Compilar e executar um aplicativo Web Python em contêineres localmente

Nesta parte da série de tutoriais, você aprenderá a criar e executar um Django em contêineres ou um aplicativo Web Flask Python em seu computador local. Para armazenar dados para este aplicativo, você pode usar uma instância local do MongoDB ou o Azure Cosmos DB para MongoDB. Este artigo é a parte 2 de uma série de tutoriais de 5 partes. Recomendamos que você conclua a parte 1 antes de iniciar este artigo.

O diagrama de serviço a seguir realça os componentes locais abordados neste artigo Neste artigo, você também aprenderá a usar o Azure Cosmos DB para MongdoDB com uma imagem local do Docker, em vez de uma instância local do MongoDB.

Clonar ou baixar o aplicativo Python de exemplo

Nesta seção, você clonará ou baixará o aplicativo Python de exemplo que você usa para criar uma imagem do Docker. Você pode escolher entre um aplicativo Web Django ou Flask Python. Se você tiver seu próprio aplicativo Web Python, poderá optar por usá-lo. Se você usar seu próprio aplicativo Web Python, verifique se seu aplicativo tem um Dockerfile na pasta raiz e pode se conectar a um banco de dados do MongoDB.

git clone

1. Clone o repositório Django ou Flask em uma pasta local usando um dos seguintes comandos:

   Django

   # Django
   git clone https://github.com/Azure-Samples/msdocs-python-django-container-web-app.git
   

   Frasco

   # Flask
   git clone https://github.com/Azure-Samples/msdocs-python-flask-container-web-app.git
   

2. Navegue até a pasta raiz do repositório clonado.

   Django

   # Django
   cd msdocs-python-django-container-web-app
   

   Frasco

   # Flask
   cd msdocs-python-flask-container-web-app
   

Baixar

Visite https://github.com/Azure-Samples/msdocs-python-django-container-web-app ou https://github.com/Azure-Samples/msdocs-python-flask-container-web-app.

1. Selecione Código e Baixar ZIP.

2. Desempacote o arquivo ZIP em uma pasta local.

Criar uma imagem do Docker

Nesta seção, você criará uma imagem do Docker para o aplicativo Web Python usando o Visual Studio Code ou a CLI do Azure. A imagem do Docker contém o aplicativo Web Python, suas dependências e o runtime do Python. A imagem do Docker é criada a partir de um Dockerfile que define o conteúdo e o comportamento da imagem. O Dockerfile está na pasta raiz do aplicativo de exemplo que você clonou ou baixou (ou forneceu por conta própria).

Dica

Se você não estiver familiarizado com a CLI do Azure, consulte Introdução à CLI do Azure para saber como baixar e instalar a CLI do Azure localmente ou como executar comandos da CLI do Azure no Azure Cloud Shell.

Azure CLI

O Docker é necessário para criar a imagem do Docker usando a CLI do Docker. Depois que o Docker estiver instalado, abra uma janela do terminal e navegue até a pasta de exemplo.

Observação

As etapas nesta seção exigem que o daemon do Docker esteja em execução. Em algumas instalações, por exemplo, no Windows, você precisa abrir o Docker Desktop, que inicia o daemon, antes de continuar.

1. Confirme se o Docker está acessível executando o comando a seguir na pasta raiz do aplicativo de exemplo.

   docker
   

   Se, depois de executar esse comando, você veja a ajuda sobre a CLI do Docker, o Docker estará acessível. Caso contrário, verifique se o Docker está instalado e se o shell tem acesso à CLI do Docker.

2. Crie a imagem do Docker para o aplicativo Web Python usando o comando de build do Docker .

   A forma geral do comando é docker build --rm --pull --file "<path-to-project-root>/Dockerfile" --label "com.microsoft.created-by=docker-cli" --tag "<container-name>:latest" "<path-to-project-root>".

   Se você estiver na pasta raiz do projeto, use o comando a seguir para criar a imagem do Docker. O ponto (".") no final do comando refere-se ao diretório atual no qual o comando é executado. Para forçar uma recompilação, adicione --no-cache.

   Bash

   #!/bin/bash
   docker build --rm --pull \
     --file "Dockerfile" \
     --label "com.microsoft.create-by=docker-cli" \
     --tag "msdocspythoncontainerwebapp:latest" \
       .
   

