# OCR服务 Docker 部署文档

## 项目概述

这是一个基于FastAPI的OCR文字识别服务，支持多种文件格式：
- 图片格式：JPG, PNG, BMP等
- PDF文档
- Excel文件：.xlsx, .xls
- PowerPoint文件：.pptx, .ppt

## 快速开始

### 1. 基础构建和启动

```bash
# 构建镜像
docker build -t my-ocr-service:v1.0 .

# 启动容器
docker run -d -p 9000:9000 --name ocr-server my-ocr-service:v1.0

# 或使用docker-compose（推荐）
docker-compose up -d --build
```

### 2. 验证服务

#### 基础健康检查

```bash
# 健康检查
curl http://localhost:9000/health

# 预期返回
{"status":"ok"}
```

#### 完整功能测试

```bash
# 测试PDF文件OCR（使用项目测试文件）
curl -X POST \
  -F "file=@example/test_resume.pdf" \
  http://localhost:9000/ocr

# 预期返回格式
{
  "code": 200,
  "data": "--- Page 1 ---\n识别出的文字内容...",
  "cost_time_ms": 1234.56
}
```

#### 详细验证脚本

```bash
# 创建完整的验证脚本
cat > verify-service.sh << 'EOF'
#!/bin/bash

BASE_URL="http://localhost:9000"
TEST_FILE="example/test_resume.pdf"

echo "=== OCR服务验证测试 ==="
echo "服务地址: $BASE_URL"
echo "测试时间: $(date)"
echo

# 1. 健康检查
echo "1. 健康检查测试..."
HEALTH_RESPONSE=$(curl -s -w "%{http_code}" -o /tmp/health_response.json $BASE_URL/health)
HTTP_CODE=${HEALTH_RESPONSE: -3}

if [ "$HTTP_CODE" = "200" ]; then
    echo "✅ 健康检查通过 (HTTP $HTTP_CODE)"
    echo "   响应: $(cat /tmp/health_response.json)"
else
    echo "❌ 健康检查失败 (HTTP $HTTP_CODE)"
    exit 1
fi
echo

# 2. 检查测试文件
echo "2. 检查测试文件..."
if [ -f "$TEST_FILE" ]; then
    echo "✅ 测试文件存在: $TEST_FILE"
    echo "   文件大小: $(ls -lh $TEST_FILE | awk '{print $5}')"
else
    echo "❌ 测试文件不存在: $TEST_FILE"
    echo "   请确保example/test_resume.pdf文件存在"
    exit 1
fi
echo

# 3. PDF OCR测试
echo "3. PDF OCR功能测试..."
START_TIME=$(date +%s.%N)

OCR_RESPONSE=$(curl -s -w "%{http_code}" \
  -X POST \
  -F "file=@$TEST_FILE" \
  -o /tmp/ocr_response.json \
  $BASE_URL/ocr)

END_TIME=$(date +%s.%N)
HTTP_CODE=${OCR_RESPONSE: -3}
DURATION=$(echo "$END_TIME - $START_TIME" | bc)

if [ "$HTTP_CODE" = "200" ]; then
    echo "✅ OCR测试通过 (HTTP $HTTP_CODE)"
    echo "   请求耗时: ${DURATION}s"
    
    # 解析响应
    CODE=$(cat /tmp/ocr_response.json | python3 -c "import sys, json; print(json.load(sys.stdin).get('code', 'N/A'))")
    COST_TIME=$(cat /tmp/ocr_response.json | python3 -c "import sys, json; print(json.load(sys.stdin).get('cost_time_ms', 'N/A'))")
    DATA_LENGTH=$(cat /tmp/ocr_response.json | python3 -c "import sys, json; print(len(json.load(sys.stdin).get('data', '')))")
    
    echo "   响应码: $CODE"
    echo "   服务耗时: ${COST_TIME}ms"
    echo "   识别文本长度: ${DATA_LENGTH}字符"
    
    if [ "$CODE" = "200" ] && [ "$DATA_LENGTH" -gt "0" ]; then
        echo "✅ OCR识别成功，提取到文本内容"
    else
        echo "⚠️  OCR响应异常，请检查日志"
    fi
else
    echo "❌ OCR测试失败 (HTTP $HTTP_CODE)"
    echo "   响应内容: $(cat /tmp/ocr_response.json)"
    exit 1
fi
echo

# 4. URL OCR测试（可选）
echo "4. URL OCR功能测试（可选）..."
URL_TEST="https://httpbin.org/status/200"
echo "   跳过URL测试，如需测试请提供有效的文档URL"
echo

# 5. 性能基准测试
echo "5. 性能基准测试..."
echo "   执行3次OCR测试，计算平均耗时..."

TOTAL_TIME=0
SUCCESS_COUNT=0

for i in {1..3}; do
    echo -n "   测试 $i/3: "
    START_TIME=$(date +%s.%N)
    
    RESPONSE=$(curl -s -w "%{http_code}" \
      -X POST \
      -F "file=@$TEST_FILE" \
      -o /tmp/perf_test_$i.json \
      $BASE_URL/ocr)
    
    END_TIME=$(date +%s.%N)
    HTTP_CODE=${RESPONSE: -3}
    DURATION=$(echo "$END_TIME - $START_TIME" | bc)
    
    if [ "$HTTP_CODE" = "200" ]; then
        echo "${DURATION}s ✅"
        TOTAL_TIME=$(echo "$TOTAL_TIME + $DURATION" | bc)
        SUCCESS_COUNT=$((SUCCESS_COUNT + 1))
    else
        echo "失败 (HTTP $HTTP_CODE) ❌"
    fi
done

if [ "$SUCCESS_COUNT" -gt "0" ]; then
    AVG_TIME=$(echo "scale=3; $TOTAL_TIME / $SUCCESS_COUNT" | bc)
    echo "   平均耗时: ${AVG_TIME}s"
    echo "   成功率: $SUCCESS_COUNT/3"
fi
echo

# 清理临时文件
rm -f /tmp/health_response.json /tmp/ocr_response.json /tmp/perf_test_*.json

echo "=== 验证测试完成 ==="
echo "如果所有测试都通过，服务已正常运行！"
EOF

chmod +x verify-service.sh
./verify-service.sh
```

