多阶段构建实现 Docker 加速与体积减小:含文件查看、上传及拷贝功能的 FastAPI 应用镜像构建

本文围绕使用 Docker 构建 FastAPI 应用镜像展开,着重介绍了多阶段构建的 Dockerfile 编写及相关操作。借助多阶段构建,不仅实现了 Docker 构建的加速,还有效减小了镜像体积。

1. Dockerfile 内容

以下是我们要使用的 Dockerfile 内容:

bash 复制代码
# 第一个阶段 - 构建应用
FROM docker.1ms.run/python:3.9 AS builder

# 设置工作目录
WORKDIR /app

# 复制依赖文件
COPY requirements.txt .

# 安装依赖
RUN pip install -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple

# 复制项目文件到容器内
COPY . .

# 打包程序
RUN pyinstaller --onefile fastapi_detect.py

# 第二个阶段 - 最终镜像
FROM docker.1ms.run/python:3.9-slim

# 从构建阶段复制必要的文件
COPY --from=builder /app/dist/fastapi_detect /app/

# 从构建阶段复制 models 文件夹
COPY --from=builder /app/models /app/models

# 设置工作目录
WORKDIR /app

# 暴露端口
EXPOSE 8899

# 运行程序
CMD ["./fastapi_detect", "0.0.0.0", "8899"]

2. 构建 Docker 镜像

Dockerfile 所在的目录下,打开终端并执行以下命令来构建 Docker 镜像:

bash 复制代码
docker build -t fastapi-detect .
  • -t 参数用于给镜像指定一个名称和标签,这里将镜像命名为 fastapi-detect
  • . 表示使用当前目录下的 Dockerfile 进行构建。

3. 检查镜像是否构建成功

使用以下命令查看本地的 Docker 镜像列表:

bash 复制代码
docker images

确认 fastapi-detect 镜像是否在列表中。

4. 运行 Docker 容器

构建好镜像后,使用以下命令基于该镜像运行一个 Docker 容器:

bash 复制代码
docker run -d -p 8899:8899 --name fastapi-container fastapi-detect
  • -d 参数让容器以守护进程(后台)模式运行。
  • -p 8899:8899 将容器的 8899 端口映射到主机的 8899 端口,这样你就可以通过主机的 8899 端口访问容器内运行的 FastAPI 应用。
  • --name fastapi-container 为容器指定一个名称,方便后续管理和操作。
  • fastapi-detect 是要使用的镜像名称。

5. 验证容器是否正常运行

使用以下命令查看正在运行的容器列表:

bash 复制代码
docker ps

fastapi-container 出现在列表中,并且状态为 Up,则表示容器已经成功启动并正在运行。

6. 访问 FastAPI 服务

在容器成功运行后,你可以通过浏览器或工具(如 curl)访问主机的 8899 端口来验证 FastAPI 服务是否正常工作。例如,使用 curl 命令:

bash 复制代码
curl http://localhost:8899

如果服务正常,你应该能看到相应的响应信息。

7. 停止和删除容器

如果需要停止正在运行的容器,可以使用以下命令:

bash 复制代码
docker stop fastapi-container

若要删除已停止的容器,可使用:

bash 复制代码
docker rm fastapi-container

如果要删除镜像,可以使用:

bash 复制代码
docker rmi fastapi-detect

8. 将 Docker 镜像保存到本地

8.1 保存镜像到本地文件

构建好镜像之后,运用 docker save 命令将镜像保存为一个 .tar 文件:

bash 复制代码
docker save -o fastapi-detect.tar fastapi-detect
  • -o 选项用于指定输出文件的名称和路径,这里将镜像保存为 fastapi-detect.tar 文件。
  • fastapi-detect 是要保存的镜像名称。

8.2 验证保存结果

你可以查看当前目录,确认 fastapi-detect.tar 文件是否存在。

8.3 后续使用(可选)

若之后需要在其他环境中使用这个镜像,可以使用 docker load 命令将 .tar 文件加载到 Docker 中:

bash 复制代码
docker load -i fastapi-detect.tar
  • -i 选项用于指定输入文件的名称和路径,这里指定为 fastapi-detect.tar 文件。

9. 查看项目文件

9.1 查看

当容器运行后,你可以进入容器内部查看项目文件。

bash 复制代码
# 进入正在运行的容器
docker exec -it fastapi-container /bin/bash

# 在容器内部使用 ls 命令查看文件列表
ls
9.2 上传文件到容器

使用 docker cp 命令将本地文件上传到容器中。

bash 复制代码
# 将本地文件上传到容器的 /app 目录
docker cp local_file.txt fastapi-container:/app/
9.3 从容器拷贝文件到本地

同样使用 docker cp 命令将容器内的文件拷贝到本地。

bash 复制代码
# 将容器内的文件拷贝到本地当前目录
docker cp fastapi-container:/app/file_in_container.txt .

通过以上步骤,你就能轻松地基于给定的 Dockerfile 构建、运行 Docker 镜像,并将其保存到本地。希望本文对你有所帮助

相关推荐
想会飞的蒲公英12 分钟前
一个 PyTorch 模型训练的完整流程
人工智能·pytorch·python
c_lb728825 分钟前
最新AI量化练习,小策略更适合练流程感
人工智能·python
电化学仪器白超40 分钟前
低阻域 ADC 与参考源选型理论分析
人工智能·python·单片机·嵌入式硬件·自动化
AI科技星1 小时前
《01无穷全域信息场论:算子G与宇宙本体高维完备公理大典》
人工智能·python·算法·金融·乖乖数学·全域数学
暂未成功人士!1 小时前
基于 YOLOv8 的端到端一体式二次分类检测实现思路
yolo·目标检测·分类
小Q蒙蒙2 小时前
基于AI大模型,将自然语言需求自动转化为结构化测试用例
人工智能·python·ai·测试用例
2601_962341302 小时前
计算机毕业设计之jsp考研在线复习平台
java·大数据·开发语言·hadoop·python·考研·课程设计
云空2 小时前
《洪水应急场景下基于 YOLOv8 的目标检测与实例分割模型训练方案》
人工智能·yolo·计算机视觉
云烟成雨TD3 小时前
LangFlow 1.x 系列【7】工作流创建与部署指南
人工智能·python·agent
月疯3 小时前
np.where()[0]的用法
开发语言·python·numpy