企业官网建设流程全解析

• 金融科技
• 后端
• 数据分析

QUANTAXIS 是一个纯本地的股票/期货/期权量化解决方案，覆盖数据获取、回测、模拟、实盘交易、可视化与多账户管理。为了让用户跳过繁琐的环境配置，项目在docker/目录下提供了一套完整的 Docker 化部署方案，其核心是qa-service：一个把 MongoDB 数据库、RabbitMQ 事件消息队列、Jupyter 工作台、Web 可视化界面、回测与实盘服务全部预装并自动拉起的"一站式量化环境"。本指南以 docker/readme.md 为主线，结合仓库内真实的一键脚本、docker-compose 配置与镜像 Dockerfile，带你完成 Docker 安装、qa-service 环境初始化、日常使用与数据备份还原，并深入理解这套容器编排的底层原理。读完你即可在 Linux、Windows 或 macOS 上快速部署一套开箱即用的 QUANTAXIS 环境。

1. 部署总览：四步走

原文档将整套部署流程提纲挈领地分为四个阶段，这也是本指南的组织脉络：

1. 安装 Docker：在宿主机上装好 Docker 与 Docker Compose 运行环境；
2. 配置 qa-service 环境：创建两个数据卷（volume），并获取 docker-compose 编排文件；
3. 拉起并开始使用：执行docker-compose up，通过网页与 Jupyter 直接开始回测、实盘与可视化；
4. Docker 进阶：日志查看、服务状态管理、停止/删除、更新以及数据库备份还原。

如果你只想"用"，完成前两步后由脚本自动完成第三步即可，完全不需要深入理解 Docker 概念；进阶部分则留给需要长期运维或二次开发的同学。

2. 安装 Docker

2.1 Linux：一键安装脚本

仓库中提供了针对 Ubuntu 等 Linux 发行版的一键安装脚本 config/install_docker.sh，其核心逻辑如下：

curl -sSL https://get.daocloud.io/docker | sh curl -L https://get.daocloud.io/docker/compose/releases/download/1.24.1/docker-compose-`uname -s`-`uname -m` > /usr/local/bin/docker-compose chmod +x /usr/local/bin/docker-compose

可以看到脚本做了两件事：

• 通过 DaoCloud 镜像源安装 Docker 引擎（比直接访问 Docker 官方源在国内网络环境更稳定）；
• 下载docker-compose 1.24.1到/usr/local/bin/并赋予执行权限——qa-service 的编排文件正是基于该版本的 compose 语法编写（version: '2'），因此使用仓库提供的脚本可以保证版本兼容。

原文档给出的使用方式是：先将脚本下载到本地，然后以 root 权限执行：

sudo bash install_docker.sh

注意：该脚本仅适用于 Linux，Windows/macOS 用户请勿使用。

2.2 Windows / macOS：安装 Docker Desktop

Windows 与 macOS 下需要手动安装Docker Desktop（图形化安装包，官方渠道下载即可）。原文档特别强调了一个关键注意事项：

安装 exe 时，最后一步关于"使用 Windows container"的选项一定不要勾选！

QUANTAXIS 的容器全部是基于 Linux 镜像构建的（如daocloud.io/quantaxis/qacommunity-rust-go:allin-20210218），必须以Linux container模式运行。同时，原文档也建议尽量避免在 Windows 10 以下的旧系统上部署，以免遇到兼容性问题。

安装完成后，可以在终端验证 Docker 是否可用：

docker version docker-compose version

3. 理解 qa-service：一个"预装好一切的量化环境"

qa-service 的本质是一个 Docker Compose 环境（environment），它替你预装并预拉起了 QUANTAXIS 使用所需的全部组件。原文档给出了非常明确的定位：

• 只想使用（写回测、跑实盘、看可视化）→ 拉起 qa-service 即可，不需要学会 Docker；
• 想做二次开发（魔改源码、与现有系统集成）→ 不建议直接上 Docker，先在本地调试部署完成，再学习制作镜像以实现分发。

