使用Docker快速部署FastAPI Web应用

Docker是基于 Linux 内核的cgroup、namespace以及 AUFS 类的Union FS 等技术，对进程进行封装隔离，一种操作系统层面的虚拟化技术。Docker中每个容器都基于镜像Image运行，镜像是容器的只读模板，容器是模板的一个实例。镜像是分层结构，一个镜像可以基于另一个镜像创建，最底层的镜像是基础镜像。

安装Docker

brew install --cask --appdir=/Applications docker

查看docker版本

% docker --version
Docker version 20.10.17, build 100c701

查看docker是否安装成功

% docker info     
Client:Context:    defaultDebug Mode: falsePlugins:buildx: Docker Buildx (Docker Inc., v0.9.1)compose: Docker Compose (Docker Inc., v2.10.2)extension: Manages Docker extensions (Docker Inc., v0.2.9)sbom: View the packaged-based Software Bill Of Materials (SBOM) for an image (Anchore Inc., 0.6.0)scan: Docker Scan (Docker Inc., v0.19.0)

创建FastAPI镜像

依赖

% cat requirements.txt 
fastapi[standard]>=0.113.0,<0.114.0
pydantic>=2.7.0,<3.0.0

Python代码

# main.py
from fastapi import FastAPIapp = FastAPI()@app.get("/")
def index():return "测试容器部署"

目录结构

% tree
.
├── Dockerfile
├── app
│   └── main.py
└── requirements.txt

Dockerfile

% cat Dockerfile 
FROM python:3.9
WORKDIR /code
COPY ./requirements.txt /code/requirements.txt
RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt
EXPOSE 5000
COPY ./app /code/app
CMD ["fastapi", "run", "app/main.py", "--port", "5000"]

Dockerfile常用指令

指令	描述
FROM	指定基础镜像，可以指定多个，指定多个基础镜像时，编译时也会生成对应的多个镜像
MAINTAINER	指定镜像维护人信息，制作人根据自己情况指定
WORKDIR	设置工作目录，后续的RUN、COPY、CMD等命令都将在工作目录下运行
RUN	构建镜像时运行命令，可以用他安装软件等等
CMD	在容器实例中运行的命令，格式与RUN相同。注意，如果在docker run命令行里指定了命令，将不会执行CMD的内容。
ENTRYPOINT	在容器实例中运行的命令，格式与CMD相同。注意，如果在docker run时指定了命令，该命令会以命令行参数的形式传递到ENTRYPOINT中。
COPY	拷贝文件或目录到镜像中
ADD	拷贝文件或目录到镜像中，如果源文件是gizp等压缩文件，会被自动解压到目标目录
ENV	设置环境变量
USER	为RUN、CMD 和 ENTRYPOINT 执行命令指定运行用户
ARG	由外部启动时必须传入的参数，在容器启动时用–build-arg传递参数
EXPOSE	声明容器暴露给宿主机的端口，可以是一个或者多个以空格间隔
HEALTHCHECK	容器中服务健康检查
VOLUME	用于指定持久化目录

Docker镜像中有一个层的概念，每执行一个RUN命令，就会创建一个层，层过多会导致镜像文件体积增大。尽量在RUN命令中使用&&连接多条shell命令，减少RUN命令的个数，可以有效减小镜像文件的体积。在更多情况下，我们希望在docker run命令中为我们的服务传参，而不是覆盖执行命令，那么，我们应该使用ENTRYPOINT而不是CMD。

创建镜像

% docker build -t myimage .         
[+] Building 54.4s (10/10) FINISHED                                             => [internal] load build definition from Dockerfile                       0.0s=> => transferring dockerfile: 37B                                        0.0s=> [internal] load .dockerignore                                          0.0s=> => transferring context: 2B                                            0.0s=> [internal] load metadata for docker.io/library/python:3.9              4.4s=> [internal] load build context                                          0.0s=> => transferring context: 6.57kB                                        0.0s=> [1/5] FROM docker.io/library/python:3.9@sha256:ed8b9dd4e9f89c111f4bd  18.5s# 查看镜像
% docker images
REPOSITORY   TAG       IMAGE ID       CREATED          SIZE
myimage      latest    31030096287b   22 minutes ago   1.06GB

Docker build常用参数

参数	说明
-t	指定Repository以及Tag，例如helloworld:1.0
-f	指定Dockerfile路径，Dockerfile不在当前目录时使用
—no-cache	常见镜像的过程中不使用Build Cache构建镜像
—pull	构建镜像时总是拉取Base Image的最新版本

运行

% docker run -d --name mycontainer -p 80:5000 myimage
f23deab780852268532e6f820da33df67d6b39ba007db01d6eca2660e345a224# 查看容器
% docker ps    
CONTAINER ID   IMAGE     COMMAND                  CREATED          STATUS          PORTS                  NAMES
f23deab78085   myimage   "fastapi run app/mai…"   14 minutes ago   Up 14 minutes   0.0.0.0:80->5000/tcp   mycontainer# 进入容器
% docker exec -it mycontainer bash

这里docker run从镜像myimage实例了一个容器，守护模式，命名为mycontainer，容器内部的端口是5000，宿主机的端口是80。

停止和移除容器

# 关闭容器
% docker stop mycontainer
mycontainer# 启动容器
% docker start mycontainer
mycontainer# 移除容器
% docker rm mycontainer  
mycontainer

导入镜像到生产环境

我们可以使用docker save命令将镜像保存到指定的文件中，保存的文件是一个.tar格式的压缩文件：

# 导出到tar
docker save -o hello.tar hello:1.0# 导入到生产环境的docker
docker load -i hello.tar

配置镜像加速器

{"registry-mirrors": ["https://docker.wanpeng.top"]
}