Docker 容器化部署实战从零搭建你的第一个生产级环境前言“在我机器上明明能跑啊”这句话大概是每个开发者都说过或听过的经典台词。而Docker的出现正是为了彻底终结这个世纪难题。本文将从核心概念出发带你一步步完成一个真实项目的容器化部署涵盖 Dockerfile 编写、镜像构建、多容器编排Docker Compose以及生产环境中的最佳实践。一、Docker 到底是什么一句话理解Docker 是一个轻量级的虚拟化平台它把你的应用程序和所有依赖运行环境、系统库、配置文件打包成一个标准化的单元——容器Container保证在任何机器上都能一致运行。容器 vs 虚拟机对比维度虚拟机VM容器Container启动速度分钟级秒级甚至毫秒级资源占用GB 级别MB 级别隔离程度完全隔离含 OS进程级隔离共享内核镜像体积数 GB数十 ~ 数百 MB运行密度一台机器跑十几个一台机器跑上百个 简单类比虚拟机像独栋别墅自带地基和水电容器像集装箱公寓共享大楼基础设施但各自独立。二、核心概念速览在动手之前先搞懂三个核心概念镜像Image只读的应用模板包含代码 运行时 依赖相当于安装包容器Container镜像的运行实例相当于正在运行的程序仓库Registry存放和分发镜像的地方Docker Hub 是最大的公共仓库它们的关系仓库 → 拉取镜像 → 运行容器# 从仓库拉取镜像并运行容器一条命令搞定dockerrun-d-p8080:80 nginx这条命令做了什么检查本地是否有nginx镜像 → 没有则从 Docker Hub 拉取以后台模式-d启动容器将宿主机的8080端口映射到容器的80端口三、实战容器化一个 Python Flask 应用我们从一个真实场景出发将一个 Flask API 服务容器化部署。3.1 项目结构flask-app/ ├── app.py # Flask 应用代码 ├── requirements.txt # Python 依赖 ├── Dockerfile # Docker 构建文件 └── docker-compose.yml # 多容器编排文件3.2 应用代码app.pyfromflaskimportFlask,jsonifyimportdatetimeimportos appFlask(__name__)app.route(/)defhome():returnjsonify({message:Hello from Docker! ,hostname:os.uname().nodename,time:datetime.datetime.now().isoformat()})app.route(/health)defhealth():returnjsonify({status:healthy}),200if__name____main__:app.run(host0.0.0.0,port5000)requirements.txtflask3.0.0 gunicorn21.2.03.3 编写 DockerfileDockerfile 是构建镜像的配方告诉 Docker 如何一步步打包你的应用# 1. 选择基础镜像Python 官方镜像slim 版本更小 FROM python:3.11-slim # 2. 设置工作目录 WORKDIR /app # 3. 先复制依赖文件利用 Docker 缓存层加速构建 COPY requirements.txt . # 4. 安装依赖 RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple # 5. 复制应用代码 COPY . . # 6. 暴露端口仅声明实际映射靠 docker run -p EXPOSE 5000 # 7. 启动命令使用 gunicorn 作为生产级 WSGI 服务器 CMD [gunicorn, -w, 4, -b, 0.0.0.0:5000, app:app]Dockerfile 最佳实践要点实践说明使用 slim/alpine 基础镜像体积更小攻击面更少先 COPY 依赖再 COPY 代码依赖不变时命中缓存加速构建--no-cache-dir不缓存 pip 下载包减小镜像体积使用.dockerignore排除.git、__pycache__、venv等无用文件非 root 用户运行提升安全性下面会讲创建.dockerignore文件.git __pycache__ *.pyc venv/ .env3.4 构建与运行# 构建镜像注意最后的 . 表示构建上下文dockerbuild-tflask-app:1.0.# 运行容器dockerrun-d\--namemy-flask-app\-p8080:5000\--restartunless-stopped\flask-app:1.0# 验证curlhttp://localhost:8080/# 输出: {hostname:abc123def,message:Hello from Docker! ,time:2026-08-15T13:25:00}常用参数说明-d后台运行--name给容器起个名字方便管理-p 宿主机端口:容器端口端口映射--restart unless-stopped异常退出时自动重启四、进阶Docker Compose 多容器编排真实项目中你的应用通常不止一个容器——还需要数据库、缓存、消息队列等。手动管理多个docker run命令既不优雅也不可持续。Docker Compose让你用一个 YAML 文件定义和运行多容器应用。