Ubuntu下Docker部署Python应用全攻略

珍惜时间，勤奋学习！今天给大家带来《Ubuntu Docker部署Python应用教程》，正文内容主要涉及到等等，如果你正在学习文章，或者是对文章有疑问，欢迎大家关注我！后面我会持续更新相关内容的，希望都能帮到正在学习的大家！

随着容器化技术的普及，Docker已成为部署Python应用的强大工具。它能够将应用程序及其所有依赖项打包到一个独立的、可移植的容器中，确保应用在任何环境中都能一致运行。本教程将以一个基于Python的Django REST Framework应用为例，详细演示在Ubuntu 22.04系统上，如何利用Docker 24.0.7版本，从零开始构建并运行一个Docker镜像。

1. 准备工作

在开始之前，请确保您的Ubuntu 22.04系统上已正确安装Docker，版本建议为24.0.7或更高。如果尚未安装，请参照Docker官方文档进行安装。

生成项目依赖文件

在Python项目中，通常会使用虚拟环境（如venv）来管理项目依赖。为了在Docker容器中重建这些依赖，我们需要将当前虚拟环境中的所有包及其版本信息导出到一个requirements.txt文件中。在项目根目录下，执行以下命令：

pip freeze > requirements.txt

这条命令会将当前虚拟环境中安装的所有Python包及其精确版本写入requirements.txt文件。这个文件将作为Docker构建过程中安装依赖的依据。

2. 编写Dockerfile

Dockerfile是用于构建Docker镜像的文本文件，其中包含了一系列指令，描述了如何逐步构建镜像。在项目根目录下创建一个名为Dockerfile的文件（注意没有文件扩展名），并添加以下内容：

# 使用官方Python 3.10.12作为基础镜像
FROM python:3.10.12

# 设置容器内的工作目录
WORKDIR /app

# 将requirements.txt文件复制到容器的工作目录中
COPY requirements.txt ./

# 在容器中安装所有Python依赖包。--quiet参数可减少输出信息
RUN pip install -r requirements.txt --quiet

# 将项目根目录下的所有文件复制到容器的工作目录中
COPY . .

# 暴露容器的8000端口，供外部访问。这只是声明，实际端口映射在运行时指定
EXPOSE 8000

# 定义容器启动时执行的命令。这里以Django开发服务器为例
CMD ["python", "manage.py", "runserver", "0.0.0.0:8000"]

Dockerfile指令详解：

• FROM python:3.10.12: 指定构建镜像所基于的基础镜像。这里我们选择官方的Python 3.10.12镜像，它包含了Python运行时环境。
• WORKDIR /app: 设置容器内部的工作目录为/app。后续的所有操作都将在此目录下进行。
• COPY requirements.txt ./: 将宿主机当前目录下的requirements.txt文件复制到容器的/app目录下。
• RUN pip install -r requirements.txt --quiet: 在容器中执行命令，安装requirements.txt中列出的所有Python依赖。--quiet参数可以使安装过程的输出更加简洁。
• COPY . .: 将宿主机当前目录（项目根目录）下的所有文件和子目录复制到容器的/app目录下。
• EXPOSE 8000: 声明容器将监听8000端口。这只是一个文档化的声明，并不会自动进行端口映射。
• CMD ["python", "manage.py", "runserver", "0.0.0.0:8000"]: 定义容器启动时默认执行的命令。对于Django应用，这通常是启动开发服务器的命令。0.0.0.0表示监听所有可用的网络接口，以便从容器外部访问。

3. 构建Docker镜像

编写完Dockerfile后，就可以使用docker build命令来构建Docker镜像了。在项目根目录下（Dockerfile所在目录），执行以下命令：

docker build -t my-app-img:0.1.0 .

