# Docker 部署到服务器

将 US-Iran 态势面板打包成 Docker 镜像，便于移植到任意服务器。

## 架构

| 服务   | 端口 | 说明                     |
|--------|------|--------------------------|
| api    | 3001 | 前端静态 + REST API + WebSocket |
| crawler| 8000 | RSS 爬虫 + GDELT，内部服务      |

- 数据库：SQLite，挂载到 `app-data` volume（`/data/data.db`）
- 前端与 API 合并到同一镜像，访问 `http://主机:3001` 即可

## 快速部署

```bash
# 1. 克隆项目
git clone <repo> usa-dashboard && cd usa-dashboard

# 2. 构建并启动（需先配置 Mapbox Token，见下方）
docker compose up -d --build

# 3. 访问
# 前端 + API: http://localhost:3001
# 爬虫状态:   http://localhost:8000/crawler/status
```

## Mapbox Token（地图展示）

构建时需将 Token 传入前端，否则地图为占位模式：

```bash
# 方式 1：.env 文件
echo "VITE_MAPBOX_ACCESS_TOKEN=pk.xxx" > .env
docker compose up -d --build

# 方式 2：环境变量
VITE_MAPBOX_ACCESS_TOKEN=pk.xxx docker compose up -d --build
```

## 推送到私有仓库并移植

```bash
# 1. 打标签（替换为你的仓库地址）
docker compose build
docker tag usa-dashboard-api your-registry/usa-dashboard-api:latest
docker tag usa-dashboard-crawler your-registry/usa-dashboard-crawler:latest

# 2. 推送
docker push your-registry/usa-dashboard-api:latest
docker push your-registry/usa-dashboard-crawler:latest

# 3. 在目标服务器拉取并启动
docker pull your-registry/usa-dashboard-api:latest
docker pull your-registry/usa-dashboard-crawler:latest
# 需准备 docker-compose.yml 或等效编排，见下方
```

## 仅用镜像启动（无 compose）

```bash
# 1. 创建网络与数据卷
docker network create usa-net
docker volume create usa-data

# 2. 启动 API（前端+接口）
docker run -d --name api --network usa-net \
  -p 3001:3001 \
  -v usa-data:/data \
  -e DB_PATH=/data/data.db \
  usa-dashboard-api

# 3. 启动爬虫（通过 usa-net 访问 api）
docker run -d --name crawler --network usa-net \
  -v usa-data:/data \
  -e DB_PATH=/data/data.db \
  -e API_BASE=http://api:3001 \
  -e CLEANER_AI_DISABLED=1 \
  -e GDELT_DISABLED=1 \
  usa-dashboard-crawler
```

爬虫通过 `API_BASE` 调用 Node 的 `/api/crawler/notify`，两容器需在同一网络内。

## 国内服务器 / 镜像加速

拉取 `node`、`python` 等基础镜像慢时：

1. **Docker 镜像加速**：见 [docs/DOCKER_MIRROR.md](docs/DOCKER_MIRROR.md)
2. **构建时使用国内镜像源**：
   ```bash
   docker compose build --build-arg REGISTRY=docker.m.daocloud.io/library/
   docker compose up -d
   ```

## 常用操作

```bash
# 查看日志
docker compose logs -f

# 重启
docker compose restart

# 停止并删除容器（数据卷保留）
docker compose down

# 回填战损数据（从 situation_update 重新提取）
curl -X POST http://localhost:8000/crawler/backfill
```