#### 快速验证命令

```bash
# 一键验证所有功能
curl -s http://localhost:9000/health && \
curl -X POST -F "file=@example/test_resume.pdf" http://localhost:9000/ocr | \
python3 -m json.tool

# 简化版验证
echo "健康检查:" && curl -s http://localhost:9000/health && echo
echo "OCR测试:" && curl -X POST -F "file=@example/test_resume.pdf" http://localhost:9000/ocr
```

#### 其他文件格式测试

```bash
# 如果有其他测试文件，可以测试更多格式

# 测试图片文件（需要准备测试图片）
curl -X POST -F "file=@test_image.jpg" http://localhost:9000/ocr

# 测试Excel文件（需要准备测试文件）
curl -X POST -F "file=@test_document.xlsx" http://localhost:9000/ocr

# 测试PowerPoint文件（需要准备测试文件）
curl -X POST -F "file=@test_presentation.pptx" http://localhost:9000/ocr

# 测试URL识别
curl -X POST \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/document.pdf"}' \
  http://localhost:9000/ocr/url
```

## 详细部署指南

### 环境要求

- Docker 20.10+
- Docker Compose 2.0+
- 系统内存：建议4GB以上
- 磁盘空间：至少2GB可用空间

### 构建选项

#### 选项1：Docker Compose（推荐）

```bash
# 停止旧服务
docker-compose down

# 构建并启动
docker-compose up -d --build

# 查看日志
docker-compose logs -f ocr-server
```

#### 选项2：手动构建

```bash
# 构建镜像
docker build -t my-ocr-service:v1.0 .

# 启动容器
docker run -d \
  --name ocr-server \
  -p 9000:9000 \
  --restart always \
  -e TZ=Asia/Shanghai \
  my-ocr-service:v1.0
```

### 多架构支持

#### AMD64平台（x86_64）

```bash
# 使用默认Dockerfile
docker build -t my-ocr-service:v1.0-amd64 .
```

#### ARM64平台（Apple Silicon, ARM服务器）

```bash
# 使用ARM优化版Dockerfile
docker build -f Dockerfile.arm -t my-ocr-service:v1.0-arm64 .

# 或使用ARM版docker-compose
docker-compose -f docker-compose.arm.yml up -d --build
```

