完整教程：Docker：创建自定义容器，附通用Python 3.12模板

一、准备工作：

在开始我们的 Docker 之旅前，唯一需要准备的“利器”就是 Docker 本身。

核心依赖：Docker Engine

这是 Docker 的核心组件，负责构建和运行容器。请根据你的操作系统，访问 Docker 官方文档进行安装：

Docker Desktop for Mac (适用于 macOS)
Docker Desktop for Windows (适用于 Windows 10/11)
Docker Engine for Linux (适用于各种 Linux 发行版)

强烈推荐：Docker Compose

虽然不是强制性的，但 Docker Compose 是一个能极大提升我们开发体验的工具。它允许我们通过一个简单的 yaml 文件来定义和配置多容器应用，一条命令即可启动所有服务。通常，安装 Docker Desktop 时会自带 Docker Compose。

安装完成后，打开终端（或 PowerShell/CMD），输入以下命令验证安装是否成功：

docker --version
docker-compose --version

如果能看到版本号，恭喜你，准备工作已完成！

二、核心步骤：

创建自定义容器的核心在于编写一个名为 Dockerfile 的文本文件。它就像是容器的“建筑设计图”，详细描述了容器应该如何构建。

步骤 1：编写 `Dockerfile`

让我们先从一个最基础的通用模板开始理解它的结构。

# 1. 指定基础镜像
# 所有构建都从这个“地基”开始
FROM <基础镜像名>:<标签>
# 2. 设置维护者信息（可选）
LABEL maintainer="your-email@example.com"
# 3. 设置工作目录
# 之后的所有命令都会在这个目录下执行
WORKDIR /app
# 4. 复制文件
# 将本地的项目文件复制到容器的指定目录
COPY . .
# 5. 执行命令
# 在镜像构建过程中执行任何命令，如安装依赖
RUN <你的安装命令>
# 6. 指定容器启动时执行的命令
CMD ["<可执行文件>", "参数1", "参数2"]

指令解析：

FROM: 必须是第一条指令，指定你的镜像基于哪个镜像构建。例如 ubuntu:latest 或 python:3.12。
WORKDIR: 相当于 cd 命令，为后续操作设置一个工作目录。
COPY: 将宿主机（你的电脑）的文件或目录复制到镜像中。格式为 COPY <宿主机路径> <容器路径>。
RUN: 在镜像构建时执行的命令，常用于安装软件包。例如 RUN apt-get update && apt-get install -y git。
CMD: 容器启动后默认执行的命令。一个 Dockerfile 中只有最后一个 CMD 会生效。

步骤 2：构建镜像

编写好 Dockerfile 后，在它所在的目录下打开终端，运行 docker build 命令来创建镜像。

docker build -t my-custom-app:v1.0 .

-t my-custom-app:v1.0: -t 参数用于给镜像打上一个标签（tag），格式为 名称:版本号，方便管理。
.: 这个点号非常重要，它表示构建上下文（context）的路径，通常就是当前目录。Docker 会在这个目录下寻找 Dockerfile 和相关文件。

步骤 3：运行容器

镜像构建成功后，就可以用它来创建和运行容器了。

docker run -d -p 8080:80 --name my-running-app my-custom-app:v1.0

-d: 表示“分离模式”，容器会在后台运行。
-p 8080:80: 端口映射。将宿主机的 8080 端口映射到容器的 80 端口。这样你就可以通过访问 localhost:8080 来访问容器内的服务。
--name my-running-app: 给容器起一个容易记住的名字。
my-custom-app:v1.0: 你要使用的镜像名称和标签。

三、与容器交互：

容器运行起来后，我们经常需要进入其内部进行调试或配置。

如何进入容器环境

最常用、最安全的方式是使用 docker exec 命令：

docker exec -it my-running-app /bin/bash

exec: 在一个运行中的容器里执行新命令。
-it: 这是 -i（交互式）和 -t（分配一个伪终端）的缩写，组合起来让我们能像操作普通终端一样操作容器。
/bin/bash: 你想在容器内启动的 Shell 程序。如果基础镜像非常精简，可能没有 bash，可以尝试 /bin/sh。

执行后，你就会看到命令行提示符变了，这表示你已经成功进入了容器的内部环境。

如何配置容器

最佳实践：配置优先在 Dockerfile 中完成。

任何你希望在容器中永久存在的软件、配置或环境变量，都应该通过 RUN、COPY、ENV 等指令写入 Dockerfile。然后重新构建镜像，这样才能保证环境的一致性和可复现性。

临时调试：在容器内手动配置。

进入容器后，你可以像在普通 Linux 环境中一样安装软件、修改文件。但请记住，这些修改是临时的！一旦容器被删除，所有修改都会丢失。这种方式仅用于快速调试和验证。

