使用Docker部署一个python的web服务🚀

        由于是从事算法相关工作，之前在项目中，需要将写完的代码服务，部署在docker上，以此是开始接触了Docker这个工具，由于之前也没系统学习过，之后应该可能还会用上，所以打算通过一遍博客的方式记录一下也学习一下，这篇博客主要记录一个基础过程，把整个流程简化，重在理解思路，如果有问题或者写的不对的地方，欢迎留言或私信交流。

Docker 是一个开源平台，利用容器技术将应用程序及其所有依赖打包到一个标准化的单元中，从而确保它们能够在任何计算环境中一致地运行。容器是轻量级的、可移植的，并且在不同的操作系统和云环境中运行时具有一致性，使得应用程序的开发、测试和部署过程更加高效和可靠。Docker 使开发人员和运维人员能够更容易地协作，简化了持续集成和持续部署（CI/CD）工作流程。

文章目录

使用Docker部署一个python的web服务🚀1.Docker 安装2.编写一个简单的web服务2.1 本地python环境配置安装2.1 使用Flask编写一个 hello_world 服务

3.编写一个doceker file3.1 使用FROM 命令导入一个基础镜像3.2 创建一个工作目录3.3拷贝项目根目录下的所有文件到工作目录3.4在镜像中安装Flask3.5运行服务程序app.py3.6完整的Dockerfile文件

4. 在命令控制台搭建Docker镜像4.1 使用Docker build 搭建docker镜像源4.2 使用Docker RUN 运行容器4.3 使用浏览器访问Docker镜像中运行的服务

结束

1.Docker 安装

首先到官网点击Download进行下载，由于我自己的电脑是windows所以这里下载了一个windows版本

https://www.docker.com/

下载完成之后，正常安装就一直点就行，打开应用，首先会出现启动引擎的加载动画，然后进入到如下界面。

然后打开电脑的powershell输入<code>docker --version查看一下docker版本，检查一下通过powershell能不能使用docker命令，这也是检查docker安装成功的关键一步，如果打印出版本信息了，表示安装成功了。

docker --version

2.编写一个简单的web服务

安装好了docker之后可以先简单写一个python的服务程序，在写一个新的python项目之前先在anaconda中建一个虚拟环境。

2.1 本地python环境配置安装

新建环境命令，我这里起的名字是doceker_web（这个命令最后安装的python的具体版本为3.10.14）

<code>conda create --name docker_web python=3.10

运行上述命令之后，输入y开始下载虚拟环境的各种文件。

输入激活虚拟环境的命令进入虚拟环境

<code>conda activate docker_web

然后安装一个Flask框架,这里我由于我配置了全局清华镜像源，所以是从镜像源里下载的。

<code>pip install Flask

之后新建一个项目然后选一下解释器，0基础的同学，可以找一下周围会做的让你帮着改一下，或者自己搜一下。

2.1 使用Flask编写一个 hello_world 服务

之后这里直接写一个最简单的服务代码，如果零基础的同学可移步在下之前的文章。

Flask框架初探-如何在本机发布一个web服务并通过requests访问自己发布的服务-简易入门版

<code>from flask import Flask

app = Flask(__name__)

@app.route("/")

def hello_world():

return "Hello, World!"

if __name__ == "__main__":

app.run(host="0.0.0.0", debug=False)code>

运行之后使用电脑浏览器访问这个IP地址，可以看到浏览器上显示了一个Hello World。

3.编写一个doceker file

首先右键新建一个file文件，然后命名为<code>Dockerfile

然后就会得到一个空白的Dockerfile文件并自动打开，其实在新建的时候，也有Dockerfile文件的选项，但是新建出来的不是空的，自带的几行代码也没啥必要，索性直接建一个空的了。

3.1 使用FROM 命令导入一个基础镜像

我们需要首先导入一个python的基础镜像，首先需要取看一下有哪些基础镜像，首先需要点右上角的九个小正方形组成的图标，然后点击DockerHub。

进入到以下网站，然后在搜索框中输入python

搜索之后点击python

点击之后下滑可以看到python包含的docker镜像的版本。

每个镜像文件由不同的python版本和一些使用操作系统的信息的后缀，这里我们以3.10.14版本为例（由于我们新建的anaconda的虚拟环境中的python版本是3.10.14）

不同的镜像使用了不同的操作系统，这里通常情况下我们选择<code>3.10.14-slim

FROM python:3.10.14-slim

3.2 创建一个工作目录

        创作工作目录的作用是，方便归拢文件，嗯，我是这吗理解的，相当于在docker的模拟镜像系统下，新建了一个文件夹，然后之后会把项目文件通过后续的COPY命令给移动过去，之后还可以在生成文件夹的目录下执行命令，类似于windows有时候需要cd到指定路径的文件夹下，然后再执行命令，这样避免每一条命令都要带着绝对路径。

<code>WORKDIR /app

3.3拷贝项目根目录下的所有文件到工作目录

        该命令，可以将项目文件夹下是所有文件移动到，之前使用WORKDIR目录中新建的/app目录下，第一个点表示当前项目的根目录下的文件，第二个点表示目标路径，也就是Docker镜像中的/app目录，再解释一句就是执行了WORKDIR /app之后，第二个点就被指定为/app目录（理解成文件夹也行）了

<code>COPY . .

3.4在镜像中安装Flask

        移动完文件，然后就可以给镜像安装需要的库了由于我们只用到了flask，，这里我们为了精简内容，所以就先只安装Flask。

<code># 安装Flask

RUN pip install Flask

3.5运行服务程序app.py

最后再加一句运行命令就可以了，这是个固定的格式，等效于我们在控制台中直接执行 python3 app.py 命令。

<code>CMD ["python3", "app.py"]

3.6完整的Dockerfile文件

<code># 使用基础镜像

FROM python:3.10.14-slim

# 设置工作目录

WORKDIR /app

# 拷贝当前项目文件到工作目录文件夹 COPY<本地路径><目标路径>

COPY . .

# 安装Flask

RUN pip install Flask

# 运行应用

CMD ["python3", "app.py"]

4. 在命令控制台搭建Docker镜像

4.1 使用Docker build 搭建docker镜像源

        点击pycharm右下侧的小图标进入到终端（也可以在外部cmd终端cd进入到项目文件夹下）。

之后在控制台输入下面的命令，创建一个名为docker_web的的镜像（最后的点很重要不能省略）。

<code>docker build -t docker_web .

docker build：构建 Docker 镜像的命令。-t docker_web：为构建的镜像指定一个标签（docker_web）。.：指定构建上下文，即当前目录。Docker 会使用该目录中的 Dockerfile 和所有相关文件来构建镜像（从当前目录下搜索Dockerfile）。

运行之后结果如下，该命令完成了加载python镜像源，拷贝项目文件，和安装Flask的任务。

4.2 使用Docker RUN 运行容器

<code>docker run -p 80:5000 -d docker_web

docker run：运行一个新的容器。-p 80:5000：将主机的80端口映射到容器的5000端口。这意味着你可以通过访问主机的80端口来访问容器中运行的服务（假设服务在容器的5000端口上运行）。-d：以守护进程模式（后台）运行容器。docker_web：要运行的镜像名称。

这里的5000端口是Flask默认的端口，如果需要修改需要在app.py中设置指定的端口号

if __name__ == '__main__':

app.run(host='0.0.0.0', port=5000)code>

4.3 使用浏览器访问Docker镜像中运行的服务