4.1 场景Flask Redis Nginx我们用 Compose 编排三个服务Flask API业务逻辑Redis缓存层Nginx反向代理 静态资源服务4.2 docker-compose.ymlversion:3.8services:# Flask API 服务web:build:.container_name:flask-appports:-5000:5000environment:-REDIS_HOSTredis-FLASK_ENVproductiondepends_on:redis:condition:service_healthyrestart:unless-stoppednetworks:-app-network# Redis 缓存服务redis:image:redis:7-alpinecontainer_name:redis-cacheports:-6379:6379volumes:-redis-data:/datahealthcheck:test:[CMD,redis-cli,ping]interval:10stimeout:5sretries:3restart:unless-stoppednetworks:-app-network# Nginx 反向代理nginx:image:nginx:alpinecontainer_name:nginx-proxyports:-80:80volumes:-./nginx.conf:/etc/nginx/conf.d/default.conf:rodepends_on:-webrestart:unless-stoppednetworks:-app-network# 数据卷持久化 Redis 数据volumes:redis-data:# 自定义网络networks:app-network:driver:bridge4.3 Nginx 配置nginx.confupstream flask_backend { server web:5000; } server { listen 80; server_name localhost; location / { proxy_pass http://flask_backend; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; } }4.4 一键启动# 启动所有服务后台运行dockercompose up-d# 查看运行状态dockercomposeps# 输出示例:# NAME IMAGE STATUS PORTS# flask-app flask-app:1.0 Up 5 seconds 0.0.0.0:5000-5000/tcp# redis-cache redis:7-alpine Up 6 seconds 0.0.0.0:6379-6379/tcp# nginx-proxy nginx:alpine Up 5 seconds 0.0.0.0:80-80/tcp# 查看日志dockercompose logs-fweb# 停止所有服务dockercompose down# 停止并清除数据卷dockercompose down-v 只需要一个命令docker compose up -d三个服务全部启动网络互通依赖自动排序。五、生产环境最佳实践5.1 镜像瘦身# ❌ 不推荐完整 Python 镜像约 900MB FROM python:3.11 # ✅ 推荐slim 版本约 150MB FROM python:3.11-slim # ✅✅ 进阶多阶段构建最终镜像可压缩到 50MB 以下 FROM python:3.11-slim AS builder WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir --prefix/install -r requirements.txt FROM python:3.11-alpine WORKDIR /app COPY --frombuilder /install /usr/local COPY . . CMD [gunicorn, -w, 4, -b, 0.0.0.0:5000, app:app]5.2 安全性加固# 创建非 root 用户运行应用 RUN adduser --disabled-password --gecos appuser USER appuser5.3 健康检查# docker-compose.yml 中添加健康检查services:web:build:.healthcheck:test:[CMD,curl,-f,http://localhost:5000/health]interval:30stimeout:10sretries:3start_period:10s5.4 环境变量管理# .env 文件不要提交到 GitFLASK_ENVproductionDATABASE_URLpostgresql://user:passdb:5432/mydbREDIS_URLredis://redis:6379/0SECRET_KEYyour-super-secret-key# docker-compose.yml 中引用services:web:env_file:-.env六、常用命令速查表# 镜像操作 dockerbuild-tmyapp:1.0.# 构建镜像dockerimages# 列出本地镜像dockerrmiimage_id# 删除镜像dockertag myapp:1.0 user/myapp:1.0# 打标签dockerpush user/myapp:1.0# 推送到仓库dockerpull nginx:latest# 拉取镜像# 容器操作 dockerrun-d-p8080:80 nginx# 运行容器dockerps# 查看运行中的容器dockerps-a# 查看所有容器含已停止dockerlogs-fcontainer# 查看日志dockerexec-itcontainer/bin/sh# 进入容器dockerstopcontainer# 停止容器dockerrmcontainer# 删除容器dockerstats# 查看资源使用情况# 清理 dockersystem prune-a# 清理所有未使用的资源慎用dockervolume prune# 清理未使用的数据卷七、总结阶段关键动作理解概念镜像 模板容器 实例仓库 商店编写 Dockerfile选小基础镜像、利用缓存层、.dockerignore构建与运行docker build→docker run多容器编排Docker Compose 一键管理生产部署镜像瘦身 安全加固 健康检查 环境变量管理Docker 的价值不仅仅是解决环境一致性问题它更是现代云原生架构的基石——CI/CD 流水线、微服务部署、弹性伸缩都离不开它。 Docker 容器化部署实战：从零搭建你的第一个生产级环境