#### 多架构构建（跨平台）

```bash
# 启用buildx
docker buildx create --name multiarch --use

# 构建多架构镜像
docker buildx build \
  --platform linux/amd64,linux/arm64 \
  -t my-ocr-service:v1.0 \
  --push .

# 或使用提供的脚本
chmod +x build-multiarch.sh
./build-multiarch.sh
```

## 配置说明

### 环境变量

| 变量名 | 默认值 | 说明 |
|--------|--------|------|
| TZ | Asia/Shanghai | 时区设置 |
| OMP_NUM_THREADS | 4 | OpenMP线程数（ARM平台） |
| OPENBLAS_NUM_THREADS | 4 | OpenBLAS线程数（ARM平台） |

### 端口配置

- 服务端口：9000
- 健康检查：GET /health
- OCR接口：POST /ocr
- URL识别：POST /ocr/url

### 资源限制

```yaml
# docker-compose.yml中的资源配置
deploy:
  resources:
    limits:
      memory: 2G
      cpus: '2.0'
    reservations:
      memory: 1G
      cpus: '1.0'
```

## 镜像管理

### 架构检测和选择

#### 检测当前系统架构

```bash
# 查看系统架构
uname -m
# 输出示例：
# x86_64    -> AMD64架构
# aarch64   -> ARM64架构
# arm64     -> ARM64架构（macOS）

# 查看Docker支持的架构
docker version --format '{{.Server.Arch}}'

# 检查镜像支持的架构
docker buildx imagetools inspect my-ocr-service:v1.0
```

#### 自动选择合适的镜像

```bash
# 创建架构检测脚本
cat > select-image.sh << 'EOF'
#!/bin/bash
ARCH=$(uname -m)
IMAGE_NAME="my-ocr-service"
VERSION="v1.0"

case $ARCH in
    x86_64)
        DOCKER_ARCH="amd64"
        ;;
    aarch64|arm64)
        DOCKER_ARCH="arm64"
        ;;
    *)
        echo "不支持的架构: $ARCH"
        exit 1
        ;;
esac

echo "检测到架构: $ARCH -> Docker架构: $DOCKER_ARCH"
echo "使用镜像: ${IMAGE_NAME}:${VERSION}-${DOCKER_ARCH}"

# 检查镜像是否存在
if docker image inspect ${IMAGE_NAME}:${VERSION}-${DOCKER_ARCH} >/dev/null 2>&1; then
    echo "镜像已存在，启动容器..."
    docker run -d -p 9000:9000 --name ocr-server ${IMAGE_NAME}:${VERSION}-${DOCKER_ARCH}
else
    echo "镜像不存在，请先导入对应架构的镜像文件"
    echo "AMD64: docker load -i ocr-server-${VERSION}-amd64.tar"
    echo "ARM64: docker load -i ocr-server-${VERSION}-arm64.tar"
fi
EOF

chmod +x select-image.sh
./select-image.sh
```

### 导出镜像

#### AMD64架构导出

```bash
# 导出AMD64镜像为tar文件
docker save -o ocr-server-v1.0-amd64.tar my-ocr-service:v1.0-amd64

# 压缩导出AMD64镜像
docker save my-ocr-service:v1.0-amd64 | gzip > ocr-server-v1.0-amd64.tar.gz

# 查看导出文件大小
ls -lh ocr-server-v1.0-amd64.tar*
```

#### ARM64架构导出

```bash
# 导出ARM64镜像为tar文件
docker save -o ocr-server-v1.0-arm64.tar my-ocr-service:v1.0-arm64

# 压缩导出ARM64镜像
docker save my-ocr-service:v1.0-arm64 | gzip > ocr-server-v1.0-arm64.tar.gz

# 查看导出文件大小
ls -lh ocr-server-v1.0-arm64.tar*
```

#### 多架构镜像导出

```bash
# 导出包含多架构的镜像
docker save -o ocr-server-v1.0-multiarch.tar my-ocr-service:v1.0

# 批量导出所有架构版本
docker save -o ocr-server-v1.0-all.tar \
  my-ocr-service:v1.0-amd64 \
  my-ocr-service:v1.0-arm64

# 压缩多架构镜像
docker save my-ocr-service:v1.0-amd64 my-ocr-service:v1.0-arm64 | \
  gzip > ocr-server-v1.0-multiarch.tar.gz
```

