无网络内网环境打包 python程序为docker镜像

一、Docker 离线安装包（CentOS 7 x86_64）

1. 官方下载目录（可直接浏览器访问）

Docker 官方 CentOS 7 稳定版包地址： https://download.docker.com/linux/centos/7/x86_64/stable/Packages/

2. 推荐版本（稳定兼容 CentOS 7）

直接复制链接到浏览器下载：

containerd.io： https://download.docker.com/linux/centos/7/x86_64/stable/Packages/containerd.io-1.6.20-3.1.el7.x86_64.rpm
docker-ce-cli： https://download.docker.com/linux/centos/7/x86_64/stable/Packages/docker-ce-cli-20.10.24-3.el7.x86_64.rpm
docker-ce： https://download.docker.com/linux/centos/7/x86_64/stable/Packages/docker-ce-20.10.24-3.el7.x86_64.rpm

说明：下载这 3 个核心包，就能在内网 CentOS7 上离线安装 Docker。

二、内网 CentOS 7 离线安装步骤（直接复制执行）

把这些文件传到内网服务器的任意目录，比如 /home/app/docker-offline，然后执行以下命令：

bash

运行

复制代码

# 1. 进入安装包目录
cd /home/app/docker-offline

# 2. 安装所有 rpm 包（按顺序或批量安装）
sudo rpm -Uvh *.rpm --force --nodeps

# 3. 启动 Docker 服务
sudo systemctl start docker

# 4. 设置开机自启
sudo systemctl enable docker

# 5. 验证安装是否成功
docker --version

如果看到类似 Docker version 24.0.7, build ... 的输出，就说明安装成功了。

操作方案（离线安装 Docker 两种方式）

方式 1：rpm 本地安装（推荐）

bash

运行

复制代码

# 进入dabao目录
cd /app/algo/dabao
# 本地批量安装所有docker rpm包
yum localinstall -y *.rpm
# 启动docker并设置开机自启
systemctl start docker
systemctl enable docker
# 验证
docker -v

方式 2：解压 docker.tar 离线部署（无 yum 权限时使用）

bash

运行

复制代码

tar -zxvf docker.tar.gz
# 解压后按内部readme脚本执行二进制部署

配套 Python 环境部署流程

解压 Miniconda 压缩包，离线安装 conda
进入linux-pip目录，使用pip install --no-index --find-links=. *.whl离线安装所有 python 依赖
解压algo_service.tar.gz启动算法业务服务