   PowerShell

   # PowerShell syntax
   docker build --rm --pull `
     --file "Dockerfile" `
     --label "com.microsoft.create-by=docker-cli" `
     --tag "msdocspythoncontainerwebapp:latest" `
       .
   

3. Confirme se a imagem foi criada com êxito usando o comando de imagens do Docker .

   docker images
   

   O comando retorna uma lista de imagens por nome REPOSITÓRIO, TAG e data CREATED entre outras características da imagem.

Código do VS

O Visual Studio Code e a extensão do Docker são necessários para criar a imagem do Docker localmente usando o Visual Studio Code. Instale o Visual Studio Code e a extensão do Docker antes de continuar. Depois que o Visual Studio Code e a extensão do Docker forem instalados, vá para a pasta de exemplo clonada ou baixada e abra o VS Code com o comando code ..

Observação

As etapas nesta seção exigem que o daemon do Docker esteja em execução. Em algumas instalações, por exemplo, no Windows, você precisa abrir o Docker Desktop para iniciar o daemon antes de continuar.

1. Depois que o Visual Studio Code e a extensão do Docker forem instalados, vá para a pasta de exemplo clonada ou baixada e abra o VS Code com o comando code ..

2. No VS Code, abra a extensão do Docker e selecione a extensão do Docker na Barra de Atividades.

   

   Se a extensão do Docker relatar um erro "Falha ao conectar", verifique se o Docker está instalado e em execução.

3. Para criar a imagem do Docker, clique com o botão direito do mouse no Dockerfile e selecioneCriar Imagem....

   Para obter mais informações sobre a sintaxe do Dockerfile, consulte a referência do Dockerfile.

4. Para confirmar se a imagem foi criada, expanda a seção IMAGES da extensão do Docker e procure a imagem recém-criada. O nome dessa imagem de contêiner é "msdocspythoncontainerwebapp" (esse valor é definido no arquivo .vscode/tasks.json ).

   

Neste ponto, você tem uma imagem local do Docker chamada "msdocspythoncontainerwebapp" com a tag "mais recente". Tags ajudam a definir detalhes da versão, o uso pretendido, a estabilidade e outras informações relevantes. Para mais informações, vejaRecomendações para marcação e controle de versão de imagens de contêiner.

Observação

As imagens criadas com base no VS Code ou usando a CLI do Docker diretamente também podem ser exibidas com o aplicativo Docker Desktop .

Configurar o MongoDB

Seu aplicativo Web Python requer um banco de dados do MongoDB chamado restaurants_reviews e uma coleção chamada restaurants_reviews são necessárias para armazenar dados. Neste tutorial, você usará uma instalação local do MongoDB e uma instância do Azure Cosmos DB para MongoDB para criar e acessar o banco de dados e a coleção.

Importante

Não use um banco de dados do MongoDB usado em produção. Neste tutorial, você armazenará a cadeia de conexão do MongoDB para uma dessas instâncias do MongoDB em uma variável de ambiente (que é observável por qualquer pessoa capaz de inspecionar seu contêiner , como usando docker inspect).

MongoDB local

Vamos começar criando uma instância local do MongoDB usando a CLI do Azure.

1. Instale o MongoDB (se ainda não estiver instalado).

   Você pode verificar a instalação do MongoDB usando o Shell do MongoDB (mongosh). Se os comandos a seguir não funcionarem, talvez seja necessário instalar explicitamente o mongosh ou conectar mongosh ao servidor MongoDB.

   • Use o seguinte comando para abrir o shell do MongoDB e obter a versão do shell do MongoDB e do servidor MongoDB:

     mongosh
     

     Dica

     Para retornar apenas a versão do servidor MongoDB instalada em seu sistema, feche e reabra o shell do MongoDB e use o seguinte comando: mongosh --quiet --exec 'db.version()'

     Em algumas configurações, você também pode invocar diretamente o daemon do Mongo em seu shell bash.

     mongod --version
     

2. Edite o arquivo mongod.cfg na pasta \MongoDB\Server\8.0\bin e adicione o endereço IP local do seu computador à chave bindIP.

   A bindip chave no arquivo de configuração do MongoD define os nomes de host e os endereços IP que o MongoDB escuta para conexões de cliente. Adicione o IP atual do computador de desenvolvimento local. O aplicativo Web Python de exemplo em execução localmente em um contêiner do Docker se comunica com o computador host com esse endereço.