四、通用模板：

理论说再多，不如一个实用的模板。下面提供两个模板，你可以直接复制使用，稍作修改即可满足你的需求。

1. 通用自定义模板

这个模板适用于大多数基于 Debian/Ubuntu 的应用。

Dockerfile

# 使用一个轻量级的 Debian 版本作为基础
FROM debian:bullseye-slim
# 设置环境变量，避免交互式安装
ENV DEBIAN_FRONTEND=noninteractive
# 设置工作目录
WORKDIR /workspace
# 更新包列表并安装基础工具（根据需要增删）
RUN apt-get update && apt-get install -y \
    curl \
    vim \
    git \
    && rm -rf /var/lib/apt/lists/*
# 复制你的项目代码到工作目录
COPY . .
# 定义容器启动后执行的默认命令
# 例如，启动一个简单的 Web 服务器或你的应用
CMD ["echo", "Hello from my custom container!"]

docker-compose.yml (配套使用，强烈推荐)

version: '3.8'
services:
app:
build: . # 在当前目录下构建 Dockerfile
container_name: my-generic-app
ports:
- "8080:8080" # 将主机的 8080 端口映射到容器的 8080 端口
volumes:
- .:/workspace # 将当前目录挂载到容器的 /workspace，实现代码实时同步
stdin_open: true # 保持标准输入开放
tty: true        # 分配一个伪终端

使用方法：
将以上两个文件放在你的项目根目录，然后运行 docker-compose up -d 即可。

2. Python 3.12 开发环境专属模板

这个模板专为 Python 3.12 开发优化，包含了依赖管理和缓存优化等最佳实践。

项目结构：

my-python-project/
├── Dockerfile
├── docker-compose.yml
├── requirements.txt
└── main.py

requirements.txt

flask==3.0.0
requests==2.31.0
# 在这里添加你需要的所有 Python 包

main.py

from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():
return "<h1>Hello, Docker with Python 3.12!</h1>"
if __name__ == '__main__':
# 监听所有网络接口，端口 5000
app.run(host='0.0.0.0', port=5000)

Dockerfile

# 1. 使用官方 Python 3.12 slim 版本作为基础镜像
FROM python:3.12-slim
# 2. 设置环境变量，优化 Python 行为
ENV PYTHONDONTWRITEBYTECODE=1  # 不生成 .pyc 文件
ENV PYTHONUNBUFFERED=1        # 确保 Python 输出直接发送到终端
# 3. 设置工作目录
WORKDIR /app
# 4. 【缓存优化】先复制依赖文件并安装依赖
# 这样做的好处是，当代码变化时，只要 requirements.txt 不变，
# Docker 就会使用缓存，无需重新安装依赖，大大加快构建速度。
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt
# 5. 复制项目代码
COPY . .
# 6. 暴露应用端口（可选，但推荐）
EXPOSE 5000
# 7. 定义容器启动时执行的命令
CMD ["python", "main.py"]

docker-compose.yml

version: '3.8'
services:
python-app:
build: .
container_name: my-python312-app
ports:
- "5000:5000" # 将主机的 5000 端口映射到容器的 5000 端口
volumes:
- .:/app # 挂载代码目录，实现热重载（部分框架支持）
restart: unless-stopped # 除非手动停止，否则容器会在退出后自动重启

使用方法：

创建以上文件和目录。
在 my-python-project 目录下运行 docker-compose up -d --build。
打开浏览器访问 http://localhost:5000，你就能看到 “Hello, Docker with Python 3.12!” 了。

五、保存与迁移：

当你辛辛苦苦配置好一个完美的环境后，如何将它保存并迁移到另一台机器上呢？

方法一：推送到镜像仓库（推荐）

这是最专业、最常用的方式，尤其适合团队协作。

登录 Docker Hub（或其他私有仓库）：
```
docker login
```

给镜像打上远程仓库标签：

# 格式：docker tag <本地镜像名> <你的DockerHub用户名>/<镜像名>:<标签>
  docker tag my-custom-app:v1.0 your-dockerhub-username/my-custom-app:v1.0

推送镜像：

docker push your-dockerhub-username/my-custom-app:v1.0

在另一台机器上，只需 docker pull your-dockerhub-username/my-custom-app:v1.0 即可获取该镜像。

方法二：导出/导入镜像文件

适用于离线环境或一次性迁移。

导出镜像为 .tar 文件：

docker save -o my-custom-app.tar my-custom-app:v1.0

将 my-custom-app.tar 文件拷贝到目标机器。
在目标机器上导入镜像：
```
docker load -i my-custom-app.tar
```

---

知识拓展

容器实战高手课
‍ 李程远 | 掌握容器技术核心实践

部署资源

【腾讯云】云服务器、云数据库、COS、CDN、短信等云产品特惠热卖中

posted @ 2025-11-29 22:35 clnchanpin 阅读(268) 评论(0) 收藏举报

刷新页面返回顶部