三、启动 Docker 并设置开机自启

bash

运行

复制代码

# 启动服务
systemctl start docker
# 开机自动启动
systemctl enable docker
# 查看运行状态
systemctl status docker

最优方案：rpm 离线安装（不用 yum，用原生 rpm 命令）

步骤 1：按依赖顺序逐个安装 rpm 包

bash

运行

复制代码

# 1. 先装容器运行时containerd
rpm -ivh containerd.io-1.6.33-3.1.el7.x86_64.rpm

# 2. 安装docker客户端
rpm -ivh docker-ce-cli-24.0.7-1.el7.x86_64.rpm

# 3. 安装docker主程序
rpm -ivh docker-ce-24.0.7-1.el7.x86_64.rpm

# 4. 构建插件
rpm -ivh docker-buildx-plugin-0.11.2-1.el7.x86_64.rpm

# 5. compose插件
rpm -ivh docker-compose-plugin-2.20.2-1.el7.x86_64.rpm

⚠️ 如果提示权限不足：找管理员获取 root 密码，执行 su - 输入密码切换 root 后再执行上面 rpm 命令。

步骤 2：启动 Docker 服务

安装完成后执行：

bash

运行

复制代码

systemctl start docker
systemctl enable docker
# 查看运行状态
systemctl status docker

步骤 3：验证安装

bash

运行

复制代码

docker -v
docker compose version

方案 1：获取 root 权限，离线补齐依赖（推荐，稳定标准安装）

1. 先拿到正确 root 密码，切换管理员

联系运维拿到 root 密码执行：

bash

运行

复制代码

su -

2. 离线批量安装所有 rpm（自动处理依赖顺序）

bash

运行

复制代码

/usr/bin/rpm -ivh *.rpm --nodeps

--nodeps 参数强制忽略依赖校验，绕过 container-selinux 缺失报错，一次性安装全部 5 个 docker 相关 rpm。

3. 启动 docker 服务

bash

运行

复制代码

systemctl start docker
systemctl enable docker
docker -v

方案 2：二进制免 rpm 安装（完全不需要 root 密码 / 无依赖限制，兜底方案）

利用目录里 docker.tar 二进制压缩包，仅需普通用户权限部署：

解压二进制包

bash

运行

复制代码

tar -xvf docker.tar

将 docker 二进制程序放到用户可执行目录

bash

运行

复制代码

mkdir -p ~/.local/bin
cp docker/* ~/.local/bin/
chmod +x ~/.local/bin/docker dockerd

临时添加环境变量（当前终端生效）

bash

运行

复制代码

export PATH=$HOME/.local/bin:$PATH

后台启动 dockerd（普通用户容器，不占用系统服务）

bash

运行

复制代码

dockerd --data-root ~/docker-data &
# 验证
docker -v

三、关键补充说明

--nodeps 参数风险：强制忽略依赖后，部分 selinux 容器权限功能会缺失，仅内网业务使用无影响；
二进制方案局限性：不会注册系统 systemd 服务，重启服务器后需要重新执行 dockerd & 启动；
根源问题：这台服务器离线环境缺少 container-selinux 依赖 rpm，且你无 root 权限，标准 rpm 安装流程被阻断

文档命令：sudo rpm -Uvh *.rpm --force --nodeps

如果你知道 sudo 密码，执行：

bash

运行

复制代码

sudo rpm -Uvh *.rpm --force --nodeps

若 sudo 无权限、只能切 root，先输密码登录 root：

bash

运行

复制代码

su -
rpm -Uvh *.rpm --force --nodeps

参数说明： --nodeps：跳过依赖检测，规避 container-selinux 缺失报错； --force：强制覆盖安装文件，避免文件冲突。

一、方案 1：基于 Miniconda 官方镜像（推荐，干净标准）

1. 在线可拉取的基础镜像（有外网时）

dockerfile

复制代码

# 基于miniconda3 python3.12
FROM continuumio/miniconda3:24.5.0
# 创建业务环境
RUN conda create -n rail_algo python=3.12 -y
# 激活环境、安装依赖
SHELL ["conda","run","-n","rail_algo","/bin/bash","-c"]
RUN pip install *.whl --no-index --find-links=/packages

离线使用方式：先在外网导出镜像包 docker save -o miniconda3.tar continuumio/miniconda3:24.5.0，传到内网用 docker load -i miniconda3.tar 导入。

二、方案 2：基于 CentOS7 系统镜像，离线安装 Miniconda（适配你当前服务器系统）

和你本地现有的 Miniconda3-py312_24.5.0-Linux-x86_64.sh 安装包完美配套，纯离线构建，不需要外网镜像：

dockerfile

复制代码

# 底层和宿主机统一 CentOS7
FROM centos:7
# 拷贝你dabao上层的miniconda安装脚本进容器
COPY Miniconda3-py312_24.5.0-Linux-x86_64.sh /tmp/
# 静默安装miniconda
RUN bash /tmp/Miniconda3-py312_24.5.0-Linux-x86_64.sh -b -p /opt/miniconda3
# 写入环境变量
ENV PATH="/opt/miniconda3/bin:$PATH"
# 创建算法专属conda环境
RUN conda create -n algo python=3.12 -y
# 离线安装whl依赖包
COPY linux_packages /packages
SHELL ["conda","run","-n","algo","/bin/bash","-c"]
RUN pip install --no-index --find-links=/packages *.whl
# 启动你的铁路算法服务
WORKDIR /app
COPY rail_algo_service-code /app
CMD ["conda","run","-n","algo","python","main.py"]

