介绍
Docker 是一个强大的工具，用于容器化（containerizing）应用程序，这使得开发、部署和管理软件变得更容易。在本教程中，我们将探讨如何在 Docker 容器启动时运行 Python 脚本。这种方法允许你自动化应用程序的部署并简化你的开发工作流程。在本实验（Lab）结束时，你将能够创建一个 Docker 容器，该容器会在启动时自动执行你的 Python 脚本。
创建一个简单的 Python 脚本
在第一步中，我们将创建一个简单的 Python 脚本，该脚本将在我们的 Docker 容器启动时执行。此脚本将打印一条消息以及当前的日期和时间。
让我们首先为我们的项目创建一个新目录：
mkdir -p ~/project/python-docker
cd ~/project/python-docker现在，让我们使用 nano 文本编辑器创建一个名为 app.py 的简单 Python 脚本：
nano app.py在 nano 编辑器中，添加以下 Python 代码：
import datetime
import time
print("Hello from the Docker container!")
print(f"Current date and time: {datetime.datetime.now()}")
## Keep the container running to demonstrate it's working
print("Container is running...")
while True:
print("Container still running... Press Ctrl+C to stop.")
time.sleep(10)通过按 Ctrl+O，然后 Enter 来保存文件，并通过按 Ctrl+X 退出 nano。
此脚本将：
- 打印欢迎消息
- 显示当前的日期和时间
- 每 10 秒显示一条消息，以保持容器运行
让我们测试我们的 Python 脚本，以确保它正常工作：
python3 app.py你应该看到类似于以下的输出：
Hello from the Docker container!
Current date and time: 2023-10-12 14:30:45.123456
Container is running...
Container still running... Press Ctrl+C to stop.按 Ctrl+C 停止脚本。
现在我们有了一个可运行的 Python 脚本，我们可以继续创建一个 Docker 容器，该容器将在启动时运行此脚本。
创建一个 Dockerfile
现在我们已经准备好了 Python 脚本，让我们创建一个 Dockerfile 来定义应该如何构建我们的 Docker 容器。
Dockerfile 是一个文本文件，其中包含构建 Docker 镜像所需的所有命令。此镜像将包含我们的 Python 脚本和所有必要的依赖项。
在同一目录 (~/project/python-docker) 中，创建一个名为 Dockerfile 的新文件：
nano Dockerfile将以下内容添加到 Dockerfile 中：
## Use the official Python image as base
FROM python:3.9-slim
## Set working directory
WORKDIR /app
## Copy the Python script to the container
COPY app.py .
## Command to run when the container starts
CMD ["python", "app.py"]通过按 Ctrl+O，然后 Enter，再按 Ctrl+X 来保存并退出 nano。
让我们了解 Dockerfile 中的每一行都做了什么：
-
FROM python:3.9-slim：这指定要使用的基础镜像。我们使用官方的 Python 3.9 镜像，并使用 slim 变体来保持较小的体积。 -
WORKDIR /app：这会将容器内的工作目录设置为/app。 -
COPY app.py .：这会将我们的 Python 脚本从宿主机复制到容器中的当前工作目录（即/app）。 -
CMD ["python", "app.py"]：这指定了容器启动时要运行的命令。在这种情况下，它将运行我们的 Python 脚本。
现在，让我们使用此 Dockerfile 构建我们的 Docker 镜像：
docker build -t python-app .此命令从当前目录 (.) 中的 Dockerfile 构建一个 Docker 镜像，并使用名称 python-app 进行标记（-t 代表 tag）。
你应该看到类似于以下的输出：
Sending build context to Docker daemon 3.072kB
Step 1/4 : FROM python:3.9-slim
---> 1bc6a8a2a52f
Step 2/4 : WORKDIR /app
---> Using cache
---> 2a3b7a28c9e5
Step 3/4 : COPY app.py .
---> Using cache
---> 9a0b7a1c8c2d
Step 4/4 : CMD ["python", "app.py"]
---> Using cache
---> 3b0c7a2d9f1e
Successfully built 3b0c7a2d9f1e
Successfully tagged python-app:latest输出可能有所不同，但如果一切顺利，你应该看到 "Successfully built" 和 "Successfully tagged" 消息。
你现在已经成功创建了一个 Docker 镜像，其中包含你的 Python 脚本，并且当从该镜像启动容器时，它将运行该脚本。
运行 Docker 容器
现在我们已经构建了 Docker 镜像，我们可以基于此镜像运行一个容器。容器将在启动时自动执行我们的 Python 脚本。
要从我们的镜像运行容器，请使用以下命令：
docker run --name python-container python-app此命令从我们在上一步中创建的 python-app 镜像启动一个名为 python-container 的新容器。
你应该看到类似于以下的输出：
Hello from the Docker container!
Current date and time: 2023-10-12 15:45:30.123456
Container is running...
Container still running... Press Ctrl+C to stop.