Docker 容器化部署实战从零搭建你的第一个生产级环境前言“在我机器上明明能跑啊”这句话大概是每个开发者都说过或听过的经典台词。而Docker的出现正是为了彻底终结这个世纪难题。本文将从核心概念出发带你一步步完成一个真实项目的容器化部署涵盖 Dockerfile 编写、镜像构建、多容器编排Docker Compose以及生产环境中的最佳实践。一、Docker 到底是什么一句话理解Docker 是一个轻量级的虚拟化平台它把你的应用程序和所有依赖运行环境、系统库、配置文件打包成一个标准化的单元——容器Container保证在任何机器上都能一致运行。容器 vs 虚拟机对比维度虚拟机VM容器Container启动速度分钟级秒级甚至毫秒级资源占用GB 级别MB 级别隔离程度完全隔离含 OS进程级隔离共享内核镜像体积数 GB数十 ~ 数百 MB运行密度一台机器跑十几个一台机器跑上百个 简单类比虚拟机像独栋别墅自带地基和水电容器像集装箱公寓共享大楼基础设施但各自独立。二、核心概念速览在动手之前先搞懂三个核心概念镜像Image只读的应用模板包含代码 运行时 依赖相当于安装包容器Container镜像的运行实例相当于正在运行的程序仓库Registry存放和分发镜像的地方Docker Hub 是最大的公共仓库它们的关系仓库 → 拉取镜像 → 运行容器# 从仓库拉取镜像并运行容器一条命令搞定dockerrun-d-p8080:80 nginx这条命令做了什么检查本地是否有nginx镜像 → 没有则从 Docker Hub 拉取以后台模式-d启动容器将宿主机的8080端口映射到容器的80端口三、实战容器化一个 Python Flask 应用我们从一个真实场景出发将一个 Flask API 服务容器化部署。3.1 项目结构flask-app/ ├── app.py # Flask 应用代码 ├── requirements.txt # Python 依赖 ├── Dockerfile # Docker 构建文件 └── docker-compose.yml # 多容器编排文件3.2 应用代码app.pyfromflaskimportFlask,jsonifyimportdatetimeimportos appFlask(__name__)app.route(/)defhome():returnjsonify({message:Hello from Docker! ,hostname:os.uname().nodename,time:datetime.datetime.now().isoformat()})app.route(/health)defhealth():returnjsonify({status:healthy}),200if__name____main__:app.run(host0.0.0.0,port5000)requirements.txtflask3.0.0 gunicorn21.2.03.3 编写 DockerfileDockerfile 是构建镜像的配方告诉 Docker 如何一步步打包你的应用# 1. 选择基础镜像Python 官方镜像slim 版本更小 FROM python:3.11-slim # 2. 设置工作目录 WORKDIR /app # 3. 先复制依赖文件利用 Docker 缓存层加速构建 COPY requirements.txt . # 4. 安装依赖 RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple # 5. 复制应用代码 COPY . . # 6. 暴露端口仅声明实际映射靠 docker run -p EXPOSE 5000 # 7. 启动命令使用 gunicorn 作为生产级 WSGI 服务器 CMD [gunicorn, -w, 4, -b, 0.0.0.0:5000, app:app]Dockerfile 最佳实践要点实践说明使用 slim/alpine 基础镜像体积更小攻击面更少先 COPY 依赖再 COPY 代码依赖不变时命中缓存加速构建--no-cache-dir不缓存 pip 下载包减小镜像体积使用.dockerignore排除.git、__pycache__、venv等无用文件非 root 用户运行提升安全性下面会讲创建.dockerignore文件.git __pycache__ *.pyc venv/ .env3.4 构建与运行# 构建镜像注意最后的 . 表示构建上下文dockerbuild-tflask-app:1.0.# 运行容器dockerrun-d\--namemy-flask-app\-p8080:5000\--restartunless-stopped\flask-app:1.0# 验证curlhttp://localhost:8080/# 输出: {hostname:abc123def,message:Hello from Docker! ,time:2026-08-15T13:25:00}常用参数说明-d后台运行--name给容器起个名字方便管理-p 宿主机端口:容器端口端口映射--restart unless-stopped异常退出时自动重启四、进阶Docker Compose 多容器编排真实项目中你的应用通常不止一个容器——还需要数据库、缓存、消息队列等。手动管理多个docker run命令既不优雅也不可持续。Docker Compose让你用一个 YAML 文件定义和运行多容器应用。