离线打包流程（你内网场景）

外网导出 centos:7 基础镜像 docker save -o centos7.tar centos:7
把 centos7.tar、miniconda 安装脚本、所有 whl 离线包、项目代码一起传到内网服务器
内网先导入系统镜像：docker load -i centos7.tar，再执行 docker build 构建带 conda 的算法镜像

二、导入 Miniconda 镜像包操作（你当前目录文件）

重登录权限生效后执行导入：

bash

运行

复制代码

# 回到algo目录
cd /app/algo
# 离线加载conda基础镜像
docker load -i Miniconda3-py312_24.5.0-Linux-x86_64.tar.gz

本地已有 Python/conda 环境 + 业务程序打包 Docker 完整步骤

前置说明

你现在机器是 Linux，本地有完整 Miniconda3-py312 环境、rail_algo_service 业务代码，分两种打包方案：

方案 A（推荐离线可用）：导出 conda 环境清单 + 代码构建镜像（镜像体积小）
方案 B（完全复刻本地环境）：导出完整 conda 环境目录打包进镜像（和本机环境 1:1）

方案 A：基于环境清单构建（通用、体积小）

步骤 1：导出本地 conda 环境配置

进入你的 conda 环境，导出依赖清单

bash

运行

复制代码

# 激活你正在使用的conda环境
conda activate base
# 导出环境yml（记录所有包版本）
conda env export > algo_env.yml
# 复制yml到代码目录
cp algo_env.yml /home/app/algo/rail_algo_service0603/

步骤 2：进入代码目录，编写 Dockerfile

bash

运行

复制代码

cd /home/app/algo/rail_algo_service0603
vim Dockerfile

Dockerfile 内容：

dockerfile

复制代码

# 基础镜像选用CentOS7（适配你现有服务器环境）
FROM centos:7
# 1. 复制Miniconda离线安装包到容器内
COPY ../Miniconda3-py312_24.5.0-0-Linux-x86_64.sh /tmp/
# 静默安装miniconda到/opt/miniconda3
RUN bash /tmp/Miniconda3-py312_24.5.0-0-Linux-x86_64.sh -b -p /opt/miniconda3 && \
    rm -f /tmp/Miniconda3-py312_24.5.0-0-Linux-x86_64.sh
# 将conda加入环境变量
ENV PATH="/opt/miniconda3/bin:$PATH"
# 2. 复制环境依赖文件
COPY algo_env.yml /tmp/
# 根据yml创建conda环境
RUN conda env create -f /tmp/algo_env.yml
# 自动激活conda环境
ENV CONDA_DEFAULT_ENV=base
# 3. 复制业务代码到容器工作目录
WORKDIR /app
COPY . .
# 暴露端口（根据你的服务实际端口修改，示例8080）
EXPOSE 8080
# 容器启动命令，替换为你的服务启动脚本
CMD ["bash", "start.sh"]

步骤 3：构建镜像

bash

运行

复制代码

# 末尾的 . 代表Dockerfile所在当前目录
docker build -t rail_algo_service:0603 .

步骤 4：本地测试镜像

bash

运行

复制代码

# 前台启动测试
docker run --rm -p 8080:8080 rail_algo_service:0603
# 后台常驻启动
docker run -d --name rail_algo -p 8080:8080 rail_algo_service:0603

步骤 5：导出镜像（离线部署到其他机器）

bash

运行

复制代码

docker save -o rail_algo_service_0603.tar rail_algo_service:0603
# 其他机器导入使用
docker load -i rail_algo_service_0603.tar

方案 B：完整复制本机 conda 环境（1:1 复刻本地环境，无重新安装依赖）

适合内网完全离线、无法在线安装包的场景

步骤 1：打包本地完整 conda 环境目录

bash

运行

复制代码

# 打包本机miniconda目录
tar -zcvf miniconda3.tar.gz /home/app/miniconda3
# 复制压缩包到代码目录
cp miniconda3.tar.gz /home/app/algo/rail_algo_service0603/