在你第一次使用 qa-service 之前，需要完成两项一次性预处理：

1. 创建两个 Docker 数据卷（volume）：
   • qamg：存放数据库（MongoDB）的数据文件；
   • qacode：存放你编写的代码（策略/回测脚本）。
2. 准备 docker-compose.yaml 编排文件：这是描述整个环境配置的设置文件。你不需要读懂其中的每一行，只需要把它下载到一个专属文件夹（例如D:/qa/或~/quantaxis_docker/）中备用。

关于 volume，可以把它理解为Docker 级别的"可移动硬盘"：容器是易失的，删除后数据随之消失；而 volume 挂载在宿主机上，数据可以跨容器生命周期持久保留。qamg与qacode两个 volume只需创建一次，后续反复docker-compose up/down都不会丢失数据。

4. Linux 下使用 qa-service

4.1 第一次使用：一键脚本

Linux 用户（原文档戏称"默认精通百度搜索的男人"）可以直接使用仓库中的 docker/qaservice_docker.sh。该脚本的内容非常直观：

echo "QUANTAXIS_DOCKER_SERVICE" mkdir quantaxis_docker && cd quantaxis_docker wget https://raw.githubusercontent.com/QUANTAXIS/QUANTAXIS/master/docker/qa-service/docker-compose.yaml docker volume create qamg docker volume create qacode docker-compose up -d

它依次完成了：创建专属目录quantaxis_docker→ 下载 docker/qa-service/docker-compose.yaml → 创建qamg、qacode两个数据卷 → 以-d（后台守护）模式拉起整套环境。下载脚本后执行：

sudo bash qaservice_docker.sh

4.2 后续使用

后续启动/停止服务时，只需cd到存放 docker-compose.yaml 的目录（即第一次脚本创建的quantaxis_docker）：

docker-compose up -d

5. Windows / macOS 下使用 qa-service

第一次使用需要手动完成四步：

第 1 步：创建两个数据卷

docker volume create --name=qamg docker volume create --name=qacode

第 2 步：下载编排文件—— 获取 docker/qa-service/docker-compose.yaml，保存到本地。

第 3 步：把它放到你心爱的专属文件夹中（例如D:/qa/），记住这个目录。

第 4 步：拉起服务

cd D:/qa # 换成你的专属目录 docker-compose up

首次执行docker-compose up会从镜像仓库拉取全部镜像，耗时较长属正常现象；中途不要中断，等待各容器完成初始化。

后续使用：先更新镜像，再启动：

cd D:/qa docker-compose pull # 更新 docker 镜像文件 docker-compose up

6. 拉起后：端口一览与三种使用姿势

6.1 端口分配

原文档给出了 qa-service 暴露的核心端口。结合 docker/qa-service/docker-compose.yaml 与 docker/qa-service/docker-compose3.yaml 两个编排文件，完整的端口映射如下：

6.2 三种使用姿势

环境拉起后，QUANTAXIS 已经帮你把配置环境的"脏活"全部干完，你可以直接：

1. 通过 HTML 界面工作：浏览器访问社区版界面（端口 81）与 quantaxis_webserver（端口 8010），直接编写回测、查看回测结果、操作实盘；
2. 通过 Jupyter 工作：访问 8888 端口打开 Jupyter Lab，在线编写与运行策略，代码默认持久化到qacode卷（/root/code）；
3. 本地 Python + 远端环境：如果你本地已有 Python 环境，可以在本地编写代码，通过网络连接 qa-service 提供的数据库（27017）与消息队列（5672），把 Docker 当作"共享基础设施"来用。

原文档还特别提醒两个观念：

• Docker 与本地环境可以并存：有了本地 Python 并不妨碍使用 Docker，两者互不冲突；
• Docker 的目的是快速拉起：如果你有精力把 QUANTAXIS 的各个模块全部本地部署一遍，同样欢迎——Docker 只是省事的手段，不是唯一路径。

