3分钟将Python应用容器化-技术圈

很多开发者用自己的电脑开发，然后将程序部署在内网。如果内网无法访问互联网，部署就相当麻烦，你需要将应用程序依赖的包也传输到内网。如果是 Python 应用，还需要使用 pip 安装一下依赖包，对于某些需要编译安装包，windows 环境下安装过程中还可能报错，linux 可能提示缺失必要的头文件等，安装这些依赖包会耗费较多的时间，对自己的技术提升其实没有帮助，是要尽可能避免的。

那么能不能一次部署，处处运行？其实这个问题已经有点过时了，别问，问就是 docker，如果你了解过 docker，你就知道，以容器的形式来发布你的应用程序，已经变得非常流行。

本文教你如何将一个 Python 应用容器化，容器化后，你的应用可以极其方便的迁移至其他具有 Docker 的服务器中，即使 Docker 服务器不联网，也只需将一个 Docker 镜像拷贝至内网即可完成部署，实现一次部署，处处运行，提升部署应用的效率。

假如有一个 Python 的 web 应用 index.py ，这里是 falsk 写的 Hello world：

from flask import Flask
app = Flask(__name__)
@app.route("/")
def hello():
    return "Hello World!"
if __name__ == "__main__":
    app.run(host="0.0.0.0", port=int("5000"), debug=True)

运行 python index.py 后，在浏览器上访问 http://127.0.0.1:5000，会看到浏览器上显示了 'Hello World!' 说明程序没有问题。如果我们把这个文件发给别人，那么他需要做以下 3 步才能启动这个 web 应用。

安装 Python 解释器
安装 flask 库
执行 python index.py

真实情况下，步骤 2 可能会有很多依赖，这里我们将所有的依赖库都放在 requirements.txt 文件中：

Flask==1.1.2

然后在应用程序的根目录（这里是 index.py 所在的目录）中创建一个名为 Dockerfile 的文本文件，然后粘贴以下代码。

FROM python:alpine3.8
COPY . /app
WORKDIR /app
RUN pip install -r requirements.txt
EXPOSE 5000
CMD python ./index.py

请注意，FROM 指令指向 python:alpine3.7。这是在告诉 Docker 容器要使用什么基本映像，并隐式选择要使用的 Python 版本，在本例中为 3.8。Docker Hub 具有几乎所有 Python 版本的基本映像。该示例使用的是安装在 Alpine Linux（极简Linux发行版）上的Python，该 Python 发行版有助于使 Docker 的映像较小。除非有充分的理由使用 Debian Jessie 这样的基本图像，否则最好选择Alpine。

还要注意的是 RUN 指令，该指令调用 pip 从 requirements.txt 文件安装依赖项。

Dockerfile 中的其余指令非常简单。在 CMD 指令告诉容器来执行启动该应用程序是什么。在这种情况下，它告诉 Python 运行 index.py。该 COPY 指令简单地移动应用到容器镜像，WORKDIR 设置工作目录，EXPOSE 绑定 Flask 使用的端口。

要构建映像，在 Dockerfile 目录下，终端运行 docker build 命令。

docker build --tag somenzz-app ./

等待其下载基本镜像并构建完成，会得到一个 somenzz-app 的镜像:

$ docker images | grep somenzz
somenzz-app                                         latest              b7e2359056bb        3 hours ago         89.1MB
somenzz/my-kali                                     latest              975cbe3a4619        2 weeks ago         1.83GB

可以看到此镜像只有 89.1MB 的大小。接下来就像其他镜像已有可以使用了：

$ docker run --name python-app -p 5000:5000 somenzz-app
 * Serving Flask app "index" (lazy loading)
 * Environment: production
   WARNING: This is a development server. Do not use it in a production deployment.
   Use a production WSGI server instead.
 * Debug mode: on
 * Running on http://0.0.0.0:5000/ (Press CTRL+C to quit)
 * Restarting with stat
 * Debugger is active!
 * Debugger PIN: 201-219-912
172.17.0.1 - - [14/Oct/2020 22:32:05] "GET / HTTP/1.1" 200 -

此时容器已经成功启动，本机的 5000 端口会映射至容器的 5000 端口，因此，访问 127.0.0.0:5000 就相当于访问容器的 5000 端口。

如果要后台运行容器，可以加入 -d 参数：

$ docker run -d  --name python-app -p 5000:5000 somenzz-app
259d09fbbf77a6fd680cd7527600d055cb76fe3d6792063846103b47360210f9
$ docker container list | grep somenzz-app
259d09fbbf77        somenzz-app                                         "/bin/sh -c 'python …"   20 minutes ago      Up 20 minutes       0.0.0.0:5000->5000/tcp                           python-app

结合前文手摸手，带你入门docker中的步骤 7 ：发布镜像，你可以将容器发布到网络上供他人使用。

如果你不熟悉 Dockerfile，制作并发布 docker 镜像还有一个更简单的方法，那就是下载一个镜像，启动，登陆到容器内部进行修改，安装依赖，然后保存为新镜像，最后发布，当然效率是比较低的，有时间最好还是学习下 Dockerfile，官方教程如下：

https://docs.docker.com/engine/reference/builder/

自然，本文只是一个简单的 HelloWorld web 应用。更复杂的场景将需要更多地关注细节，但是大多数 Python 应用程序的容器化流程都是相同的，希望本文对你有所帮助。

Python七号，做更满意的七号，每周学习一个 Python 技巧，欢迎关注。