一、概述
前面几篇文章，MCP应用直接用的python3 server.py运行的，如果服务器重启，进程就会关掉，很不方便。
所以需要使用docker部署，实现开机自启动。
二、docker部署
mysql_mcp_server_pro
准备文件
以mysql_mcp_server_pro为例：
server_docker.py
from fastmcp import FastMCP from mysql.connector import connect, Error import os mcp = FastMCP("operateMysql", port=9000) def get_db_config(): """从环境变量获取数据库配置信息 返回: dict: 包含数据库连接所需的配置信息 - host: 数据库主机地址 - port: 数据库端口 - user: 数据库用户名 - password: 数据库密码 - database: 数据库名称 异常: ValueError: 当必需的配置信息缺失时抛出 """ config = { "host": os.getenv("MYSQL_HOST", "localhost"), "port": int(os.getenv("MYSQL_PORT", "3306")), "user": os.getenv("MYSQL_USER"), "password": os.getenv("MYSQL_PASSWORD"), "database": os.getenv("MYSQL_DATABASE"), } print(config) if not all( [ config["host"], config["port"], config["user"], config["password"], config["database"], ] ): raise ValueError("缺少必需的数据库配置") return config @mcp.tool() def execute_sql(query: str) -> list: """执行SQL查询语句 参数: query (str): 要执行的SQL语句，支持多条语句以分号分隔 返回: list: 包含查询结果的TextContent列表 - 对于SELECT查询：返回CSV格式的结果，包含列名和数据 - 对于SHOW TABLES：返回数据库中的所有表名 - 对于其他查询：返回执行状态和影响行数 - 多条语句的结果以"---"分隔 异常: Error: 当数据库连接或查询执行失败时抛出 """ config = get_db_config() try: with connect(**config) as conn: with conn.cursor() as cursor: statements = [stmt.strip() for stmt in query.split(";") if stmt.strip()] results = [] for statement in statements: try: cursor.execute(statement) # 检查语句是否返回了结果集 (SELECT, SHOW, EXPLAIN, etc.) if cursor.description: columns = [desc[0] for desc in cursor.description] rows = cursor.fetchall() # 将每一行的数据转换为字符串，特殊处理None值 formatted_rows = [] for row in rows: formatted_row = [ "NULL" if value is None else str(value) for value in row ] formatted_rows.append(",".join(formatted_row)) # 将列名和数据合并为CSV格式 results.append( "n".join([",".join(columns)] + formatted_rows) ) # 如果语句没有返回结果集 (INSERT, UPDATE, DELETE, etc.) else: conn.commit() # 只有在非查询语句时才提交 results.append(f"查询执行成功。影响行数: {cursor.rowcount}") except Error as stmt_error: # 单条语句执行出错时，记录错误并继续执行 results.append( f"执行语句 '{statement}' 出错: {str(stmt_error)}" ) # 可以在这里选择是否继续执行后续语句，目前是继续 return ["n---n".join(results)] except Error as e: print(f"执行SQL '{query}' 时出错: {e}") return [f"执行查询时出错: {str(e)}"] @mcp.tool() def get_table_name(text: str) -> list: """根据表的中文注释搜索数据库中的表名 参数: text (str): 要搜索的表中文注释关键词 返回: list: 包含查询结果的TextContent列表 - 返回匹配的表名、数据库名和表注释信息 - 结果以CSV格式返回，包含列名和数据 """ config = get_db_config() sql = "SELECT TABLE_SCHEMA, TABLE_NAME, TABLE_COMMENT " sql += f"FROM information_schema.TABLES WHERE TABLE_SCHEMA = '{config['database']}' AND TABLE_COMMENT LIKE '%{text}%';" return execute_sql(sql) @mcp.tool() def get_table_desc(text: str) -> list: """获取指定表的字段结构信息 参数: text (str): 要查询的表名，多个表名以逗号分隔 返回: list: 包含查询结果的列表 - 返回表的字段名、字段注释等信息 - 结果按表名和字段顺序排序 - 结果以CSV格式返回，包含列名和数据 """ config = get_db_config() # 将输入的表名按逗号分割成列表 table_names = [name.strip() for name in text.split(",")] # 构建IN条件 table_condition = "','".join(table_names) sql = "SELECT TABLE_NAME, COLUMN_NAME, COLUMN_COMMENT " sql += ( f"FROM information_schema.COLUMNS WHERE TABLE_SCHEMA = '{config['database']}' " ) sql += f"AND TABLE_NAME IN ('{table_condition}') ORDER BY TABLE_NAME, ORDINAL_POSITION;" return execute_sql(sql) @mcp.tool() def get_lock_tables() -> list: """ 获取当前mysql服务器InnoDB 的行级锁 返回: list: 包含查询结果的TextContent列表 """ sql = """SELECT p2.