[!info] 关联笔记

• 所属 MOC：服务工程化 · 学习路线
• 相关：配置 · 优雅关闭 · 打包

Python Docker 部署

目标

得到可复现运行的容器镜像：固定 Python 版本与依赖，提供合理入口与信号处理。

这个场景为什么出现

“在我机器能跑”不够。容器固化运行时，是部署与扩缩的基础单元。

[!abstract] 一句话理解 镜像 = 基础解释器 + 安装依赖 + 应用代码 + 入口命令；构建可重复，配置经环境注入。

最小示例（Dockerfile 形态）

场景：API 服务镜像骨架

# 示例骨架（教学）
FROM python:3.12-slim AS base
WORKDIR /app
ENV PYTHONDONTWRITEBYTECODE=1 PYTHONUNBUFFERED=1
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
COPY src ./src
CMD ["python", "-m", "myapp"]

建议运行（需 Docker 环境）：

docker build -t myapp:dev .
docker run --rm -e DATABASE_URL=... -p 8000:8000 myapp:dev

结合场景再看三个关注点

1. 依赖层缓存：先 copy 锁文件。
2. 非 root 用户 更安全。
3. SIGTERM 传到 Python 进程以优雅关闭。

核心概念与准确模型

• 基础镜像选择
• 多阶段：构建与运行分离
• 健康检查
• 只读层与卷

边界情况与反直觉行为

1. 胖镜像 攻击面大
2. 本地路径依赖 进不了镜像
3. GIL/worker 数 与 CPU 限额

常见误区

[!warning] 常见误区：在容器里 pip install 最新无钉版本 错误理解：永远最新最好。
正确模型：锁文件可复现构建。

工程实践

• .dockerignore
• CI 构建并扫描
• 配置全走环境变量

本节总结

容器是交付包装。可复现与信号/配置正确，比“能 build 通”更重要。

自测题

1. 为何先复制 requirements？
2. PYTHONUNBUFFERED 作用？

参考答案

1. 利用层缓存，代码变更不重装依赖。
2. 让日志及时输出，便于容器采集。

延伸阅读与资料来源

资料	类型	支撑内容
Docker docs	文档	容器
Python slim images	镜像	官方基础镜像