   Por exemplo, parte do arquivo de configuração deve ter esta aparência:

   net:
     port: 27017
     bindIp: 127.0.0.1,<local-ip-address>
   

3. Salve suas alterações nesse arquivo de configuração.

   Importante

   Você precisa de privilégios administrativos para salvar as alterações feitas nesse arquivo de configuração.

4. Reinicie o MongoDB para obter alterações no arquivo de configuração.

5. Abra um shell do MongoDB e execute o comando a seguir para definir o nome do banco de dados como "restaurants_reviews" e o nome da coleção como "restaurants_reviews". Você também pode criar um banco de dados e uma coleção com a extensão mongoDB do VS Code ou qualquer outra ferramenta com reconhecimento do MongoDB.

   > help
   > use restaurants_reviews
   > db.restaurants_reviews.insertOne({})
   > show dbs
   > exit
   

Depois de concluir a etapa anterior, a cadeia de conexão local do MongoDB é "mongodb://127.0.0.1:27017/", o nome do banco de dados é "restaurants_reviews" e o nome da coleção é "restaurants_reviews".

Azure Cosmos DB para MongoDB

Agora, também vamos criar uma instância do Azure Cosmos DB para MongoDB usando a CLI do Azure.

Observação

Na parte 4 desta série de tutoriais, você usa a instância do Azure Cosmos DB para MongoDB para executar o aplicativo Web no Serviço de Aplicativo do Azure.

Antes de executar o script a seguir, substitua o local, o grupo de recursos e o nome da conta do Azure Cosmos DB para MongoDB por valores apropriados (opcional). É recomendável usar o mesmo grupo de recursos para todos os recursos do Azure criados neste tutorial para torná-los mais fáceis de excluir quando você terminar.

O script leva alguns minutos para ser executado.

Bash

#!/bin/bash
# LOCATION: The Azure region. Use the "az account list-locations -o table" command to find a region near you.
LOCATION='westus'
# RESOURCE_GROUP_NAME: The resource group name, which can contain underscores, hyphens, periods, parenthesis, letters, and numbers.
RESOURCE_GROUP_NAME='msdocs-web-app-rg'
# ACCOUNT_NAME: The Azure Cosmos DB for MongDB account name, which can contain lowercase letters, hyphens, and numbers.
ACCOUNT_NAME='msdocs-cosmos-db-account-name'

# Create a resource group
echo "Creating resource group $RESOURCE_GROUP_NAME in $LOCATION..."
az group create --name $RESOURCE_GROUP_NAME --location $LOCATION

# Create a Cosmos account for MongoDB API
echo "Creating $ACCOUNT_NAME. This command may take a while to complete."
az cosmosdb create --name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --kind MongoDB

# Create a MongoDB API database
echo "Creating database restaurants_reviews"
az cosmosdb mongodb database create --account-name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --name restaurants_reviews

# Create a MongoDB API collection
echo "Creating collection restaurants_reviews"
az cosmosdb mongodb collection create --account-name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --database-name restaurants_reviews --name restaurants_reviews

# Get the connection string for the MongoDB database
echo "Get the connection string for the MongoDB account"
az cosmosdb keys list --name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --type connection-strings

echo "Copy the Primary MongoDB Connection String from the list above"

PowerShell

# PowerShell syntax
# LOCATION: The Azure region. Use "az account list-locations -o table" to find a region near you.
# RESOURCE_GROUP_NAME: The resource group name, which can contain underscores, hyphens, periods, parenthesis, letters, and numbers.
# ACCOUNT_NAME: The Azure Cosmos DB for MongoDB account name, which can contain lowercase letters, hyphens, and numbers.

