python-pip - 长风

使用 [[Dockerfile]] 部署 Python 服务的几种方式，同时也支持通过 [[Docker Compose]] 进行构建和运行，配置可参考：[[dockerfile.yml]]。

Poetry

通过 [[Poetry]] 构建和运行：

1
FROM python:3.12
2

3
# 将当前工作目录设置为 /code
4
WORKDIR /code
5

6
# 拷贝依赖文件
7
COPY pyproject.toml poetry.lock /code/
8
RUN pip install -i https://pypi.douban.com/simple/ poetry
9
RUN poetry install --no-root --no-directory
10

11
# 拷贝项目数据到 code 目录
12
COPY . /code/
13
RUN poetry install --no-dev
14

15
# 声明要监听的端口
16
EXPOSE 5000
17

18
# 使用配置文件
19
CMD [ "poetry", "run", "gunicorn", "app.main:app", "--config", "config/gunicorn.py" ]
20

21
# 直接在参数中传递配置
22
# CMD [ "poetry", "run", "gunicorn", "app.main:app", "--workers", "2", "--worker-class", \
23
        # "uvicorn.workers.UvicornWorker",  "-b", "0.0.0.0:5000" ]

分阶段构建：

第一阶段先安装 poetry 导出依赖到 requirements.txt；
第二阶段通过导出的 requirements 文件使用 [[pip]] 进行安装依赖；
最后拷贝代码到 [[Docker]] 中。

1
FROM python:3.9-slim as export-reqs
2

3
WORKDIR /tmp
4

5
# 拷贝依赖文件
6
COPY pyproject.toml poetry.lock /tmp/
7
RUN pip install -i https://pypi.douban.com/simple/ poetry
8

9
# 从 Poetry 导出依赖到 requirements.txt
10
RUN poetry export -f requirements.txt --output requirements.txt --without-hashes
11

12

13
FROM python:3.12-slim-bookworm
14

15
# 将当前工作目录设置为 /code
16
WORKDIR /code
17

18
# 从 export-reqs 拷贝文件到工作目录
19
COPY --from=export-reqs /tmp/requirements.txt /code/
20

21
# 通过 pip 安装依赖
22
RUN pip install -i http://pypi.douban.com/simple/ --no-cache-dir --upgrade -r requirements.txt && rm requirements.txt
23

24
# 拷贝项目数据到 code 目录
25
COPY . /code/
26

27
# 创建保存数据的目录
28
RUN mkdir /data
29

30
# 声明要监听的端口
31
EXPOSE 5000
32

33
ENTRYPOINT [ "gunicorn", "app.main:app", "--config", "app/config/gunicorn.py" ]