解决Docker化Flask应用中SQLite数据库无法打开的问题

DE-Project/
│
├── ...
│
├── make_predictions/
│   └── fraud_detection.db  # 数据库文件
│
└── frontend/
    ├── app.py              # Flask应用
    └── ...

# app.py
import os
import sqlite3
from flask import Flask, render_template

app = Flask(__name__)

# ... (模板路径设置)

# 获取当前脚本所在目录的绝对路径，例如：/app/frontend
script_dir = os.path.dirname(os.path.abspath(__file__))

# 尝试构建数据库文件的绝对路径
# 这将导致路径为 /app/frontend/make_predictions/fraud_detection.db
db_file_path = os.path.join(script_dir, 'make_predictions/fraud_detection.db')

@app.route('/')
def index():
    conn = sqlite3.connect(db_file_path) # 错误发生在这里
    # ...

# Dockerfile.frontend
FROM python:3.8
WORKDIR /app
COPY . /app # 将整个 DE-Project 复制到容器的 /app 目录
# ...
CMD ["python", "frontend/app.py"] # 假设这里是启动命令

/app/
├── make_predictions/
│   └── fraud_detection.db
├── frontend/
│   └── app.py
├── ...

# app.py
import os
import sqlite3
from flask import Flask, render_template

app = Flask(__name__)

# Set the path to the templates folder explicitly
template_path = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'templates')
app.template_folder = template_path

# --- 数据库路径处理 ---
# 推荐方式：通过环境变量配置，提高灵活性
db_file_path = os.environ.get('DATABASE_PATH')

if db_file_path is None:
    # 备用方案：通过相对路径计算（如果环境变量未设置）
    # 获取当前脚本所在目录的绝对路径 (例如: /app/frontend)
    script_dir = os.path.dirname(os.path.abspath(__file__))
    # 数据库位于 'make_predictions' 目录，该目录是 'frontend' 的同级目录
    # 因此，从 script_dir (/app/frontend) 需要先向上退一级 (..) 再进入 'make_predictions'
    db_file_path = os.path.join(script_dir, '..', 'make_predictions', 'fraud_detection.db')

# 打印路径用于调试，在生产环境中可以移除
print(f"Attempting to connect to database at: {db_file_path}")

@app.route('/')
def index():
    conn = None # 初始化 conn
    try:
        conn = sqlite3.connect(db_file_path)
        cur = conn.cursor()
        sqlite_select_Query = "SELECT * FROM potential_fraud LIMIT 10;"
        cur.execute(sqlite_select_Query)
        record = cur.fetchall()
        return render_template('index.html', entries=record)
    except sqlite3.OperationalError as e:
        print(f"Error connecting to database: {e}")
        # 返回一个错误页面或信息给用户
        return render_template('error.html', message=f"Database error: {e}"), 500
    finally:
        if conn:
            conn.close()

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

# docker-compose.yaml
version: '3.8'

services:
  # Flask 前端服务
  frontend:
    build:
      context: . # Dockerfile.frontend 所在的目录
      dockerfile: Dockerfile.frontend # 指定用于构建前端服务的 Dockerfile
    ports:
      - "5000:5000" # 将容器的 5000 端口映射到宿主机的 5000 端口
    volumes:
      # 将宿主机上的 make_predictions 目录挂载到容器内部的 /app/make_predictions
      # 这样，容器内部 /app/make_predictions 目录下的文件会与宿主机的 make_predictions 目录同步
      - ./make_predictions:/app/make_predictions
    depends_on:
      - consumer # 确保前端服务在消费者服务启动后才启动
      - producer # 如果生产者也需要生成或修改数据库，也依赖它
    environment:
      # 通过环境变量将数据库路径传递给 Flask 应用
      DATABASE_PATH: /app/make_predictions/fraud_detection.db

  # 消费者服务 (示例)
  consumer:
    build:
      context: .
      dockerfile: Dockerfile.consumer
    volumes:
      # 消费者服务也需要访问同一个 make_predictions 目录
      - ./make_predictions:/app/make_predictions
    # command: python make_predictions/consumer.py # 示例启动命令

  # 生产者服务 (示例)
  producer:
    build:
      context: .
      dockerfile: Dockerfile.producer
    volumes:
      # 生产者服务也需要访问同一个 make_predictions 目录
      - ./make_predictions:/app/make_predictions
    # command: python make_predictions/producer.py # 示例启动命令

  # 训练模型服务 (示例)
  train_model:
    build:
      context: .
      dockerfile: Dockerfile.train_model
    volumes:
      # 如果训练模型也需要访问或输出到 make_predictions 目录
      - ./make_predictions:/app/make_predictions
    # command: python train_model/train_model.py # 示例启动命令

# Dockerfile.frontend (示例)
FROM python:3.8
WORKDIR /app
COPY ./shared /app/shared # 复制共享依赖
COPY ./frontend /app/frontend # 复制前端应用
COPY ./make_predictions /app/make_predictions # 复制 make_predictions 目录，尽管会被 volume 覆盖，但可以作为 Fallback
# 确保 requirements.txt 被正确处理，如果 shared/requirements.txt 是通用的
RUN pip install --no-cache-dir -r /app/shared/requirements.txt
EXPOSE 5000
CMD ["python", "frontend/app.py"] # 启动 Flask 应用

# Dockerfile.consumer (示例)
FROM python:3.8
WORKDIR /app
COPY ./shared /app/shared
COPY ./make_predictions /app/make_predictions
RUN pip install --no-cache-dir -r /app/shared/requirements.txt
CMD ["python", "make_predictions/consumer.py"] # 启动消费者

# Dockerfile.producer (示例)
FROM python:3.8
WORKDIR /app
COPY ./shared /app/shared
COPY ./make_predictions /app/make_predictions
RUN pip install --no-cache-dir -r /app/shared/requirements.txt
CMD ["python", "make_predictions/producer.py"] # 启动生产者

docker-compose up --build