$LOCATION = "westus"
$RESOURCE_GROUP_NAME = "msdocs-web-app-rg"
$ACCOUNT_NAME = "msdocs-cosmos-db-account-name"

# Create a resource group
Write-Output "Creating resource group $RESOURCE_GROUP_NAME in $LOCATION..."
az group create --name $RESOURCE_GROUP_NAME --location $LOCATION

# Create a Cosmos account for MongoDB API
Write-Output "Creating $ACCOUNT_NAME. This command may take a while to complete."
az cosmosdb create --name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --kind MongoDB

# Create a MongoDB API database
Write-Output "Creating database restaurants_reviews"
az cosmosdb mongodb database create --account-name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --name "restaurants_reviews"

# Create a MongoDB API collection
Write-Output "Creating collection restaurants_reviews"
az cosmosdb mongodb collection create --account-name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --database-name "restaurants_reviews" --name "restaurants_reviews"

# Get the connection string for the MongoDB database
Write-Output "Getting the connection string for the MongoDB account..."
az cosmosdb keys list --name $ACCOUNT_NAME --resource-group $RESOURCE_GROUP_NAME --type connection-strings

Write-Output "Copy the Primary MongoDB Connection String from the list above."

Quando o script for concluído, copie a Cadeia de conexão do MongoDB primário da saída do último comando para sua área de transferência ou outro local.

{
  "connectionStrings": [
    {
      "connectionString": ""mongodb://msdocs-cosmos-db:pnaMGVtGIRAZHUjsg4GJBCZMBJ0trV4eg2IcZf1TqV...5oONz0WX14Ph0Ha5IeYACDbuVrBPA==@msdocs-cosmos-db.mongo.cosmos.azure.com:10255/?ssl=true&replicaSet=globaldb&retrywrites=false&maxIdleTimeMS=120000&appName=@msdocs-cosmos-db@"",
      "description": "Primary MongoDB Connection String",
      "keyKind": "Primary",
      "type": "MongoDB"
    },

    ...
  ]
}

Depois de concluir a etapa anterior, você terá uma cadeia de conexão do Azure Cosmos DB para MongoDB do formulário mongodb://<server-name>:<password>@<server-name>.mongo.cosmos.azure.com:10255/?ssl=true&<other-parameters>, um banco de dados nomeado restaurants_reviewse uma coleção chamada restaurants_reviews.

Para obter mais informações sobre como usar a CLI do Azure para criar uma conta do Cosmos DB para MongoDB e criar bancos de dados e coleções, consulte Criar um banco de dados e uma coleção para MongoDB para o Azure Cosmos DB usando a CLI do Azure. Você também pode usar o PowerShell, a extensão de Bancos de Dados do Azure do VS Code e o portal do Azure.

Dica

Na extensão bancos de dados do Azure do VS Code, você pode clicar com o botão direito do mouse no servidor MongoDB e obter a cadeia de conexão.

Executar a imagem localmente em um contêiner

Agora você está pronto para executar o contêiner do Docker localmente usando sua instância local do MongoDB ou sua instância do Cosmos DB para MongoDB. Nesta seção do tutorial, você aprenderá a usar o VS Code ou a CLI do Azure para executar a imagem localmente. O aplicativo de exemplo espera que as informações de conexão do MongoDB sejam passadas para ele com variáveis de ambiente. Há várias maneiras de obter variáveis de ambiente passadas para o contêiner localmente. Cada um tem vantagens e desvantagens em termos de segurança. Você deve evitar usar ou deixar quaisquer informações confidenciais no código no contêiner.

Observação

Quando o aplicativo web é implantado no Azure, ele obtém informações de conexão de variáveis de ambiente definidas nas configurações do App Service e essas modificações não se aplicam no cenário de desenvolvimento local.

Azure CLI

MongoDB local

Use os comandos a seguir com sua instância local do MongoDB para executar a imagem do Docker localmente.

1. Execute a versão mais recente da imagem.

   Bash

   #!/bin/bash
   
   # Define variables
   # Set the port number based on the framework being used:
   # 8000 for Django, 5000 for Flask
   export PORT=<port-number>  # Replace with actual port (e.g., 8000 or 5000)
   
   # Set your computer''s IP address (replace with actual IP)
   export YOUR_IP_ADDRESS=<your-computer-ip-address>  # Replace with actual IP address
   
   # Run the Docker container with the required environment variables
   docker run --rm -it \
     --publish "$PORT:$PORT" \
     --publish 27017:27017 \
     --add-host "mongoservice:$YOUR_IP_ADDRESS" \
     --env CONNECTION_STRING=mongodb://mongoservice:27017 \
     --env DB_NAME=restaurants_reviews \
     --env COLLECTION_NAME=restaurants_reviews \
     --env SECRET_KEY="supersecretkeythatispassedtopythonapp" \
     msdocspythoncontainerwebapp:latest
   

