Docker 部署 Python 的 Flask项目

文章目录

  • [一、构建运行 Docker 容器](#一、构建运行 Docker 容器)
    • [1. 查找合适镜像](#1. 查找合适镜像)
    • [2.本地docker 拉取镜像](#2.本地docker 拉取镜像)
    • 3.项目配置
      • [1. python项目下生成 requirements.txt 依赖文件](#1. python项目下生成 requirements.txt 依赖文件)
      • [2. 生成Dockerfile文件](#2. 生成Dockerfile文件)
      • 3.忽略不必要文件
      • [4. 构建镜像](#4. 构建镜像)
    • [4. 运行容器](#4. 运行容器)
    • 5.测试
  • 二、常见问题与解决方案

一、构建运行 Docker 容器

1. 查找合适镜像

打开 https://hub.docker.com/_/python/tags 找到合适自己的镜像,我找到的是 python:3.13.3-alpine3.22

根据环境选择镜像:

  • 开发环境:使用 python:3.12-buster 或完整镜像,便于调试和安装依赖。
  • 生产环境:使用 python:3.12-slim 或 python:3.12-alpine,减少攻击面和镜像体积。

2.本地docker 拉取镜像

bash 复制代码
docker pull python:3.13.3-alpine3.22
bash 复制代码
 docker images

3.项目配置

1. python项目下生成 requirements.txt 依赖文件

bash 复制代码
pip freeze > requirements.txt

文件内容:

2. 生成Dockerfile文件

bash 复制代码
FROM python:3.12.10-alpine3.22

# 设置工作目录
WORKDIR /app

COPY . .

RUN adduser -D appuser

# 使用国内镜像源并增加超时时间
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 复制依赖文件并安装(添加超时和重试)
COPY requirements.txt .
RUN pip install --no-cache-dir \
    --timeout 100 \
    gunicorn>=21.2.0 \
    -r requirements.txt


# 验证安装(关键!)
RUN which gunicorn && gunicorn --version

USER appuser


# 启动命令
CMD ["gunicorn", "-b", "0.0.0.0:5000", "app:app", "--workers", "4", "--threads", "2"]

代码解释:

    1. RUN pip config set global.index-url 设置国内镜像,更快下载依赖
    1. COPY . . 正式环境部署时,采用 代码打包进镜像,数据用数据卷 的方案
    • 避免因宿主机文件变动导致服务异常
    • 容器与宿主机文件系统隔离,减少攻击面。
    • 日志、配置等数据需持久化存储。
    1. gunicorn>=21.2.0 强制安装 Gunicorn(不依赖 requirements.txt)
    • 强制安装 Gunicorn(不依赖 requirements.txt),开发环境不用安装 Gunicorn
    1. CMD ["gunicorn", "-b", "0.0.0.0:5000", "app:app", "--workers", "4", "--threads", "2"]
    • Gunicorn 启动 Flask 应用
    • -b 0.0.0.0:5000 绑定(bind)地址和端口
    • 让 Gunicorn 服务器在容器内部的 5000 端口接收外部请求
    • app:app 模块名:应用实例名
      • 第一个 app:Python 文件或模块名(如 app.py)。
      • 第二个 app:Flask 应用实例名(通常在代码中定义为 app = Flask(name))。
    • --workers 4
      • 启动 4 个 worker 进程(即 4 个独立的 Python 进程)
    • --threads 2
      • 每个 worker 进程启动 2 个线程。

适用场景

这条命令适合 I/O 密集型的 Flask 应用,例如:

  • API 接口服务(大量 HTTP 请求)。
  • 数据库 CRUD 操作(等待数据库响应时线程可处理其他请求)。
  • 调用外部 API 的服务(如调用第三方支付、短信等)。

3.忽略不必要文件

创建 .dockerignore 文件排除不需要的文件:

powershell 复制代码
__pycache__
*.pyc
*.pyo
*.pyd
.venv
Dockerfile
.git

4. 构建镜像

在项目根目录执行:

powershell 复制代码
 docker build -t flask-api:prod.v1.1 .
  • -t:指定镜像标签(格式:[仓库名]:[版本号])
  • .:指定构建上下文(当前目录)

4. 运行容器

powershell 复制代码
docker rm -f flask-api && docker run -d -p 5000:5000  --name flask-api flask-api:prod
  • 启动前删除 flask-api 容器
  • -d:后台运行
  • -p 5000:5000 端口映射(主机:容器)

5.测试

powershell 复制代码
curl http://localhost:5000

二、常见问题与解决方案

  1. 问题:容器启动后立即退出。

    原因:主进程(如 app.py)未保持运行(如脚本执行完就退出)。

    解决:确保应用持续监听端口(如 Flask/Django 服务)。

  2. 问题:依赖安装失败(如 Alpine 镜像缺少编译工具)。

    解决:在 Dockerfile 中添加编译依赖:

    powershell 复制代码
    RUN apk add --no-cache gcc musl-dev
  3. 问题:修改代码后需重新构建整个镜像。

    解决:利用 Docker 缓存,先复制 requirements.txt 并安装依赖,再复制代码。

相关推荐
Mikhail_G1 小时前
Python应用函数调用(二)
大数据·运维·开发语言·python·数据分析
weixin_472339461 小时前
使用Python提取PDF元数据的完整指南
java·python·pdf
QQ676580082 小时前
基于 PyTorch 的 VGG16 深度学习人脸识别检测系统的实现+ui界面
人工智能·pytorch·python·深度学习·ui·人脸识别
木木黄木木2 小时前
Python制作史莱姆桌面宠物!可爱的
开发语言·python·宠物
胖哥真不错2 小时前
Python基于方差-协方差方法实现投资组合风险管理的VaR与ES模型项目实战
python·毕业设计·课程设计·方差-协方差方法·投资组合风险管理·var与es模型
慧一居士3 小时前
flask功能使用总结和完整示例
python
Hope Fancy3 小时前
macOS 连接 Docker 运行 postgres,使用navicat添加并关联数据库
macos·docker·postgresql
大模型铲屎官3 小时前
【深度学习-Day 23】框架实战:模型训练与评估核心环节详解 (MNIST实战)
人工智能·pytorch·python·深度学习·大模型·llm·mnist
阿幸软件杂货间3 小时前
PPT转图片拼贴工具 v1.0
python·powerpoint
AIGC_北苏4 小时前
DrissionPage爬虫包实战分享
爬虫·python·drissionpage