搜尋
首頁後端開發Python教學優化 Flask Dockerfile:DevOps 和開發人員的最佳實踐

?介紹

歡迎來到 DevOps 的世界! ?今天,我們將深入探討任何 DevOps 工程師的一項基本技能:針對 Flask 應用程式最佳化 Dockerfile。雖然初學者 DevOps 工程師通常專注於掌握基本的 Dockerfile 語法,但經驗豐富的工程師知道真正的專業知識在於優化 - 製作高效、安全且可用於生產的 Dockerfile。

在本部落格中,我們將逐步介紹建立簡單 Flask 應用程式的過程。首先,我們將建立一個基本的 Dockerfile,然後將其細化為最佳化版本,比較兩者以了解差異。無論您是初學者還是希望提高 Dockerfile 技能,本指南都適合每個人。

讓我們開始吧! ?️


?先決條件

在我們深入為 Flask 應用程式編寫和最佳化 Dockerfile 之前,請確保您具備以下先決條件:

  1. Flask 的基本了解

    熟悉創建簡單的 Flask 應用程式將幫助您無縫地跟進。

  2. Docker 已安裝

    確保 Docker 已安裝並在您的系統上運行。您可以從 Docker 網站下載。

  3. Python 環境設定

    您的系統上安裝了 Python 3.x,以及用於管理 Python 套件的 pip。

  4. 程式碼編輯器

    使用您選擇的任何程式碼編輯器,例如 Visual Studio Code、PyCharm 或 Sublime Text。

  5. 燒瓶已安裝

    使用以下命令在 Python 環境中安裝 Flask:

   pip install flask
  1. 燒瓶應用範例 準備好一個簡單的 Flask 應用程序,或者準備好在我們繼續本教程時創建一個應用程式。

?創建 Flask 應用程式

首先,我們將建立一個簡單的 Flask 應用程式並為容器化做好準備。請依照以下步驟操作:

  1. 建立專案目錄

    建立一個名為 basic-flask 的目錄並導航到其中。

  2. 建立 Flask 應用程式

    在 basic-flask 目錄中,建立一個名為 app.py 的文件,其中包含以下內容:

   from flask import Flask

   app = Flask(__name__)

   @app.route("/")
   def HelloWorld():
       return "Hello World"

   if __name__ == "__main__":
       app.run()

您可以使用以下命令執行此應用程式:

   python3 app.py

開啟瀏覽器並造訪 http://localhost:5000。您應該會看到網頁上顯示 Hello World

Optimising Flask Dockerfiles: Best Practices for DevOps and Developers

  1. 列出依賴項 為了容器化應用程序,我們首先需要指定所需的 Python 模組。透過執行以下命令建立一個requirements.txt 檔案:
   pip install flask

?建立 Dockerfile

現在,讓我們建立兩個版本的 Dockerfile:基本上 版本和最佳化 版本。

基本 Dockerfile

基本的 Dockerfile 很簡單,但缺乏效率和安全性最佳化:

   from flask import Flask

   app = Flask(__name__)

   @app.route("/")
   def HelloWorld():
       return "Hello World"

   if __name__ == "__main__":
       app.run()

這個 Dockerfile 很實用,但在快取、大小優化和安全實踐方面還有改進的空間。

最佳化的 Dockerfile

優化後的 Dockerfile 遵循多階段構建,並結合了效率、安全性和模組化的最佳實踐:

   python3 app.py

?建置 Dockerfile

現在我們已經建立了兩個 Dockerfile,是時候建立 Docker 映像並觀察它們大小的差異了。請依照以下步驟操作:

從基本 Dockerfile 建立映像

  1. 確保基本 Dockerfile 的內容保存在名為 Dockerfile 的檔案中。
  2. 使用以下指令建立鏡像:
   pip3 freeze > requirements.txt

Optimising Flask Dockerfiles: Best Practices for DevOps and Developers

從最佳化的 Dockerfile 建置映像

  1. 將最佳化後的 Dockerfile 的內容保存在名為 Dockerfile 的單獨檔案中。
  2. 使用以下命令建立映像:
FROM python:3.9-slim

WORKDIR /app

COPY . /app

RUN pip install -r requirements.txt

CMD ["python3", "app.py"]

Optimising Flask Dockerfiles: Best Practices for DevOps and Developers

比較建構的圖像

建置映像檔後,使用下列指令列出所有 Docker 映像:

# syntax=docker/dockerfile:1.4

# Stage 1: Build dependencies
FROM --platform=$BUILDPLATFORM python:3.10-alpine AS builder

WORKDIR /code

# Install build dependencies and cache pip files for efficiency
COPY requirements.txt /code
RUN --mount=type=cache,target=/root/.cache/pip \
    pip3 install --prefix=/install -r requirements.txt

COPY . /code

# Stage 2: Development environment setup
FROM python:3.10-alpine AS dev-envs

WORKDIR /code

# Copy application files and installed dependencies
COPY --from=builder /install /usr/local
COPY . /code

# Install additional tools for development (e.g., Git, Bash)
RUN apk update && apk add --no-cache git bash

# Create a non-root user for better security
RUN addgroup -S docker && \
    adduser -S --shell /bin/bash --ingroup docker vscode

# Set entrypoint and command for development purposes
ENTRYPOINT ["python3"]
CMD ["app.py"]

# Stage 3: Production-ready image
FROM python:3.10-alpine AS final

WORKDIR /app

# Copy only necessary application files and dependencies
COPY --from=builder /install /usr/local
COPY app.py /app

ENTRYPOINT ["python3"]
CMD ["app.py"]

Optimising Flask Dockerfiles: Best Practices for DevOps and Developers

您應該注意到影像尺寸的顯著差異:

  • 基本 Dockerfile 映像:177MB
  • 最佳化的 Dockerfile 映像: 大約 59.2MB

為什麼優化後的圖片變小了

  • 輕量級基礎映像:優化後的Dockerfile使用python:3.10-alpine,明顯小於python:3.9-slim。
  • 多階段建置:從最終映像中排除不必要的建置依賴項,使其保持最小。
  • 高效率快取: pip 安裝使用快取可以避免冗餘下載並減少映像層數。

?結論

最佳化 Dockerfile 是 DevOps 工程師的關鍵技能,旨在建立高效、安全且可用於生產的容器。在這篇部落格中,我們探索如何建立一個簡單的 Flask 應用程序,使用基本的 Dockerfile 將其容器化,然後使用優化的 Dockerfile 對其進行改進。

影像大小和結構的差異證明了最佳實踐的影響,例如使用多階段建置、輕量級基礎映像和快取機制。雖然基本的 Dockerfile 達到了其目的,但優化後的版本提供了更精簡、更安全且高效能的容器,凸顯了容器化中周到設計的重要性。

當您繼續您的 DevOps 之旅時,請務必透過整合最佳化、考慮安全性和最小化開銷來增強您的 Dockerfile。優化良好的 Dockerfile 不僅可以節省時間和資源,還可以確保生產中更順暢的部署和可擴充性。

現在輪到你了 - 嘗試將這些技術應用到你自己的專案中,看看優化帶來的差異! ?

?如需了解更多資訊博客,請在 Hashnode、X(Twitter) 和 LinkedIn 上關注我。

快樂編碼和自動化! ?

以上是優化 Flask Dockerfile:DevOps 和開發人員的最佳實踐的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
Python:編譯器還是解釋器?Python:編譯器還是解釋器?May 13, 2025 am 12:10 AM

Python是解釋型語言,但也包含編譯過程。 1)Python代碼先編譯成字節碼。 2)字節碼由Python虛擬機解釋執行。 3)這種混合機制使Python既靈活又高效,但執行速度不如完全編譯型語言。

python用於循環與循環時:何時使用哪個?python用於循環與循環時:何時使用哪個?May 13, 2025 am 12:07 AM

UseeAforloopWheniteratingOveraseQuenceOrforAspecificnumberoftimes; useAwhiLeLoopWhenconTinuingUntilAcIntiment.forloopsareIdealForkNownsences,而WhileLeleLeleLeleLeleLoopSituationSituationsItuationsItuationSuationSituationswithUndEtermentersitations。

Python循環:最常見的錯誤Python循環:最常見的錯誤May 13, 2025 am 12:07 AM

pythonloopscanleadtoerrorslikeinfiniteloops,modifyingListsDuringteritation,逐個偏置,零indexingissues,andnestedloopineflinefficiencies

對於循環和python中的循環時:每個循環的優點是什麼?對於循環和python中的循環時:每個循環的優點是什麼?May 13, 2025 am 12:01 AM

forloopsareadvantageousforknowniterations and sequests,供應模擬性和可讀性;而LileLoopSareIdealFordyNamicConcitionSandunknowniterations,提供ControloperRoverTermination.1)forloopsareperfectForeTectForeTerToratingOrtratingRiteratingOrtratingRitterlistlistslists,callings conspass,calplace,cal,ofstrings ofstrings,orstrings,orstrings,orstrings ofcces

Python:深入研究彙編和解釋Python:深入研究彙編和解釋May 12, 2025 am 12:14 AM

pythonisehybridmodeLofCompilation和interpretation:1)thepythoninterpretercompilesourcecececodeintoplatform- interpententbybytecode.2)thepythonvirtualmachine(pvm)thenexecutecutestestestestestesthisbytecode,ballancingEaseofuseEfuseWithPerformance。

Python是一種解釋或編譯語言,為什麼重要?Python是一種解釋或編譯語言,為什麼重要?May 12, 2025 am 12:09 AM

pythonisbothinterpretedAndCompiled.1)它的compiledTobyTecodeForportabilityAcrosplatforms.2)bytecodeisthenInterpreted,允許fordingfordforderynamictynamictymictymictymictyandrapiddefupment,儘管Ititmaybeslowerthananeflowerthanancompiledcompiledlanguages。

對於python中的循環時循環與循環:解釋了關鍵差異對於python中的循環時循環與循環:解釋了關鍵差異May 12, 2025 am 12:08 AM

在您的知識之際,而foroopsareideal insinAdvance中,而WhileLoopSareBetterForsituations則youneedtoloopuntilaconditionismet

循環時:實用指南循環時:實用指南May 12, 2025 am 12:07 AM

ForboopSareSusedwhenthentheneMberofiterationsiskNownInAdvance,而WhileLoopSareSareDestrationsDepportonAcondition.1)ForloopSareIdealForiteratingOverSequencesLikelistSorarrays.2)whileLeleLooleSuitableApeableableableableableableforscenarioscenarioswhereTheLeTheLeTheLeTeLoopContinusunuesuntilaspecificiccificcificCondond

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

強大的PHP整合開發環境

SecLists

SecLists

SecLists是最終安全測試人員的伙伴。它是一個包含各種類型清單的集合,這些清單在安全評估過程中經常使用,而且都在一個地方。 SecLists透過方便地提供安全測試人員可能需要的所有列表,幫助提高安全測試的效率和生產力。清單類型包括使用者名稱、密碼、URL、模糊測試有效載荷、敏感資料模式、Web shell等等。測試人員只需將此儲存庫拉到新的測試機上,他就可以存取所需的每種類型的清單。

Dreamweaver Mac版

Dreamweaver Mac版

視覺化網頁開發工具

Dreamweaver CS6

Dreamweaver CS6

視覺化網頁開發工具

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用