   PowerShell

   # PowerShell syntax
   # Define variables
   # Set the port number based on the framework being used:
   # 8000 for Django, 5000 for Flask
   $PORT = "your_port_number"  # Replace with your actual port number
   $YOUR_IP_ADDRESS = "your_ip_address"  # Replace with your actual IP address
   
   # Run the Docker container with the required environment variables
   docker run --rm -it `
       --publish "${PORT}:${PORT}" `
       --publish 27017:27017 `
       --add-host "mongoservice:$YOUR_IP_ADDRESS" `
       --env CONNECTION_STRING="mongodb://mongoservice:27017" `
       --env DB_NAME="restaurants_reviews" `
       --env COLLECTION_NAME="restaurants_reviews" `
       --env SECRET_KEY="supersecretkeythatispassedtopythonapp" `
       msdocspythoncontainerwebapp:latest 
   

2. Verifique se o contêiner está em execução. Em outra janela do console, execute o comando docker container ls.

   docker container ls
   

   Veja seu contêiner "msdocspythoncontainerwebapp:latest:latest" na lista. Observe a NAMES coluna da saída e a PORTS coluna. Use o nome do contêiner para interromper o contêiner.

3. Teste o aplicativo Web.

   Vá para "http://127.0.0.1:8000" para Django e "http://127.0.0.1:5000/" para Flask.

4. Desligue o contêiner.

   docker container stop <container-name>
   

Azure Cosmos DB para MongoDB

Use os comandos a seguir com a instância do Azure Cosmos DB para MongoDB para executar a imagem do Docker no Azure.

1. Execute a versão mais recente da imagem.

   Bash

   #!/bin/bash
   # PORT=8000 for Django and 5000 for Flask
   export PORT=<port-number>
   export CONNECTION_STRING="<connection-string>"
   
   docker run --rm -it \
     --publish $PORT:$PORT/tcp \
     --env CONNECTION_STRING=$CONNECTION_STRING \
     --env DB_NAME=restaurants_reviews \
     --env COLLECTION_NAME=restaurants_reviews \
     --env SECRET_KEY=supersecretkeythatyougenerate \
     msdocspythoncontainerwebapp:latest
   

   PowerShell

   # PowerShell syntax
   # PORT=8000 for Django and 5000 for Flask
   $PORT=<port-number>
   $CONNECTION_STRING="<connection-string>"
   
   docker run --rm -it `
     --publish ${PORT}:${PORT}/tcp `
     --env CONNECTION_STRING=$CONNECTION_STRING `
     --env DB_NAME=restaurants_reviews `
     --env COLLECTION_NAME=restaurants_reviews `
     --env SECRET_KEY=supersecretkeythatyougenerate `
     msdocspythoncontainerwebapp:latest
   

   A apresentação de informações sensíveis é feita apenas para fins de demonstração. As informações da cadeia de conexão podem ser exibidas inspecionando o contêiner com o comando docker container inspect. Outra maneira de lidar com segredos é usar a funcionalidade buildkit do Docker.

2. Abra uma nova janela do console, execute o seguinte comando de contêiner do Docker ls para confirmar se o contêiner está em execução.

   docker container ls
   

   Veja seu contêiner "msdocspythoncontainerwebapp:latest:latest" na lista. Observe a NAMES coluna da saída e a PORTS coluna. Use o nome do contêiner para interromper o contêiner.

3. Teste o aplicativo Web.

   Vá para "http://127.0.0.1:8000" para Django e "http://127.0.0.1:5000/" para Flask.

4. Desligue o contêiner.

   docker container stop <container-name>
   

Código do VS

Nesta seção do tutorial, você usará a extensão do Docker no Visual Studio Code para executar o contêiner. Você pode usar a cadeia de conexão para a instância local do MongoDB ou a instância do Cosmos DB para MongoDB no VS Code.

1. Na pasta .vscode do aplicativo de exemplo, o arquivo settings.json define o que acontece quando você usa a extensão do Docker e seleciona Executar ou Executar Interativo no menu de contexto de uma tag. O arquivo settings.json contém dois modelos, cada um para os cenários (MongoDB local) e (MongoDB Azure).

   

   Se você estiver usando um banco de dados mongoDB local:

   • Substitua ambas as instâncias de <YOUR_IP_ADDRESS> pelo seu endereço IP.

