 我現在在開發的一個專案,需要執行RabbitMQ和Nodejs接收端(amqplib庫),但是在Nodejs接收端執行時,無法連線至RabbitMQ端,經常提示說 connect ECONNREFUSED ,無法連線至RabbitMQ伺服器,我在docker-compose.ym

在crontab中無法執行docker-compose的命令的解決方法

    經過多次實驗,終於找到在crontab中執行docker-compose命令的方法。    即使是用cd /home/user/program切換目錄到專案裡面,用docker-compose執行也是沒有效果的,    其中最關鍵的是,要寫命令的全路徑,唯有把dock

docker run 和 docker-compose 配置掛載 Volume 並執行 nginx

1.先在宿主機建立掛載目錄:mkdir -p /data/nginx/{conf,conf.d,html,logs} 2.然後把檔案 nginx.conf 檔案放到 /data/nginx/conf/ # nginx.conf 例: user nginx; worker

Docker-Compose一鍵部署Ningx+.Net Core+Redis集群

ext 地址 error app應用 十分 鏡像 max blank 問題 在看該文章前,你需要對Docker有所了解。 1、創建WebApp應用程序 我使用的是.Net Core 1.0.1版本,創建一個MVC應用程序,並添加對Redis的引用。因為這些很基礎,也很簡單

docker-compose常用命令(持續更新...)

art 啟動 cal start 構建 doc tty span 鏡像 build 構建或重建服務 help 命令幫助 kill 殺掉容器 logs 顯示容器的輸出內容 port 打印綁定的開放端口 ps 顯示容器 pull 拉取服務鏡像 restart 重啟服務 rm