7. 进阶运维：日志、状态、停止与更新

以下内容属于 Docker 进阶操作，看不懂、不想看可以跳过；对长期使用来说却非常实用。

7.1 查看每日数据更新日志

docker-compose 中预留了qacron（定时数据更新）服务（编排文件中以注释形式存在）。查看其日志：

docker logs cron容器名

注意：日志只输出到容器前台，如果日志对你很重要，建议使用专业的日志收集工具从 cron 容器采集。

7.2 查看服务状态

docker ps # 查看运行中的容器列表 docker stats # 实时查看各容器 CPU/内存占用 docker-compose top # 查看 compose 各服务对应的进程 docker-compose ps # 查看 compose 各服务的运行状态

7.3 停止 / 删除全部服务

原文档戏称"这两条真的超级管用，不信你可以试下"：

# 停止所有容器 docker stop $(docker ps -a -q) # 删除所有容器 docker rm $(docker ps -a -q)

注意：docker rm删除的是容器本身，不会删除qamg、qacode数据卷，因此你的数据库与代码不会丢失；若想连数据卷一起清理，需显式执行docker volume rm qamg qacode（务必谨慎，数据不可恢复）。

7.4 更新镜像

docker-compose pull

拉取最新镜像后，再执行docker-compose up -d即可让新配置生效。

8. 数据库备份与还原（关键数据安全）

MongoDB 数据保存在qamg卷中，下面两组命令分别完成备份与还原，全程无需进入容器。

8.1 备份（输出到宿主机当前目录，文件名dbbackup.tar）

第 1 步：停止服务，避免备份过程中数据被写入：

docker-compose stop

第 2 步：利用一个临时 Alpine 容器，把qamg卷挂载为/data/db，将宿主机当前目录挂载为/backup，再打包：

docker run --rm -v qamg:/data/db \ -v $(pwd):/backup alpine \ tar zcvf /backup/dbbackup.tar /data/db

第 3 步：备份完成后重启服务：

docker-compose up -d

8.2 还原（宿主机当前目录下需存在dbbackup.tar）

第 1 步：停止服务：

docker-compose stop

第 2 步：先清理旧数据目录（diagnostic.data、journal、configdb），再从备份包解压还原：

docker run --rm -v qamg:/data/db \ -v $(pwd):/backup alpine \ sh -c "cd /data/db \ && rm -rf diagnostic.data \ && rm -rf journal \ && rm -rf configdb \ && cd / \ && tar xvf /backup/dbbackup.tar"

第 3 步：重新启动服务：

docker-compose up -d

建议将备份文件dbbackup.tar定期转移到异地存储，qamg卷只是本机数据卷，宿主机磁盘故障时仍会丢失。

9. 源码级深入：qa-service 容器编排原理

要理解 qa-service 为什么能"一键拉起一切"，需要回到仓库中的编排文件与镜像构建脚本。

9.1 docker-compose.yaml 结构解析

docker/qa-service/docker-compose.yaml（compose v2 语法）定义了 5 个服务，它们在自定义网络qanetwork（子网172.19.0.0/24，网关172.19.0.1）内通过固定 IP 互联：

关键设计点：

• 外部卷声明：volumes段使用external: true+ 固定名称qamg/qacode，这正是为什么必须先手动docker volume create的原因——Compose 不会自动创建外部卷，缺失会导致启动失败；
• 启动顺序控制：depends_on保证数据库与消息队列先于应用启动；而command: ['/root/wait_for_it.sh', 'qaeventmq:5672', '--', ...]则使用 docker/qa-service/wait_for_it.sh 脚本轮询 TCP 端口，确保 AMQP 真正就绪后才拉起业务进程（wait_for_it.sh是标准 wait-for-it 实现，支持-t超时、-s严格模式等参数，默认超时 15 秒）；
• 自愈能力：全部服务配置restart: always，进程异常退出或宿主机重启后容器自动恢复。

9.2 环境变量：容器间如何"认出彼此"

docker/qa-service/env.env（compose v3 编排通过env_file引用）集中定义了服务间的连接信息：

TZ=Asia/Shanghai # 时区 LANG=C.UTF-8 # 语言编码 MONGO_INITDB_DATABASE=quantaxis # MongoDB 初始数据库名 MONGODB=mgdb # 数据库主机名（对应 mgdb 服务） QARUN=qaweb # 运行模式 QAPUBSUB_IP=qaeventmq # 消息队列主机名 QAPUBSUB_PORT=5672 # AMQP 端口 QAPUBSUB_USER=admin # 消息队列账号 QAPUBSUB_PWD=admin # 消息队列密码 QARUN_AMQP=pyamqp://admin:admin@qaeventmq:5672// # Celery 使用的 AMQP 连接串 EventMQ_IP=qaeventmq # EventMQ 主机名