#### 自动化导出脚本

```bash
# 创建导出脚本
cat > export-images.sh << 'EOF'
#!/bin/bash
VERSION=${1:-v1.0}
IMAGE_NAME="my-ocr-service"

echo "导出镜像版本: $VERSION"

# 检查镜像是否存在
if docker image inspect ${IMAGE_NAME}:${VERSION}-amd64 >/dev/null 2>&1; then
    echo "导出AMD64镜像..."
    docker save -o ${IMAGE_NAME}-${VERSION}-amd64.tar ${IMAGE_NAME}:${VERSION}-amd64
    gzip ${IMAGE_NAME}-${VERSION}-amd64.tar
fi

if docker image inspect ${IMAGE_NAME}:${VERSION}-arm64 >/dev/null 2>&1; then
    echo "导出ARM64镜像..."
    docker save -o ${IMAGE_NAME}-${VERSION}-arm64.tar ${IMAGE_NAME}:${VERSION}-arm64
    gzip ${IMAGE_NAME}-${VERSION}-arm64.tar
fi

echo "导出完成！"
ls -lh ${IMAGE_NAME}-${VERSION}-*.tar.gz
EOF

chmod +x export-images.sh
./export-images.sh v1.0
```

### 导入镜像

#### AMD64架构（x86_64）

```bash
# 从tar文件导入AMD64镜像
docker load -i ocr-server-v1.0-amd64.tar

# 从压缩文件导入AMD64镜像
gunzip -c ocr-server-v1.0-amd64.tar.gz | docker load

# 验证导入的AMD64镜像
docker images | grep ocr-server
docker inspect my-ocr-service:v1.0-amd64 | grep Architecture
```

#### ARM64架构（Apple Silicon, ARM服务器）

```bash
# 从tar文件导入ARM64镜像
docker load -i ocr-server-v1.0-arm64.tar

# 从压缩文件导入ARM64镜像
gunzip -c ocr-server-v1.0-arm64.tar.gz | docker load

# 验证导入的ARM64镜像
docker images | grep ocr-server
docker inspect my-ocr-service:v1.0-arm64 | grep Architecture
```

#### 通用导入（自动检测架构）

```bash
# 导入通用镜像（包含多架构）
docker load -i ocr-server-v1.0.tar

# 查看支持的架构
docker buildx imagetools inspect my-ocr-service:v1.0

# Docker会自动选择匹配当前系统的架构
docker run --rm my-ocr-service:v1.0 uname -m
```

#### 跨架构导入和使用

```bash
# 在AMD64系统上导入ARM64镜像（需要启用实验性功能）
export DOCKER_CLI_EXPERIMENTAL=enabled
docker load -i ocr-server-v1.0-arm64.tar

# 在ARM64系统上导入AMD64镜像
docker load -i ocr-server-v1.0-amd64.tar

# 强制运行非原生架构镜像（性能会下降）
docker run --platform linux/arm64 my-ocr-service:v1.0-arm64
docker run --platform linux/amd64 my-ocr-service:v1.0-amd64
```

### 推送到仓库

#### 单架构推送

```bash
# 推送AMD64镜像
docker tag my-ocr-service:v1.0-amd64 your-registry.com/ocr-service:v1.0-amd64
docker push your-registry.com/ocr-service:v1.0-amd64

# 推送ARM64镜像
docker tag my-ocr-service:v1.0-arm64 your-registry.com/ocr-service:v1.0-arm64
docker push your-registry.com/ocr-service:v1.0-arm64
```

#### 多架构推送（推荐）

```bash
# 创建并推送多架构manifest
docker buildx create --name multiarch --use

# 构建并推送多架构镜像
docker buildx build \
  --platform linux/amd64,linux/arm64 \
  -t your-registry.com/ocr-service:v1.0 \
  --push .

# 验证多架构镜像
docker buildx imagetools inspect your-registry.com/ocr-service:v1.0
```