4.1 场景Flask Redis Nginx我们用 Compose 编排三个服务Flask API业务逻辑Redis缓存层Nginx反向代理 静态资源服务4.2 docker-compose.ymlversion:3.8services:# Flask API 服务web:build:.container_name:flask-appports:-5000:5000environment:-REDIS_HOSTredis-FLASK_ENVproductiondepends_on:redis:condition:service_healthyrestart:unless-stoppednetworks:-app-network# Redis 缓存服务redis:image:redis:7-alpinecontainer_name:redis-cacheports:-6379:6379volumes:-redis-data:/datahealthcheck:test:[CMD,redis-cli,ping]interval:10stimeout:5sretries:3restart:unless-stoppednetworks:-app-network# Nginx 反向代理nginx:image:nginx:alpinecontainer_name:nginx-proxyports:-80:80volumes:-./nginx.conf:/etc/nginx/conf.d/default.conf:rodepends_on:-webrestart:unless-stoppednetworks:-app-network# 数据卷持久化 Redis 数据volumes:redis-data:# 自定义网络networks:app-network:driver:bridge4.3 Nginx 配置nginx.confupstream flask_backend { server web:5000; } server { listen 80; server_name localhost; location / { proxy_pass http://flask_backend; proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; } }4.4 一键启动# 启动所有服务后台运行dockercompose up-d# 查看运行状态dockercomposeps# 输出示例:# NAME IMAGE STATUS PORTS# flask-app flask-app:1.0 Up 5 seconds 0.0.0.0:5000-5000/tcp# redis-cache redis:7-alpine Up 6 seconds 0.0.0.0:6379-6379/tcp# nginx-proxy nginx:alpine Up 5 seconds 0.0.0.0:80-80/tcp# 查看日志dockercompose logs-fweb# 停止所有服务dockercompose down# 停止并清除数据卷dockercompose down-v 只需要一个命令docker compose up -d三个服务全部启动网络互通依赖自动排序。五、生产环境最佳实践5.1 镜像瘦身# ❌ 不推荐完整 Python 镜像约 900MB FROM python:3.11 # ✅ 推荐slim 版本约 150MB FROM python:3.11-slim # ✅✅ 进阶多阶段构建最终镜像可压缩到 50MB 以下 FROM python:3.11-slim AS builder WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir --prefix/install -r requirements.txt FROM python:3.11-alpine WORKDIR /app COPY --frombuilder /install /usr/local COPY . . CMD [gunicorn, -w, 4, -b, 0.0.0.0:5000, app:app]5.2 安全性加固# 创建非 root 用户运行应用 RUN adduser --disabled-password --gecos appuser USER appuser5.3 健康检查# docker-compose.yml 中添加健康检查services:web:build:.healthcheck:test:[CMD,curl,-f,http://localhost:5000/health]interval:30stimeout:10sretries:3start_period:10s5.4 环境变量管理# .env 文件不要提交到 GitFLASK_ENVproductionDATABASE_URLpostgresql://user:passdb:5432/mydbREDIS_URLredis://redis:6379/0SECRET_KEYyour-super-secret-key# docker-compose.yml 中引用services:web:env_file:-.env六、常用命令速查表# 镜像操作 dockerbuild-tmyapp:1.0.# 构建镜像dockerimages# 列出本地镜像dockerrmiimage_id# 删除镜像dockertag myapp:1.0 user/myapp:1.0# 打标签dockerpush user/myapp:1.0# 推送到仓库dockerpull nginx:latest# 拉取镜像# 容器操作 dockerrun-d-p8080:80 nginx# 运行容器dockerps# 查看运行中的容器dockerps-a# 查看所有容器含已停止dockerlogs-fcontainer# 查看日志dockerexec-itcontainer/bin/sh# 进入容器dockerstopcontainer# 停止容器dockerrmcontainer# 删除容器dockerstats# 查看资源使用情况# 清理 dockersystem prune-a# 清理所有未使用的资源慎用dockervolume prune# 清理未使用的数据卷七、总结阶段关键动作理解概念镜像 模板容器 实例仓库 商店编写 Dockerfile选小基础镜像、利用缓存层、.dockerignore构建与运行docker build→docker run多容器编排Docker Compose 一键管理生产部署镜像瘦身 安全加固 健康检查 环境变量管理Docker 的价值不仅仅是解决环境一致性问题它更是现代云原生架构的基石——CI/CD 流水线、微服务部署、弹性伸缩都离不开它。