Docker容器中Python依赖的持久化安装策略：以Pillow为例

理解Docker容器的生命周期与构建机制

在使用docker进行应用部署时，尤其是在使用docker-compose管理多服务应用时，一个常见的误区是试图在已经启动的容器内部通过手动命令安装或修改软件。尽管docker exec -it <container_id> bash或docker-compose run <service_name> <command>可以让我们进入容器并执行命令，但这些更改往往是非持久化的。

当您执行docker-compose up命令时，如果您的docker-compose.yml文件中为某个服务定义了build上下文和Dockerfile，Docker Compose会根据该Dockerfile构建或使用已有的镜像来创建新的容器实例。这意味着，任何在容器启动后手动安装的包，在容器被停止并重新启动（或重建）时，都会丢失。容器是瞬态的，其文件系统通常在容器生命周期结束后被销毁，而新的容器会从原始镜像启动。

例如，在Django应用中，当模型引入ImageField时，需要安装Pillow库。如果仅仅通过docker-compose run web python3 -m pip install Pillow或docker exec进入容器内部安装Pillow，虽然安装过程看似成功，但当您再次运行docker-compose up时，由于新的容器是基于旧的、未包含Pillow的镜像创建的，因此仍然会遇到“Cannot use ImageField because Pillow is not installed”的错误。这是因为docker-compose up会根据Dockerfile重新创建服务，而Dockerfile中并未包含Pillow的安装指令。

正确处理Python依赖的策略

在Docker环境中，所有应用程序所需的Python依赖都应该在Docker镜像构建阶段被安装，以确保其持久性和一致性。这符合“构建一次，随处运行”的Docker核心理念。

以下是解决此类问题的正确步骤：

立即学习“Python免费学习笔记（深入）”；

1. 更新 requirements.txt 文件

将所有Python项目所需的依赖，包括Pillow，添加到项目的requirements.txt文件中。这是Python项目管理依赖的标准方式。

示例 requirements.txt：

Django==X.Y.Z # 假设您的Django版本
Pillow==10.1.0 # 添加Pillow及其版本
# 其他依赖...

2. 检查 Dockerfile 配置

确保您的Dockerfile包含了复制requirements.txt并安装其中所有依赖的步骤。同时，Pillow等图像处理库通常依赖于一些系统级的库（如jpeg-dev, zlib-dev），这些也需要在Dockerfile中通过包管理器（如Alpine Linux的apk或Debian/Ubuntu的apt）进行安装。

示例 Dockerfile：

依图语音开放平台

依图语音开放平台

6

查看详情

FROM python:3

ENV PYTHONUNBUFFERED=1

WORKDIR /code
COPY requirements.txt /code/

# 安装系统级依赖，Pillow可能需要这些
RUN apk --update add \
    build-base \
    jpeg-dev \
    zlib-dev \
    # 如果使用其他Linux发行版，命令会有所不同，例如Debian/Ubuntu使用 apt-get update && apt-get install -y ...
    && rm -rf /var/cache/apk/* # 清理缓存以减小镜像大小

# 升级pip并安装Python依赖
RUN pip install --upgrade pip
RUN pip install --no-cache-dir -r requirements.txt

COPY . /code/

说明：

• FROM python:3：选择一个包含Python的官方基础镜像。
• WORKDIR /code：设置容器内的工作目录。
• COPY requirements.txt /code/：将本地的requirements.txt文件复制到容器的工作目录。
• RUN apk --update add ...：安装Pillow所需的系统级依赖。这里使用的是Alpine Linux的apk包管理器。如果您的基础镜像是基于Debian或Ubuntu，则需要使用apt-get。
• RUN pip install --no-cache-dir -r requirements.txt：使用pip安装requirements.txt中列出的所有Python依赖。--no-cache-dir有助于减小镜像大小。
• COPY . /code/：将项目的所有代码复制到容器的工作目录。

3. 检查 docker-compose.yml 配置

确认您的docker-compose.yml文件正确配置了服务的build上下文，以便Docker Compose知道如何构建您的镜像。

示例 docker-compose.yml：

version: "3.11"

services:
  db:
    container_name: db
    image: postgres
    volumes:
      - ./data/db:/var/lib/postgresql/data
    environment:
      - POSTGRES_DB=postgres
      - POSTGRES_USER=postgres
      - POSTGRES_PASSWORD=postgres

  web:
    build:
      context: . # 指定Dockerfile的构建上下文为当前目录
      dockerfile: Dockerfile # 指定Dockerfile的路径
    command: python3 manage.py runserver 0.0.0.0:8000
    volumes:
      - .:/code # 挂载本地代码到容器，便于开发时代码变更即时反映（但不会影响依赖安装）
    ports:
      - "8000:8000"
    depends_on:
      - db

4. 重建并启动服务

在修改了requirements.txt和Dockerfile之后，您需要强制Docker Compose重新构建镜像，然后才能启动新的容器。

执行以下命令：

docker-compose up --build

--build参数会强制Docker Compose重新构建所有带有build指令的服务镜像，即使它们之前已经构建过。这样，新的镜像将包含Pillow及其所有依赖。之后，Docker Compose会使用这个新构建的镜像来创建并启动您的web服务容器。

注意事项与最佳实践

• 容器的瞬态性： 始终牢记Docker容器是瞬态的。任何对运行中容器的文件系统所做的修改，在容器重建后都将丢失。因此，所有持久化的配置和依赖都应该通过Dockerfile或挂载卷来管理。
• 构建缓存： Docker在构建镜像时会利用缓存。如果您只修改了requirements.txt文件，而Dockerfile中COPY requirements.txt之前的层没有改变，Docker会尝试利用缓存。但为了确保依赖更新，--build是推荐的做法。
• 系统依赖与Python依赖： 对于像Pillow这样既有Python包部分又有底层C库依赖的包，务必在Dockerfile中同时安装系统级依赖（通过apk、apt-get等）和Python包依赖（通过pip）。
• 开发与生产环境： 在开发过程中，及时更新requirements.txt并使用docker-compose up --build重建镜像是一个好习惯。在生产环境中，通常会有一个更严格的镜像构建流程。
• 镜像大小： 在Dockerfile中安装系统依赖后，可以使用rm -rf /var/cache/apk/*等命令清理包管理器缓存，以减小最终镜像的大小。
• 版本锁定： 在requirements.txt中明确指定依赖的版本（例如Pillow==10.1.0），以确保不同环境下的构建一致性，避免潜在的兼容性问题。

总结

在Docker环境中管理Python依赖，核心原则是将所有依赖的安装过程纳入Docker镜像的构建阶段。通过将Python包添加到requirements.txt，并在Dockerfile中正确配置系统级依赖和Python包的安装步骤，然后使用docker-compose up --build命令重建服务，可以确保您的应用程序在Docker容器中始终拥有所需的全部依赖，从而避免因依赖缺失而导致的运行时错误。这种方法不仅解决了依赖不持久化的问题，也提升了开发和部署的一致性与可靠性。

以上就是Docker容器中Python依赖的持久化安装策略：以Pillow为例的详细内容，更多请关注php中文网其它相关文章！