#### 从本地镜像创建多架构推送

```bash
# 推送各架构镜像
docker push your-registry.com/ocr-service:v1.0-amd64
docker push your-registry.com/ocr-service:v1.0-arm64

# 创建多架构manifest
docker manifest create your-registry.com/ocr-service:v1.0 \
  your-registry.com/ocr-service:v1.0-amd64 \
  your-registry.com/ocr-service:v1.0-arm64

# 设置架构信息
docker manifest annotate your-registry.com/ocr-service:v1.0 \
  your-registry.com/ocr-service:v1.0-amd64 --arch amd64

docker manifest annotate your-registry.com/ocr-service:v1.0 \
  your-registry.com/ocr-service:v1.0-arm64 --arch arm64

# 推送manifest
docker manifest push your-registry.com/ocr-service:v1.0
```

## 生产环境部署

### 1. 服务器部署

```bash
# 上传镜像到服务器
scp ocr-server-v1.0.tar root@your-server:/opt/docker-apps/

# 在服务器上导入
ssh root@your-server
cd /opt/docker-apps/
docker load -i ocr-server-v1.0.tar

# 启动服务
docker-compose up -d --force-recreate
```

### 2. 反向代理配置（Nginx）

```nginx
server {
    listen 80;
    server_name ocr.yourdomain.com;
    
    location / {
        proxy_pass http://localhost:9000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        
        # 文件上传大小限制
        client_max_body_size 50M;
    }
}
```

### 3. 监控和日志

```bash
# 查看容器状态
docker ps
docker stats ocr-server

# 查看日志
docker logs -f ocr-server
docker-compose logs -f

# 健康检查
curl -f http://localhost:9000/health
```

## 故障排除

### 常见问题

1. **内存不足**
   ```bash
   # 增加内存限制
   docker run --memory=4g my-ocr-service:v1.0
   ```

2. **端口冲突**
   ```bash
   # 检查端口占用
   netstat -tlnp | grep 9000
   # 更换端口
   docker run -p 9001:9000 my-ocr-service:v1.0
   ```

3. **ARM平台性能问题**
   ```bash
   # 使用ARM优化版本
   docker-compose -f docker-compose.arm.yml up -d
   ```

4. **依赖库问题**
   ```bash
   # 重新构建镜像
   docker build --no-cache -t my-ocr-service:v1.0 .
   ```

### 调试命令

```bash
# 进入容器调试
docker exec -it ocr-server bash

# 查看容器资源使用
docker stats ocr-server

# 查看镜像层信息
docker history my-ocr-service:v1.0

# 检查容器健康状态
docker inspect ocr-server | grep Health -A 10
```

## API使用示例

### 文件上传识别

```bash
# 上传PDF文件
curl -X POST \
  -F "file=@document.pdf" \
  http://localhost:9000/ocr

# 上传图片
curl -X POST \
  -F "file=@image.jpg" \
  http://localhost:9000/ocr
```

### URL识别

```bash
# 识别网络文件
curl -X POST \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/document.pdf"}' \
  http://localhost:9000/ocr/url
```

## 性能优化

### 1. 镜像优化

- 使用多阶段构建减小镜像大小
- 清理不必要的依赖和缓存
- 使用.dockerignore排除无关文件

### 2. 运行时优化

```bash
# 设置合适的线程数
docker run -e OMP_NUM_THREADS=4 my-ocr-service:v1.0

# 使用内存映射
docker run --shm-size=1g my-ocr-service:v1.0
```

### 3. 集群部署

```yaml
# docker-compose.yml 扩展配置
services:
  ocr-server:
    deploy:
      replicas: 3
      update_config:
        parallelism: 1
        delay: 10s
      restart_policy:
        condition: on-failure
```

## 版本管理

### 版本标记策略

```bash
# 开发版本
docker tag my-ocr-service:latest my-ocr-service:dev

# 测试版本
docker tag my-ocr-service:latest my-ocr-service:test

# 生产版本
docker tag my-ocr-service:latest my-ocr-service:v1.0
docker tag my-ocr-service:latest my-ocr-service:stable
```

### 回滚策略

```bash
# 保存当前版本
docker tag my-ocr-service:latest my-ocr-service:backup-$(date +%Y%m%d)

# 回滚到上一版本
docker-compose down
docker tag my-ocr-service:v0.9 my-ocr-service:latest
docker-compose up -d
```

---

## 联系支持

如遇到部署问题，请提供以下信息：
- 操作系统和架构
- Docker版本
- 错误日志
- 部署配置文件