Python 应用 Docker 化实践：在 Ubuntu 上构建与运行容器

在现代软件开发与部署中，docker 已成为不可或缺的工具。它通过容器化技术，将应用程序及其所有依赖项打包到一个独立的、可移植的单元中，从而解决了“在我机器上能运行”的问题，确保了开发、测试和生产环境的一致性。本教程将详细介绍如何在 ubuntu 22.04 环境下，将一个基于 python 3.10.12 并使用虚拟环境的 django rest framework 应用打包成 docker 镜像并运行，即使您是 docker 初学者也能轻松上手。

一、准备项目依赖

在将 Python 应用程序 Docker 化之前，首先需要确保所有项目依赖都被正确地记录下来。通常，这通过生成 requirements.txt 文件来实现。该文件包含了项目所需的所有 Python 包及其精确版本，是 Docker 镜像构建过程中安装依赖的依据。

请在您的项目根目录，并确保已激活虚拟环境的情况下，执行以下命令：

pip freeze > requirements.txt

这条命令会将当前虚拟环境中所有已安装的 Python 包及其对应的版本信息输出到 requirements.txt 文件中。

注意事项：

立即学习“Python免费学习笔记（深入）”；

• 务必在您开发应用的虚拟环境（venv）激活状态下执行此命令，以确保导出的依赖列表是准确且完整的。
• 检查生成的 requirements.txt 文件，确保没有包含不必要的开发工具或私有路径。

二、创建 Dockerfile

Dockerfile 是构建 Docker 镜像的核心文件，它包含了一系列指令，用于自动化地创建镜像。在您的项目根目录（与 requirements.txt 同级）创建一个名为 Dockerfile 的文件，并添加以下内容：

FROM python:3.10.12
WORKDIR /app
COPY requirements.txt ./
RUN pip install -r requirements.txt --quiet
COPY . .
EXPOSE 8000
CMD ["python", "manage.py", "runserver", "0.0.0.0:8000"]

让我们逐行解析这些指令：

• FROM python:3.10.12: 指定基础镜像。我们选择官方的 Python 3.10.12 镜像作为起点，它预装了 Python 运行时和 pip 工具。
• WORKDIR /app: 设置容器内的工作目录为 /app。后续的所有指令（如 COPY, RUN, CMD）都将在此目录下执行。
• COPY requirements.txt ./: 将项目根目录下的 requirements.txt 文件复制到容器的 /app 目录。
• RUN pip install -r requirements.txt --quiet: 在容器中执行 pip install 命令，安装 requirements.txt 中列出的所有 Python 依赖。--quiet 参数可以减少安装过程中的输出信息。
• COPY . .: 将项目根目录下的所有文件（除了 .dockerignore 文件中忽略的）复制到容器的 /app 目录。
• EXPOSE 8000: 声明容器在运行时会监听 8000 端口。这只是一个文档声明，并不会自动发布端口，但有助于阅读者理解容器的服务端口。
• CMD ["python", "manage.py", "runserver", "0.0.0.0:8000"]: 定义容器启动时执行的默认命令。这里是运行 Django 开发服务器，并监听所有网络接口的 8000 端口（0.0.0.0），以便从容器外部访问。

注意事项：

立即学习“Python免费学习笔记（深入）”；

• COPY requirements.txt ./ 和 RUN pip install 指令应放在 COPY . . 之前。这样，如果项目代码发生变化但依赖没有改变，Docker 可以利用其构建缓存，避免重新安装依赖，从而显著提高镜像构建速度。
• Django 的 runserver 命令默认监听 127.0.0.1，这在容器内部是无法从外部访问的。因此，必须将其改为 0.0.0.0 才能允许来自容器外部的连接。

三、构建 Docker 镜像

Dockerfile 编写完成后，您可以使用 docker build 命令来构建 Docker 镜像。在您的项目根目录（Dockerfile 所在目录）执行以下命令：

docker build -t my-app-img:0.1.0 .

