浅析Docker如何创建自定义容器(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

到此这篇关于浅析Docker如何创建自定义容器(附通用Python 3.12模板)的文章就介绍到这了,更多相关Docker创建自定义容器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！

最新评论