`HOST` AS 被阻塞方host, p2.`USER` AS 被阻塞方用户, r.trx_id AS 被阻塞方事务id, r.trx_mysql_thread_id AS 被阻塞方线程号, TIMESTAMPDIFF(SECOND, r.trx_wait_started, CURRENT_TIMESTAMP) AS 等待时间, r.trx_query AS 被阻塞的查询, l.OBJECT_NAME AS 阻塞方锁住的表, m.LOCK_MODE AS 被阻塞方的锁模式, m.LOCK_TYPE AS '被阻塞方的锁类型(表锁还是行锁)', m.INDEX_NAME AS 被阻塞方锁住的索引, m.OBJECT_SCHEMA AS 被阻塞方锁对象的数据库名, m.OBJECT_NAME AS 被阻塞方锁对象的表名, m.LOCK_DATA AS 被阻塞方事务锁定记录的主键值, p.`HOST` AS 阻塞方主机, p.`USER` AS 阻塞方用户, b.trx_id AS 阻塞方事务id, b.trx_mysql_thread_id AS 阻塞方线程号, b.trx_query AS 阻塞方查询, l.LOCK_MODE AS 阻塞方的锁模式, l.LOCK_TYPE AS '阻塞方的锁类型(表锁还是行锁)', l.INDEX_NAME AS 阻塞方锁住的索引, l.OBJECT_SCHEMA AS 阻塞方锁对象的数据库名, l.OBJECT_NAME AS 阻塞方锁对象的表名, l.LOCK_DATA AS 阻塞方事务锁定记录的主键值, IF(p.COMMAND = 'Sleep', CONCAT(p.TIME, ' 秒'), 0) AS 阻塞方事务空闲的时间 FROM performance_schema.data_lock_waits w INNER JOIN performance_schema.data_locks l ON w.BLOCKING_ENGINE_LOCK_ID = l.ENGINE_LOCK_ID INNER JOIN performance_schema.data_locks m ON w.REQUESTING_ENGINE_LOCK_ID = m.ENGINE_LOCK_ID INNER JOIN information_schema.INNODB_TRX b ON b.trx_id = w.BLOCKING_ENGINE_TRANSACTION_ID INNER JOIN information_schema.INNODB_TRX r ON r.trx_id = w.REQUESTING_ENGINE_TRANSACTION_ID INNER JOIN information_schema.PROCESSLIST p ON p.ID = b.trx_mysql_thread_id INNER JOIN information_schema.PROCESSLIST p2 ON p2.ID = r.trx_mysql_thread_id ORDER BY 等待时间 DESC;""" return execute_sql(sql) if __name__ == "__main__": mcp.run(transport="sse")
修改了之前文章的代码，去除了.env文件，直接引用系统环境变量。
Dockerfile
FROM python:3.13.3-alpine3.21 ADD . /app RUN pip3 install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple && pip3 install mysql-connector-python fastmcp -i https://pypi.tuna.tsinghua.edu.cn/simple WORKDIR /app EXPOSE 9000 ENTRYPOINT ["python3","/app/server.py"]
说明：
这里使用的python版本，是最新的3.13.3，镜像使用的是最小的，基于alpine
安装fastmcp模块，必须要升级pip才行，否则安装会失败。
编译并运行镜像
编译
docker build -t public_ip_mcp_server:v1 .
运行镜像，注意携带5个环境变量，一个个写变量太麻烦了，接下来使用docker-compose来运行
三、docker-compose部署
使用docker-compose方便管理docker，修改docker运行相关参数，也容易。
docker-compose.yaml
services: mysql_mcp_server_pro: image: mysql_mcp_server_pro:v1 container_name: mysql_mcp_server_pro ports: - "9090:9000" environment: MYSQL_HOST: "192.168.20.128" MYSQL_PORT: "3306" MYSQL_USER: "root" MYSQL_PASSWORD: "abcd@1234" MYSQL_DATABASE: "test" TZ: Asia/Shanghai restart: always
注意修改mysql相关环境变量
运行
docker-compose up -d
四、dify测试
上一篇文章，已经介绍了dify调用MCP工具，链接：https://www.cnblogs.com/xiao987334176/p/18827261
还是一样的dify工作流，测试即可。
注意：如果MCP server服务中断，dify是不会自动重连的，需要重启dify的plugin_daemon组件，就会重新连接MCP server
测试工作流
![洛谷 P11345 [KTSC 2023 R2] 基地简化 题解](http://www.itfaba.com/wp-content/themes/kemi/timthumb.php?src=http://www.itfaba.com/wp-content/themes/kemi/img/random/2.jpg&w=218&h=124&zc=1)