• docker build: Docker 构建命令。
• -t my-app-img:0.1.0: 为构建的镜像指定名称和标签（tag）。my-app-img 是镜像的名称，0.1.0 是版本标签。这有助于您管理不同版本的镜像。
• .: 指定构建上下文路径，表示使用当前目录下的 Dockerfile 和所有相关文件作为构建的上下文。

执行此命令后，Docker 将按照 Dockerfile 中的指令逐步构建镜像，并最终生成一个名为 my-app-img、标签为 0.1.0 的镜像。

AppMall应用商店

AI应用商店，提供即时交付、按需付费的人工智能应用服务

56

查看详情

四、运行 Docker 容器

镜像构建成功后，您可以使用 docker run 命令从该镜像创建一个并运行一个容器。

docker run --rm -d -p 8000:8000/tcp my-app-img:0.1.0

• docker run: Docker 运行命令。
• --rm: 容器停止后自动删除。这在开发和测试环境中非常有用，可以避免产生大量无用的停止容器。
• -d: 以“分离”（detached）模式运行容器，即在后台运行，不占用当前终端。
• -p 8000:8000/tcp: 将宿主机的 8000 端口映射到容器的 8000 端口。这样，通过访问宿主机的 8000 端口即可访问容器内运行的应用。/tcp 是可选的，但明确指定协议更严谨。
• my-app-img:0.1.0: 指定要运行的镜像名称和标签。

执行此命令后，Docker 将在后台启动一个容器，并将宿主机的 8000 端口与容器内部的 8000 端口进行映射。

注意事项：

立即学习“Python免费学习笔记（深入）”；

• 端口映射是外部访问容器内服务的关键。如果您的应用监听了不同的端口，请相应地调整 -p 参数。
• 对于生产环境，通常需要更复杂的运行参数，例如挂载数据卷（-v）以实现数据持久化、设置环境变量（-e）进行配置等。

五、访问容器化应用

容器成功运行后，您可以通过浏览器访问宿主机的映射端口来访问您的 Django 应用程序。

http://localhost:8000/

在浏览器中输入上述地址，您应该能看到您的 Django 应用的欢迎页面或您配置的任何其他视图。

六、进阶与最佳实践

为了构建更健壮、高效和安全的 Docker 化应用，以下是一些进阶实践和建议：

• 使用 .dockerignore 文件: 类似于 .gitignore，.dockerignore 文件可以指定在构建镜像时应忽略的文件和目录，例如 .git、__pycache__、.venv、*.log 等。这有助于减小镜像体积并提高构建速度。
• 多阶段构建 (Multi-stage Builds): 对于生产环境，可以考虑使用多阶段构建来创建更小、更安全的镜像。例如，在一个阶段安装所有构建依赖并编译静态资源，然后在另一个更精简的基础镜像中只复制最终的运行时产物。
• 环境变量管理: 敏感信息（如数据库凭据、API 密钥）不应硬编码在 Dockerfile 或代码中。应通过环境变量传递给容器，这可以通过 docker run -e KEY=VALUE 或 Docker Compose 来实现。
• 日志管理: 确保应用程序日志输出到标准输出（stdout）和标准错误（stderr），以便 Docker 的日志驱动程序能够捕获和管理这些日志，便于监控和故障排查。
• 非 Root 用户: 避免以 root 用户身份运行容器中的应用程序，以提高安全性。可以在 Dockerfile 中创建并切换到非 root 用户。

  # ... (前面的指令)
  RUN adduser --system --group appuser
  USER appuser
  # ... (后续的 CMD 指令)

  登录后复制
• 数据持久化: 对于需要持久化存储的数据（如数据库文件、用户上传文件），应使用 Docker 卷（Volumes）进行挂载，以确保数据在容器生命周期结束后仍然存在。例如：docker run -v my_data_volume:/app/data ...。
• 健康检查: 在 Dockerfile 中添加 HEALTHCHECK 指令，可以帮助 Docker 引擎判断容器内的应用是否正常运行，而不是仅仅判断进程是否存在。

总结

通过上述步骤，我们成功地将一个 Python Django REST framework 应用容器化，并在 Ubuntu 系统上进行了构建和运行。Docker 提供了一种强大而灵活的方式来打包、分发和运行应用程序，极大地简化了部署流程，并确保了开发、测试和生产环境的一致性。掌握这些基本操作是迈向更高效、更可靠软件部署的关键一步。随着您对 Docker 的熟悉，可以进一步探索其高级功能，如 Docker Compose、Docker Swarm 或 Kubernetes，以应对更复杂的部署场景。

以上就是Python 应用 Docker 化实践：在 Ubuntu 上构建与运行容器的详细内容，更多请关注php中文网其它相关文章！