自从容器（主要是docker）出现后，分布式部署迎来了一场不小的革命，开发运维人员终于可以不用为部署环境不一致问题扯皮，同时动态扩展也大大简化。Docker加上K8S后，更是争强对基于docker部署的分布式系统的“三高”（高可用，高可扩，高并发）。对于C#而言，.net core时代的到来，开始了拥抱跨平台，对于容器化技术，微软会迟到，但绝不会缺席。今天，我们也来体验一把利用.net core3.1 WebApi架构，将虹软人脸识别项目部署到docker容器中。本文基于虹软人脸识别SDK 3.0 Windows C++ / X64版本(SDK下载链接：ai.arcsoft.com.cn/ucenter/res…)作为讲解以及代码展示。
生产环境中，Linux服务器的数量远超Windows server，因此Linux系统才是docker的主战场，顺便提一句K8S目前也仅支持Linux运行。在Linux系统安装docker，根据Linux版本不同，可能有些差异，主要两种发行版安装参考如下（你可能需要科学上网）： Ubuntu：www.runoob.com/docker/ubun… CentOS：www.runoob.com/docker/cent… 环境好了，可以干活了。下面我们开始撸代码，实例代码我去除so，dll文件以及AppId，Key配置后，放在了github上面（github.com/18628271760…）大家可以下载参考，添加去除内容后，就可以可以跑起来。
下面开始避坑提示：
1.无法加载错误：绝大多数小伙伴在Windows上开发，再部署到Linux上。因此经常直接把虹软SDK的2个dll格式文件上传到Linux服务器，导致启动docker时候失败。原因当然是Windows的动态链接库与Linux版本不兼容引发的。
避坑做法是：推荐将dll与so文件同时加载到项目，方便调试与部署。编写完成在本地测试的时候，选择dll格式的动态链接库，部署上传到Linux的时候只上传对应的so文件。
2.“28676（0x7004）”错误：官方SDK解释的很清楚，SDK_KEY和使用的SDK不匹配。开发者在虹软开发者中心创建一个项目后，会自动生成一个APP_ID。这个项目下，可以有N个版本的SDK，这些SDK共用一个APP_ID，但有自己独立的SDK_KEY（不同系统版本间肯定不一样！）。
避坑做法是：注意在开发和部署测试的时候，切换不同的key，与当前系统版本一致。同样不要忘记不同系统下的引用文件切换。（表扬下虹软开发，相同代数的Windows/Linux C++版本函数完全一致，省去了不少麻烦）。
3.（微软挖坑！）镜像缺少依赖（提示找不到libgdiplus组件）：由于本实例基于.net core3.1版本，需要在DockerFile里面加入.net core3.1依赖镜像。早期笔者使用的是微软自带的.net core3.1镜像，结果发现部署完成后启动容器，出现依赖缺失问题。经过排查后发现，微软自带的.net core3.1镜像没有集成libgdiplus库（libgdiplus是一个Mono库，用于对非Windows操作系统提供GDI+兼容的API，libgdiplus是mono中的System.Drawing依赖的一个组件，用于显示web页面基本颜色等。可用于生成netcore验证码，处理图片等。关于libgdiplus的详细信息，请小伙伴参考：www.jianshu.com/p/f71f9e713…）
避坑做法是：引用第三方镜像（ lonwern/aspnetcore-libgdiplus:3.1）可以解决此问题。（其在Github上的开源地址为：github.com/lonwern/asp…）
4.无法找到相关引用：与Windows系统类似，Linux在查找动态链接文件so时，也有一定顺序，如下： （1） gcc 编译时指定的运行时库路径 -Wl,-rpath （2） 环境变量 LD_LIBRARY_PATH （3） ldconfig 缓存 /etc/ld.so.cache （4） 系统默认库位置 /lib以及/usr/lib 如果我们的so文件没有在上述位置，Linux 程序运行时自然查找不到，将会报错。 避坑做法是：建议在Linux系统中基于docker部署， libarcsoft_face.so 和libarcsoft_face_engine.so需要拷贝到/usr/lib/目录下，最为简单方便。
将程序集上传到Linux，打包成镜像文件。镜像打包参考：
blog.csdn.net/xiaoxionglo…
打包成功后，利用docker images命令参看是否创建成功：
创建成功后，利用docker run命令启动容器实例。
没有错误，利用docker ps -a命令参看下结果：
打开swagger，测试：
总结，容器化的部署，简化了跨平台的部署，同时也减轻了运维压力。但对新手来说，可能会遇到很多“坑”。不过踩坑爬坑就是能力提升的过程，希望本期开发心得对小伙伴使用虹软容器化部署有个避坑参考。
了解更多人脸识别产品相关内容请到虹软视觉开放平台哦