   • Substitua ambas as instâncias de <CONNECTION_STRING> pela cadeia de conexão do seu banco de dados MongoDB.

   • Adicione a seguinte variável de ambiente à cadeia de caracteres de variáveis passadas para o comando de execução do Docker para os modelos locais do MongoDB para os blocos de código "docker.commands.run" e "docker.commands.runInteractive":

     -e 'SECRET_KEY=supersecretkeythatispassedtopythonapp'
     

   Se você estiver usando um banco de dados do Azure Cosmos DB para MongoDB:

   • Substitua ambas as instâncias de <CONNECTION_STRING> pela cadeia de conexão do Azure Cosmos DB para MongoDB.

   • Adicione a seguinte variável de ambiente à lista de variáveis passadas para o comando Docker run nos templates do Azure Cosmos DB para MongoDB, nos blocos de código "docker.commands.run" e "docker.commands.runInteractive":

     -e 'SECRET_KEY=supersecretkeythatispassedtopythonapp'
     

2. Defina a configuração docker.dockerPath usada pelos modelos. Para definir docker.dockerPath, abra a Paleta de Comandos do VS Code (Ctrl+Shift+P), insira "Preferências: Abrir Configurações do Workspace" e, em seguida, insira "docker.dockerPath" na caixa de configurações de Pesquisa. Insira "docker" (sem aspas) para o valor da configuração.

   Observação

   Presume-se que o nome do banco de dados e o nome da coleção sejam restaurants_reviews.

3. Execute a imagem.

   1. Na seção IMAGES da extensão do Docker, localize a imagem criada.

   2. Expanda a imagem para localizar a marca mais recente , clique com o botão direito do mouse e selecione Executar Interativo.

   3. Você será solicitado a selecionar a tarefa apropriada para seu cenário, "Configuração de execução interativa (local do MongoDB)" ou "Configuração de execução interativa (MongoDB Azure)".

   Com uma execução interativa, você vê todas as instruções de impressão no código, que podem ser úteis para a depuração. Você também pode selecionar Executar, que não é interativo e não mantém a entrada padrão aberta.

   

   Importante

   Esta etapa falhará se o perfil de terminal padrão estiver definido como Prompt de Comando (Windows). Para alterar o perfil padrão, abra a Paleta de Comandos do VS Code (Ctrl+Shift+P), insira "Terminal: Selecionar Perfil Padrão" e selecione um perfil diferente no menu suspenso , como Git Bash ou PowerShell.

4. Confirme se o contêiner do Docker está em execução.

   1. Na seção CONTAINERS da extensão do Docker, localize o contêiner.

   2. Expanda o nó de Contêineres Individuais e confirme se o contêiner "msdocspythoncontainerwebapp" está em execução. Procure um símbolo de triângulo verde ao lado do nome do contêiner.

   

5. Teste o aplicativo Web clicando com o botão direito do mouse no nome do contêiner e selecionando Abrir no Navegador.

   

   O navegador é aberto no navegador padrão como "http://127.0.0.1:8000" para o Django ou "http://127.0.0.1:5000/" para o Flask.

   Observação

   Se você receber um erro de tempo limite, verifique se o serviço MongoDB está em execução. Caso contrário, interrompa o contêiner do Docker no VS Code e reinicie o serviço MongoDB. Em seguida, inicie o contêiner do Docker novamente e tente acessar o aplicativo Web no navegador.

6. Interrompa o contêiner.

   1. Na seção CONTAINERS da extensão do Docker, localize o contêiner em execução.

   2. Clique com o botão direito do mouse no contêiner e selecione Parar.

   

Dica

Você também pode executar o contêiner selecionando uma configuração de execução ou depuração. As tarefas de extensão do Docker em tasks.json são chamadas ao fazer uma execução ou depuração. A tarefa chamada depende da configuração de inicialização selecionada. Para a tarefa "Docker: Python (mongoDB local)", especifique <YOUR-IP-ADDRESS>. Para a tarefa "Docker: Python (MongoDB Azure)", especifique <CONNECTION-STRING>.

Você também pode iniciar um contêiner a partir de uma imagem e pará-lo com o aplicativo Docker Desktop .

Próxima etapa

Criar uma imagem de contêiner no Azure