步骤 2：Dockerfile（直接解压本地 conda 包）

dockerfile

复制代码

FROM centos:7
# 复制conda完整压缩包
COPY miniconda3.tar.gz /opt/
# 解压到容器内/opt/miniconda3
RUN tar -zxf /opt/miniconda3.tar.gz -C /opt/ && rm -f /opt/miniconda3.tar.gz
# 配置环境变量
ENV PATH="/opt/miniconda3/bin:$PATH"
# 复制业务代码
WORKDIR /app
COPY . .
EXPOSE 8080
CMD ["bash", "start.sh"]

步骤 3-5：构建、测试、导出镜像

和方案 A 完全一致，命令通用：

bash

运行

复制代码

# 构建
docker build -t rail_algo_full_env:0603 .
# 测试运行
docker run --rm rail_algo_full_env:0603
# 导出离线镜像包
docker save -o rail_algo_full.tar rail_algo_full_env:0603

关键补充适配你当前环境的注意事项

1. 离线 whl 包补充（如果有 pip 离线依赖）

若你有 linux_pip 目录下的 whl 包，在 Dockerfile 中增加复制安装逻辑：

dockerfile

复制代码

# 复制whl包目录
COPY ../linux_pip /tmp/whl
# 离线安装所有pip包
RUN pip install --no-index --find-links=/tmp/whl /tmp/whl/*.whl

2. Kafka 网络适配

你的服务依赖 Kafka（Broker:192.168.74.97:9092）：

容器内访问宿主机 Kafka：启动容器增加 --net=host 参数共享宿主机网络

bash

运行

复制代码

docker run -d --net=host --name rail_algo rail_algo_service:0603

若 Kafka 是容器服务，使用 docker 网络互通。

3. 报错避坑

docker load 只能导入 docker save 导出的 tar：你之前的 Miniconda 压缩包不是镜像包，不能用 load；
权限问题：代码目录、miniconda 包权限不足时，构建前执行 chmod 755 文件名；
镜像体积过大：优先用方案 A（环境清单），不要直接拷贝完整 conda 目录；
启动脚本 start.sh 缺少执行权限：构建前给脚本加权限 chmod +x start.sh。

Linux镜像部分

方案 B（最简替代，不用打包系统根目录）

如果你觉得打包整个系统体积太大，提前在外网机器导出 centos:7 镜像文件传到内网导入：

外网机器执行：

bash

运行

复制代码

docker pull centos:7
docker save -o centos7.tar centos:7

内网服务器导入（一次导入永久本地缓存，后续构建不再联网）：

bash

运行

复制代码

docker load -i /home/app/algo/centos7.tar

导入后你原来带 FROM centos:7 的 Dockerfile 就能正常构建，不会再请求外网。

Docker 缓存机制：RUN 安装miniconda 这一层被缓存复用，镜像里 /opt/miniconda3 已经存在，再执行 conda env create 就报前缀已存在。

方案 1：构建时彻底禁用缓存（最快临时解决）

bash

运行

复制代码

docker build --no-cache -t rail_algo_service:0603 .

--no-cache 完全不使用任何缓存，每一层重新执行，不会复用旧的 miniconda 安装层。

方案 2：永久修复 Dockerfile，把创建环境合并进安装步骤，只一条 RUN

直接全量替换你的 Dockerfile：

dockerfile

复制代码

FROM centos:7
COPY Miniconda3-py312_24.5.0-0-Linux-x86_64.sh /tmp/
COPY linux-pip/linux-pip /tmp/wheels

RUN bash /tmp/Miniconda3-py312_24.5.0-0-Linux-x86_64.sh -b -p /opt/miniconda3 \
&& rm -rf /tmp/*.sh \
&& /opt/miniconda3/bin/pip install --no-index --find-links=/tmp/wheels /tmp/wheels/*.whl \
&& /opt/miniconda3/bin/conda clean -y --all

ENV PATH="/opt/miniconda3/bin:$PATH"
ENV CONDA_DEFAULT_ENV=base

WORKDIR /app
COPY . .

