Python Flask服务Docker化全流程指南

一、基础环境准备

1.1 项目结构示例

flask-docker-app/
├── app/
│   ├── __init__.py
│   ├── routes.py
│   └── templates/
├── requirements.txt
├── Dockerfile
└── docker-compose.yml

1.2 最小Flask应用示例

# app/__init__.py
from flask import Flask

app = Flask(__name__)

@app.route('/')
def home():
    return "Flask in Docker is running!"

# app/routes.py (可选扩展路由)

二、Dockerfile深度解析

2.1 多阶段构建方案

# 第一阶段：构建环境
FROM python:3.9-slim as builder

WORKDIR /app
COPY requirements.txt .
RUN pip install --user -r requirements.txt

# 第二阶段：运行环境
FROM python:3.9-slim
WORKDIR /app

# 从构建阶段复制已安装的包
COPY --from=builder /root/.local /root/.local
COPY . .

# 确保脚本可执行
RUN chmod +x ./boot.sh

# 环境变量
ENV FLASK_APP=app
ENV FLASK_ENV=production
ENV PATH=/root/.local/bin:$PATH

# 暴露端口
EXPOSE 5000

# 启动命令
CMD ["./boot.sh"]

2.2 启动脚本优化

#!/bin/sh
# boot.sh
exec gunicorn --bind 0.0.0.0:5000 --workers 4 --threads 2 app:app

三、容器化最佳实践

3.1 安全加固措施

# 添加安全用户
RUN groupadd -r flaskgroup && useradd -r -g flaskgroup flaskuser
USER flaskuser

# 限制容器权限
RUN chown -R flaskuser:flaskgroup /app

3.2 构建参数优化

# 使用构建缓存
COPY requirements.txt .
RUN --mount=type=cache,target=/root/.cache/pip \
    pip install --user -r requirements.txt

四、多环境配置管理

4.1 环境变量分离

# 开发环境配置
FROM python:3.9 as development
ENV FLASK_ENV=development
CMD ["flask", "run", "--host=0.0.0.0"]

# 生产环境配置
FROM python:3.9-slim as production
ENV FLASK_ENV=production
CMD ["gunicorn", "--bind", "0.0.0.0:5000", "app:app"]

4.2 docker-compose集成

version: '3.8'

services:
  web:
    build:
      context: .
      target: production  # 或 development
    ports:
      - "5000:5000"
    environment:
      - FLASK_APP=app
    volumes:
      - ./app:/app/app  # 开发时挂载代码

五、生产级部署方案

5.1 Gunicorn配置优化

# gunicorn_config.py
workers = 4
threads = 2
bind = "0.0.0.0:5000"
worker_class = "gevent"
max_requests = 1000
timeout = 30
keepalive = 5

5.2 Nginx反向代理

# nginx配置
FROM nginx:alpine
COPY nginx.conf /etc/nginx/conf.d/default.conf
COPY --from=production /app /usr/share/nginx/html

六、镜像优化技巧

6.1 镜像瘦身策略

# 使用alpine基础镜像
FROM python:3.9-alpine

# 清理缓存
RUN apk add --no-cache build-base && \
    pip install --no-cache-dir -r requirements.txt && \
    apk del build-base

6.2 分层构建优化

# 不经常变化的依赖
COPY requirements.txt .
RUN pip install -r requirements.txt

# 频繁变化的代码
COPY . .

七、CI/CD集成示例

7.1 GitHub Actions配置

name: Docker Build and Push

on: [push]

jobs:
  build:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v2
      - run: docker build -t flask-app .
      - run: docker run -d -p 5000:5000 flask-app
      - run: curl --retry 5 --retry-delay 5 http://localhost:5000

7.2 自动化测试集成

# 测试阶段
FROM development as test
RUN pip install pytest
COPY tests .
RUN pytest

八、调试与监控

8.1 日志管理方案

# 日志重定向
CMD ["gunicorn", "--access-logfile", "-", "--error-logfile", "-", ...]

8.2 健康检查配置

# docker-compose.yml
healthcheck:
  test: ["CMD", "curl", "-f", "http://localhost:5000"]
  interval: 30s
  timeout: 10s
  retries: 3

九、安全防护措施

9.1 镜像扫描

# 使用Trivy扫描漏洞
docker scan flask-app

9.2 最小权限原则

# 使用非root用户
RUN adduser -D flaskuser
USER flaskuser

十、完整工作流示例

10.1 构建与运行命令

# 构建镜像
docker build -t flask-app .

# 运行容器
docker run -d -p 5000:5000 --name my-flask-app flask-app

# 查看日志
docker logs -f my-flask-app

10.2 生产部署命令

# 使用docker-compose
docker-compose up -d --build

# 集群部署
docker stack deploy -c docker-compose.yml flask-stack

​关键优化点​：

1. 多阶段构建减少镜像体积（从~1GB优化到~150MB）
2. 使用Gunicorn替代Flask开发服务器
3. 非root用户运行增强安全性
4. 合理的层缓存策略加速构建
5. 生产环境分离配置

​性能对比​：

配置方案	镜像大小	启动时间	内存占用	适用场景
基础版	~1GB	2-3s	~200MB	开发测试
优化版	~150MB	<1s	~100MB	生产环境
Alpine版	~80MB	<1s	~80MB	资源受限环境

​扩展建议​：

1. 集成Prometheus监控
2. 添加ELK日志系统
3. 实现蓝绿部署
4. 配置自动伸缩策略