命令详解：

• docker build: 构建Docker镜像的命令。
• -t my-app-img:0.1.0: 为构建的镜像指定名称和标签。my-app-img是镜像名称，0.1.0是标签（通常用于版本控制）。
• .: 指定构建上下文的路径，即Dockerfile所在的目录。Docker守护进程会从这个目录中查找Dockerfile和构建所需的文件。

构建过程可能需要一些时间，具体取决于您的网络速度和依赖包的数量。构建成功后，您可以使用docker images命令查看已创建的镜像。

4. 运行Docker容器

镜像构建完成后，就可以使用docker run命令来启动一个Docker容器，并在其中运行您的Python应用了。

docker run --rm -d -p 8000:8000/tcp my-app-img:0.1.0

命令详解：

• docker run: 启动一个新容器的命令。
• --rm: 容器停止后自动删除。这在开发和测试环境中非常有用，可以避免产生大量无用的停止容器。
• -d: 在后台（分离模式）运行容器，不会占用当前终端。
• -p 8000:8000/tcp: 端口映射。将宿主机的8000端口映射到容器的8000端口。这样，您就可以通过访问宿主机的8000端口来访问容器中运行的应用程序。
• my-app-img:0.1.0: 指定要运行的镜像名称和标签。

5. 访问应用程序

容器成功运行后，您可以通过浏览器访问应用程序。在您的Ubuntu桌面或其他能够访问宿主机的设备上，打开浏览器并输入以下地址：

http://localhost:8000/

如果一切顺利，您将看到您的Python应用程序（如Django REST Framework的欢迎页面或API端点）在Docker容器中正常运行。

注意事项与最佳实践

为了构建更健壮、高效和安全的Docker化Python应用，请考虑以下最佳实践：

1. 生产环境部署:

   • WSGI服务器: python manage.py runserver仅适用于开发环境，不具备生产环境所需的性能、稳定性和安全性。在生产环境中，应使用Gunicorn、uWSGI等WSGI服务器来运行Django或Flask应用。
   • 反向代理: 建议在WSGI服务器前部署Nginx或Apache等反向代理服务器，处理静态文件、负载均衡、SSL终止等任务。

2. 依赖管理:

   • 精确锁定版本: pip freeze可以锁定当前环境的精确版本。在团队协作或生产环境中，建议使用pip-tools等工具来管理依赖，确保requirements.txt中的版本是确定的。

3. 镜像优化:

   • .dockerignore文件: 在项目根目录下创建.dockerignore文件，列出不需要复制到镜像中的文件和目录（例如.git/, __pycache__/, venv/, .env等）。这可以显著减小镜像体积，加快构建速度。
   • 多阶段构建: 对于生产环境，可以采用多阶段构建（Multi-stage builds）。例如，在一个阶段安装构建工具和编译依赖，然后在另一个阶段只复制最终的运行时文件，从而生成一个更小、更安全的生产镜像。

4. 环境变量:

   • 敏感信息: 数据库凭据、API密钥等敏感信息不应硬编码在Dockerfile或代码中。应通过Docker的环境变量（-e参数或--env-file）在容器运行时传递。

5. 日志处理:

   • 标准输出/错误: 容器化应用应将日志输出到标准输出（stdout）或标准错误（stderr），而不是写入文件。这样，Docker的日志驱动程序可以捕获这些日志，并与日志管理系统（如ELK Stack, Splunk）集成。

6. 数据持久化:

   • Docker卷（Volumes）: 如果应用程序需要存储持久化数据（如数据库文件、用户上传的文件），应使用Docker卷（Volumes）或绑定挂载（Bind Mounts）来确保数据在容器生命周期之外的持久性，即使容器被删除，数据也不会丢失。

总结

通过本教程，您应该已经掌握了在Ubuntu系统上使用Docker容器化Python应用的基本流程。从依赖管理到Dockerfile编写，再到镜像构建和容器运行，Docker提供了一种高效、可移植的方式来部署您的应用程序。遵循最佳实践，您可以进一步优化您的Docker化应用，使其在开发和生产环境中都能表现出色。

今天带大家了解了的相关知识，希望对你有所帮助；关于文章的技术知识我们会一点点深入介绍，欢迎大家关注golang学习网公众号，一起学习编程~