【docker】Dockerfile制作基础镜像 python 底层镜像制作 | 打包所有的requirement依赖

本文主要是介绍【docker】Dockerfile制作基础镜像 python 底层镜像制作 | 打包所有的requirement依赖,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

一、Dockerfile思想

我们正常的对一个项目进行打包 docker image 通常是在CI工具编译时进行对依赖的安装,比如golanggo getpythonpip installnodenpm install 等等

好处:我们更新了依赖可以动态的再编译时进行一个对依赖的更新
坏处:每一次CI时间都很长,浪费大量时间等待发版

下面我们就从2个角度去打包我们自己的Dockerfile

二、两种方式打包

1、合并打包底层依赖

文件目录如下:

在这里插入图片描述

1.1、Dockerfile 文件如下

注意:
1、当前系统和目标系统的不一致时
我们需要指定目标的系统环境:–platform=linux/amd64 (当前我机器为macos)
2、需要requirements.txt文件和Dockerfile在同一个目录中

FROM --platform=linux/amd64 python:3.9.5-slim# Set the working directory in the container
WORKDIR /app# Copy the current directory contents into the container at /app
COPY . /app# 更换 pip 源为阿里云镜像 1
RUN  pip install --no-cache-dir -i https://mirrors.aliyun.com/pypi/simple/ -r requirements.txt

1.2、Requirement.txt文件如下

async-timeout==4.0.3
beautifulsoup4==4.12.2
certifi==2023.11.17
charset-normalizer==3.3.2
colorama==0.4.6
idna==3.6
loguru==0.7.2
mysql-connector-python==8.2.0
numpy==1.26.3
pandas==2.1.4
protobuf==4.21.12
PyMySQL==1.1.0
python-dateutil==2.8.2
pytz==2023.3.post1
redis==5.0.1
requests==2.31.0
schedule==1.2.1
six==1.16.0
soupsieve==2.5
tzdata==2023.4
urllib3==2.1.0
win32-setctime==1.1.0

1.3、进行打包

docker build -t python:3.9-x86-slim-all . 

在这里插入图片描述

1.4、查看镜像

docker images

在这里插入图片描述

1.5、上传至私有镜像仓库(可选)

这里我们使用的是阿里云ACR
需要我们提前在仓库创建好

在这里插入图片描述

将镜像推送到Registry

docker login --username=xxx registry.cn-beijing.aliyuncs.com
docker tag [ImageId] registry.cn-beijing.aliyuncs.com/xxxx/python:[镜像版本号]
docker push registry.cn-beijing.aliyuncs.com/xxxx/python:[镜像版本号]

1.6、最终使用

因为 Requirement都打包在 registry.cn-beijing.aliyuncs.com/xxxx/python:3.9-x86-slim-all里面了,所以我们如果需要更改 Requirement就得重新打包底层的镜像

FROM registry.cn-beijing.aliyuncs.com/xxxx/python:3.9-x86-slim-all# 设置工作目录
WORKDIR /app# 复制当前目录下的所有文件到工作目录
COPY . /app/
COPY ./gansu/x-ticket/spot_trading/sojson.new.json /app/json/sojson.new.json
# 设置APT的环境变量
ENV DEBIAN_FRONTEND=noninteractive# 执行主程序
CMD ["python", "gansu/schedule_task.py"]

共计编译用时 35 秒

在这里插入图片描述

2、拆分打包底层依赖

2.1、常规Dockerfile写法

这样Requirement中的依赖就可以每次在CI编译时都重新安装一遍

 # 使用官方 Python 镜像作为基础镜像
FROM registry.cn-beijing.aliyuncs.com/xxxx/python:3.9-slim# 设置工作目录
WORKDIR /app# 复制当前目录下的所有文件到工作目录
COPY . /app/
COPY ./gansu/x-ticket/spot_trading/sojson.new.json /app/json/sojson.new.json
# 设置APT的环境变量
ENV DEBIAN_FRONTEND=noninteractive# 更换 pip 源为阿里云镜像,并禁用构建隔离
COPY requirements.txt .
RUN pip install --no-cache-dir --default-timeout=500 --disable-pip-version-check --no-build-isolation -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt# 执行主程序
CMD ["python", "gansu/schedule_task.py"]

这篇关于【docker】Dockerfile制作基础镜像 python 底层镜像制作 | 打包所有的requirement依赖的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1062795

相关文章

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

每天认识几个maven依赖(ActiveMQ+activemq-jaxb+activesoap+activespace+adarwin)

八、ActiveMQ 1、是什么? ActiveMQ 是一个开源的消息中间件(Message Broker),由 Apache 软件基金会开发和维护。它实现了 Java 消息服务(Java Message Service, JMS)规范,并支持多种消息传递协议,包括 AMQP、MQTT 和 OpenWire 等。 2、有什么用? 可靠性:ActiveMQ 提供了消息持久性和事务支持,确保消

如何用Docker运行Django项目

本章教程,介绍如何用Docker创建一个Django,并运行能够访问。 一、拉取镜像 这里我们使用python3.11版本的docker镜像 docker pull python:3.11 二、运行容器 这里我们将容器内部的8080端口,映射到宿主机的80端口上。 docker run -itd --name python311 -p

springboot3打包成war包,用tomcat8启动

1、在pom中,将打包类型改为war <packaging>war</packaging> 2、pom中排除SpringBoot内置的Tomcat容器并添加Tomcat依赖,用于编译和测试,         *依赖时一定设置 scope 为 provided (相当于 tomcat 依赖只在本地运行和测试的时候有效,         打包的时候会排除这个依赖)<scope>provided

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

零基础学习Redis(10) -- zset类型命令使用

zset是有序集合,内部除了存储元素外,还会存储一个score,存储在zset中的元素会按照score的大小升序排列,不同元素的score可以重复,score相同的元素会按照元素的字典序排列。 1. zset常用命令 1.1 zadd  zadd key [NX | XX] [GT | LT]   [CH] [INCR] score member [score member ...]

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

【Linux 从基础到进阶】Ansible自动化运维工具使用

Ansible自动化运维工具使用 Ansible 是一款开源的自动化运维工具,采用无代理架构(agentless),基于 SSH 连接进行管理,具有简单易用、灵活强大、可扩展性高等特点。它广泛用于服务器管理、应用部署、配置管理等任务。本文将介绍 Ansible 的安装、基本使用方法及一些实际运维场景中的应用,旨在帮助运维人员快速上手并熟练运用 Ansible。 1. Ansible的核心概念