CMD ["bash","start.sh"]

执行流程

vim Dockerfile 清空原有内容，粘贴上面代码保存
执行无缓存构建
bash

运行
复制代码
```
docker build --no-cache -t rail_algo_service:0603 .
```
原理说明

之前分多条 RUN 会分层缓存：
第一层安装 miniconda（缓存）
后面再执行 conda 命令，系统目录已存在，直接报错现在所有 conda/pip 操作合并一条 RUN，一次性执行，不存在目录残留冲突。

结果：构建成功了！

看日志最后几行：

plaintext

复制代码

exporting to image
writing image
naming to docker.io/library/rail_algo_service:0603

镜像已经正常打包完成，没有报错。

下一步操作

查看镜像确认存在

bash

运行

复制代码

docker images | grep rail_algo_service

启动容器（内网 kafka 需要共享宿主机网络）

bash

运行

复制代码

docker run -d --net=host --name rail_algo0603 rail_algo_service:0603

查看容器运行状态

bash

运行

复制代码

docker ps | grep rail_algo0603

补充说明

之前旧的报错是你没删掉 conda env create 那一段，现在修改 Dockerfile 删除后，全程只用本地离线 pip 安装，不再访问 anaconda 外网源，构建顺利走完。

无网络内网环境打包 python程序为docker镜像

一、Docker 离线安装包（CentOS 7 x86_64）

1. 官方下载目录（可直接浏览器访问）

2. 推荐版本（稳定兼容 CentOS 7）

二、内网 CentOS 7 离线安装步骤（直接复制执行）

操作方案（离线安装 Docker 两种方式）

方式 1：rpm 本地安装（推荐）

方式 2：解压 docker.tar 离线部署（无 yum 权限时使用）

配套 Python 环境部署流程

三、启动 Docker 并设置开机自启

最优方案：rpm 离线安装（不用 yum，用原生 rpm 命令）

步骤 1：按依赖顺序逐个安装 rpm 包

步骤 2：启动 Docker 服务

步骤 3：验证安装

方案 1：获取 root 权限，离线补齐依赖（推荐，稳定标准安装）

1. 先拿到正确 root 密码，切换管理员

2. 离线批量安装所有 rpm（自动处理依赖顺序）

3. 启动 docker 服务

方案 2：二进制免 rpm 安装（完全不需要 root 密码 / 无依赖限制，兜底方案）

三、关键补充说明

一、方案 1：基于 Miniconda 官方镜像（推荐，干净标准）

1. 在线可拉取的基础镜像（有外网时）

二、方案 2：基于 CentOS7 系统镜像，离线安装 Miniconda（适配你当前服务器系统）

离线打包流程（你内网场景）

二、导入 Miniconda 镜像包操作（你当前目录文件）

本地已有 Python/conda 环境 + 业务程序打包 Docker 完整步骤

前置说明

方案 A：基于环境清单构建（通用、体积小）

步骤 1：导出本地 conda 环境配置

步骤 2：进入代码目录，编写 Dockerfile

步骤 3：构建镜像

步骤 4：本地测试镜像

步骤 5：导出镜像（离线部署到其他机器）

方案 B：完整复制本机 conda 环境（1:1 复刻本地环境，无重新安装依赖）

步骤 1：打包本地完整 conda 环境目录

步骤 2：Dockerfile（直接解压本地 conda 包）

步骤 3-5：构建、测试、导出镜像

关键补充适配你当前环境的注意事项

1. 离线 whl 包补充（如果有 pip 离线依赖）

2. Kafka 网络适配

3. 报错避坑

Linux镜像部分

方案 B（最简替代，不用打包系统根目录）

方案 1：构建时彻底禁用缓存（最快临时解决）

方案 2：永久修复 Dockerfile，把创建环境合并进安装步骤，只一条 RUN

执行流程

原理说明

结果：构建成功了！

下一步操作

补充说明