QUANTAXIS 各模块正是通过MONGODB、QAPUBSUB_*这类环境变量在容器内定位彼此的——这也解释了为什么 docker 内无需修改任何配置文件即可互通。若你自定义部署拓扑（例如把消息队列换到宿主机），只需调整这些变量即可。

9.3 镜像内部：社区容器启动链路

以 docker/kite/qa-community-rust2/Dockerfile 为例，社区镜像基于 Jupyter 基础镜像构建，内置了：Python 量化全家桶（quantaxis、quantaxis_webserver、quantaxis_run、qifimanager、qavifiserver、eventlet等，经 pypi 镜像安装）、Rust 工具链、Go 环境（gophernotes Jupyter 内核）、Rust Jupyter 内核（evcxr）、Keras/TensorFlow，以及定期更新脚本daily_update（内容为每周一至周五 18:18 由 cron 触发执行config/update_future.py更新期货数据）。容器入口 run-community.sh 会先根据MONGODB环境变量把QASetting.py中的localhost替换为实际的数据库主机名，再启动 Jupyter Lab 与社区界面 HTTP 服务：

sed -i "s|localhost|$MONGODB|" /opt/conda/lib/python3.8/site-packages/QUANTAXIS/QAUtil/QASetting.py jupyter lab --allow-root --notebook-dir=/root --config /root/.jupyter/jupyter_notebook_config.py & cd /root/qamazing_community && python -m http.server 80

Web 服务容器则通过 runcelery.sh 依次拉起quantaxis_webserver、qifi_manager、qavifiserver、portfoliohandler，最后启动 Celery worker 处理回测/任务队列：

quantaxis_webserver & qifi_manager & qavifiserver & /root/portfoliohandler & celery -A quantaxis_run worker --loglevel=info

9.4 编排的两种版本

仓库在docker/qa-service/下同时提供了两个编排文件：

• docker/qa-service/docker-compose.yaml：compose v2 语法，基础五服务，对应 docker-compose 1.24.1 一键脚本安装的版本；
• docker/qa-service/docker-compose3.yaml：compose v3.7 语法，额外包含qamonitor（系统监控，61209/61208）、qamarketcollector（实时行情采集，8011）两个服务，并通过env_file: env.env统一注入环境变量，适合新版本 Docker Compose 与更完整的监控/采集场景。

如果你使用新版 Docker Desktop（内置较新 compose 版本），可以优先选用 v3 编排文件并重命名为docker-compose.yaml，以获得监控与实时采集能力。

10. 小结与继续阅读

一句话总结这套方案：安装 Docker → 创建两个数据卷 → 拿到 docker-compose.yaml →docker-compose up，然后浏览器打开 8888/8010/81 端口即可开始量化开发。数据库在qamg卷中持久化、代码在qacode卷中持久化，备份还原也有现成命令，整个环境可复制、可迁移、可自愈。

相关源码与文档可继续深入阅读：

• 一键安装脚本：config/install_docker.sh
• Linux 一键部署脚本：docker/qaservice_docker.sh
• 基础编排文件：docker/qa-service/docker-compose.yaml
• v3 编排文件与配置：docker/qa-service/docker-compose3.yaml、docker/qa-service/env.env
• 就绪等待脚本：docker/qa-service/wait_for_it.sh
• 镜像构建与启动脚本：docker/kite/qa-community-rust2/Dockerfile、docker/kite/qa-community-rust2/run-community.sh、docker/kite/qa-community-rust2/runcelery.sh
• 事件消息队列镜像：docker/qa-eventmq/Dockerfile
• 部署相关文档：doc/deployment/docker.md、doc/deployment/overview.md
• Kubernetes 部署参考：docker/k8s-deployment/50-quantaxis.yaml

• 金融科技
• 后端
• 数据分析