bash
FROM python:3.10-slim
# 设置工作目录
WORKDIR /app
# 配置国内镜像源加速
RUN sed -i 's|deb.debian.org|mirrors.aliyun.com|g' /etc/apt/sources.list.d/debian.sources 2>/dev/null || \
sed -i 's|deb.debian.org|mirrors.aliyun.com|g' /etc/apt/sources.list 2>/dev/null || true
# 安装系统依赖
RUN apt-get update && apt-get install -y \
gcc \
g++ \
libpq-dev \
poppler-utils \
&& rm -rf /var/lib/apt/lists/*
# 复制依赖文件
COPY requirements.txt .
# 安装Python依赖
RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
# 复制应用代码
COPY . .
# 创建必要的目录
RUN mkdir -p /app/uploads /app/logs
# 暴露端口
EXPOSE 8000
# 默认命令
CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000"]
- 选择基础镜像
FROM python:3.10-slim
• 使用官方的 python:3.10-slim 作为基础镜像
• 这是一个精简版 Debian + Python 3.10,体积比较小,适合做生产镜像
⸻
- 设置工作目录
WORKDIR /app
• 把容器里的当前工作目录设为 /app
• 后面的命令(比如 COPY . .、pip install 等)都会以 /app 为当前目录执行
⸻
- 换 apt 的国内源(阿里云)
RUN sed -i 's|deb.debian.org|mirrors.aliyun.com|g' /etc/apt/sources.list.d/debian.sources 2>/dev/null ||
sed -i 's|deb.debian.org|mirrors.aliyun.com|g' /etc/apt/sources.list 2>/dev/null || true
• 作用:把默认的 deb.debian.org 源替换成 mirrors.aliyun.com,下载系统包更快
• 前面优先改 /etc/apt/sources.list.d/debian.sources,如果这个文件不存在就会报错,因此后面加了 || 再去改 /etc/apt/sources.list
• 2>/dev/null 把错误输出丢掉,|| true 保证这条命令即使失败也不会导致构建中断
⸻
- 安装系统依赖
RUN apt-get update && apt-get install -y
gcc
g++
libpq-dev
poppler-utils
&& rm -rf /var/lib/apt/lists/*
• apt-get update:更新软件包列表
• apt-get install -y 安装以下依赖:
• gcc, g++:C / C++ 编译器,很多 Python 三方库(比如带 C 扩展的)编译时需要
• libpq-dev:PostgreSQL 客户端开发库,通常是给 psycopg2 等数据库驱动编译用的
• poppler-utils:PDF 相关工具,比如 pdftotext,常用于 PDF 转文本等
• rm -rf /var/lib/apt/lists/*:清理 apt 缓存,减小镜像体积
⸻
- 复制依赖清单并安装 Python 依赖
COPY requirements.txt .
• 把宿主机当前目录下的 requirements.txt 拷贝到容器的 /app/requirements.txt
RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
• 使用 pip 安装 Python 依赖
• --no-cache-dir:不保留 pip 缓存,减小镜像体积
• -r requirements.txt:按依赖文件安装
• -i https://pypi.tuna.tsinghua.edu.cn/simple:使用清华源,加速下载
这里先 COPY requirements.txt 再 pip install,有一个好处:
只要 requirements 没变,这一层会命中缓存,构建会很快。
⸻
- 拷贝项目代码
COPY . .
• 把你本地项目目录下的所有文件拷贝进容器 /app/
• 包括你的 app 代码、配置文件等
⸻
- 创建必要目录
RUN mkdir -p /app/uploads /app/logs
• 创建两个目录:
• /app/uploads:通常用来存上传文件
• /app/logs:用来存日志文件
• -p 保证目录不存在就创建,存在也不会报错
⸻
- 暴露端口
EXPOSE 8000
• 声明容器内服务使用的端口是 8000
• 只是一个声明,真正对外映射端口还是要在 docker run 或 docker-compose 里用 -p 8000:8000 之类来做
⸻
- 启动命令(默认入口)
CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000"]
• 指定容器启动时默认执行的命令:
• uvicorn app.main:app:运行 Uvicorn,加载 app/main.py 里的 app 对象(FastAPI / Starlette 应用)
• --host 0.0.0.0:监听所有网卡地址,外部才能访问
• --port 8000:使用 8000 端口
⸻
总结一下这份 Dockerfile 做了什么?
-
选了一个轻量级 Python 3.10 基础镜像
-
换 apt 源为阿里云,加快系统包下载
-
安装了编译器、Postgres 开发包和 PDF 工具
-
用清华源安装 Python 依赖
-
拷贝你的应用代码,创建上传和日志目录
-
暴露 8000 端口
-
用 Uvicorn 启动 FastAPI 应用 app.main:app