使用Docker部署Python的Flask项目最新教程

一、构建运行 Docker 容器

1. 查找合适镜像

打开 https://hub.docker.com/_/python/tags 找到合适自己的镜像，我找到的是 python:3.13.3-alpine3.22

根据环境选择镜像：

• 开发环境：使用 python:3.12-buster 或完整镜像，便于调试和安装依赖。
• 生产环境：使用 python:3.12-slim 或 python:3.12-alpine，减少攻击面和镜像体积。

2.本地docker 拉取镜像

docker pull python:3.13.3-alpine3.22

 docker images

3.项目配置

1. python项目下生成 requirements.txt 依赖文件

pip freeze > requirements.txt

文件内容：

2. 生成Dockerfile文件

FROM python:3.12.10-alpine3.22

# 设置工作目录
WORKDIR /app

COPY . .

RUN adduser -D appuser

# 使用国内镜像源并增加超时时间
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

# 复制依赖文件并安装（添加超时和重试）
COPY requirements.txt .
RUN pip install --no-cache-dir \
    --timeout 100 \
    gunicorn>=21.2.0 \
    -r requirements.txt


# 验证安装（关键！）
RUN which gunicorn && gunicorn --version

USER appuser


# 启动命令
CMD ["gunicorn", "-b", "0.0.0.0:5000", "app:app", "--workers", "4", "--threads", "2"]

代码解释：

• 1. RUN pip config set global.index-url 设置国内镜像，更快下载依赖
• 2. COPY . . 正式环境部署时，采用 代码打包进镜像，数据用数据卷 的方案
  • 避免因宿主机文件变动导致服务异常
  • 容器与宿主机文件系统隔离，减少攻击面。
  • 日志、配置等数据需持久化存储。
• 3. gunicorn>=21.2.0 强制安装 Gunicorn（不依赖 requirements.txt）
  • 强制安装 Gunicorn（不依赖 requirements.txt），开发环境不用安装 Gunicorn
• 4. CMD [“gunicorn”, “-b”, “0.0.0.0:5000”, “app:app”, “–workers”, “4”, “–threads”, “2”]
  • Gunicorn 启动 Flask 应用
  • -b 0.0.0.0:5000 绑定（bind）地址和端口
  • 让 Gunicorn 服务器在容器内部的 5000 端口接收外部请求
  • app:app 模块名:应用实例名
    • 第一个 app：Python 文件或模块名（如 app.py）。
    • 第二个 app：Flask 应用实例名（通常在代码中定义为 app = Flask(name)）。
  • –workers 4
    • 启动 4 个 worker 进程（即 4 个独立的 Python 进程）
  • –threads 2
    • 每个 worker 进程启动 2 个线程。

适用场景

这条命令适合 I/O 密集型的 Flask 应用，例如：

• API 接口服务（大量 HTTP 请求）。
• 数据库 CRUD 操作（等待数据库响应时线程可处理其他请求）。
• 调用外部 API 的服务（如调用第三方支付、短信等）。

3.忽略不必要文件

创建 .dockerignore 文件排除不需要的文件：

__pycache__
*.pyc
*.pyo
*.pyd
.venv
Dockerfile
.git

4. 构建镜像

在项目根目录执行：

 docker build -t flask-api:prod.v1.1 .

• -t：指定镜像标签（格式：[仓库名]:[版本号]）
• .：指定构建上下文（当前目录）

4. 运行容器

docker rm -f flask-api && docker run -d -p 5000:5000  --name flask-api flask-api:prod

• 启动前删除 flask-api 容器
• -d：后台运行
• -p 5000:5000 端口映射（主机：容器）

5.测试

curl http://localhost:5000

二、常见问题与解决方案

1. 问题：容器启动后立即退出。
   原因：主进程（如 app.py）未保持运行（如脚本执行完就退出）。
   解决：确保应用持续监听端口（如 Flask/Django 服务）。

2. 问题：依赖安装失败（如 Alpine 镜像缺少编译工具）。
   解决：在 Dockerfile 中添加编译依赖：

   RUN apk add --no-cache gcc musl-dev
   

3. 问题：修改代码后需重新构建整个镜像。
   解决：利用 Docker 缓存，先复制 requirements.txt 并安装依赖，再复制代码。

总结 

到此这篇关于使用Docker部署Python的Flask项目的文章就介绍到这了,更多相关Docker部署Python Flask项目内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！