aszerW
ecd8d6539f
- yfinance_source.py: stock_info 存储在 df.attrs['info'] 中
- flask_server.py: dataframe_to_json 从 df.attrs 提取 info 放到最外层
- flask_server.py: 缓存切片函数保留 info 字段
- Dockerfile: 启用 Flask 服务作为默认 CMD（端口80）
响应结构示例:
{
"data": [{"date": "2024-01-01", "code": "AAPL", ...}],
"info": {"sector": "Technology", "industry": "...", ...}
}
27 lines
668 B
Docker
27 lines
668 B
Docker
FROM index-base:latest
|
||
|
||
# 设置工作目录
|
||
WORKDIR /app
|
||
|
||
# 复制依赖文件
|
||
COPY requirements.txt .
|
||
|
||
RUN uv pip install --system -r requirements.txt
|
||
|
||
# 仅复制除 data 目录外的应用代码, data 在 dockerignore 中已经被排除
|
||
COPY . .
|
||
|
||
# 创建日志目录
|
||
RUN mkdir -p /app/logs
|
||
|
||
# 设置时区为上海
|
||
ENV TZ=Asia/Shanghai
|
||
|
||
# 暴露端口（如需Web服务）
|
||
EXPOSE 80
|
||
|
||
# 启动Flask数据API服务（默认端口80）
|
||
CMD ["python", "datasource/flask_server.py", "--host", "0.0.0.0"]
|
||
|
||
# 运行定时任务调度器（如需使用Flask服务，取消上面注释并注释掉下面）
|
||
# CMD ["python", "scripts/daily_scheduler.py", "--time", "09:00"] |