Container still running... Press Ctrl+C to stop.容器现在正在运行并执行我们的 Python 脚本。该脚本旨在无限期运行，每 10 秒打印一条消息。
按 Ctrl+C 停止查看日志，但请注意，容器仍在后台运行。
要验证容器是否正在运行，请使用以下命令：
docker ps你应该在正在运行的容器列表中看到你的容器：
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
1a2b3c4d5e6f python-app "python app.py" 1 minute ago Up 1 minute python-container要停止容器，请使用以下命令：
docker stop python-container要再次启动容器，请使用：
docker start python-container要查看正在运行的容器的日志：
docker logs python-container这将显示我们 Python 脚本的输出。你可以按 Ctrl+C 退出日志视图。
当你完成时，要删除容器，首先停止它（如果它正在运行），然后删除它：
docker stop python-container
docker rm python-container你现在已经成功创建并运行了一个 Docker 容器，该容器在启动时执行一个 Python 脚本。
在 Docker 中使用环境变量与 Python
环境变量是配置你的应用程序而无需更改代码的好方法。在这一步中，我们将修改我们的 Python 脚本以使用环境变量，并更新我们的 Dockerfile 以提供这些变量。
首先，让我们更新我们的 Python 脚本以读取一个环境变量：
nano app.py修改脚本以包含环境变量支持：
import datetime
import time
import os
## Get the environment variable with a default value if not set
user_name = os.environ.get('USER_NAME', 'Guest')
print(f"Hello, {user_name}, from the Docker container!")
print(f"Current date and time: {datetime.datetime.now()}")
## Keep the container running to demonstrate it's working
print("Container is running...")
while True:
print("Container still running... Press Ctrl+C to stop.")
time.sleep(10)通过按 Ctrl+O，然后 Enter，再按 Ctrl+X 来保存并退出 nano。
现在，让我们更新我们的 Dockerfile 以包含一个环境变量：
nano Dockerfile更新 Dockerfile 以包含环境变量：
## Use the official Python image as base
FROM python:3.9-slim
## Set working directory
WORKDIR /app
## Set environment variable
ENV USER_NAME="Docker User"
## Copy the Python script to the container
COPY app.py .
## Command to run when the container starts
CMD ["python", "app.py"]保存并退出 nano，然后重建 Docker 镜像：
docker build -t python-app-env .现在，使用默认环境变量运行一个容器：
docker run --name python-env-container python-app-env你应该在输出中看到带有 "Docker User" 的问候语：
Hello, Docker User, from the Docker container!
Current date and time: 2023-10-12 16:30:45.123456
Container is running...按 Ctrl+C 停止查看日志。
停止并删除容器：
docker stop python-env-container
docker rm python-env-container你也可以在运行容器时覆盖环境变量：
docker run --name python-env-container -e USER_NAME="LabEx Student" python-app-env这次，你应该在问候语中看到你的自定义名称：
Hello, LabEx Student, from the Docker container!
Current date and time: 2023-10-12 16:35:15.789012
Container is running...按 Ctrl+C 停止查看日志。
停止并删除容器：
docker stop python-env-container
docker rm python-env-container在 Docker 中使用环境变量是一种常见的做法，可以使你的容器更具可配置性，而无需为小的更改而重建镜像。
在 Dockerfile 中使用 ENTRYPOINT 与 CMD
在 Docker 中，有两个指令用于指定容器启动时应该运行的命令：CMD 和 ENTRYPOINT。它们具有不同的用途和行为，理解它们之间的区别对于容器管理至关重要。
理解 ENTRYPOINT 和 CMD
ENTRYPOINT：定义容器启动时将运行的可执行文件。它在运行时更难被覆盖。CMD：为ENTRYPOINT提供默认参数，或者在未使用的ENTRYPOINT时指定整个命令。它在运行时很容易被覆盖。
让我们通过创建两个不同的 Dockerfile 来探索区别。
首先，创建一个新的 Python 脚本，该脚本接受命令行参数：
nano greeting.py添加以下代码：
import sys
print("Script started!")
if len(sys.argv) > 1:
print(f"Arguments provided: {sys.argv[1:]}")
for arg in sys.argv[1:]:
print(f"- {arg}")
else:
print("No arguments provided.")
print("Script finished!")保存并退出 nano。
现在，让我们创建一个使用 CMD 的 Dockerfile：
nano Dockerfile.cmd添加以下内容：
FROM python:3.9-slim
WORKDIR /app
COPY greeting.py .
CMD ["python", "greeting.py", "default", "arguments"]保存并退出 nano。
构建镜像：
docker build -t python-cmd -f Dockerfile.cmd .现在，创建另一个使用 ENTRYPOINT 的 Dockerfile：
nano Dockerfile.entrypoint添加以下内容：
FROM python:3.9-slim
WORKDIR /app
COPY greeting.py .
ENTRYPOINT ["python", "greeting.py"]
CMD ["default", "arguments"]保存并退出 nano。
构建镜像：
docker build -t python-entrypoint -f Dockerfile.entrypoint .测试 CMD 与 ENTRYPOINT
让我们从这两个镜像运行容器并观察差异。
首先，在没有额外参数的情况下，使用 CMD 镜像运行一个容器：
docker run --name cmd-container python-cmd输出应该类似于：
Script started!
Arguments provided: ['default', 'arguments']
- default
- arguments
Script finished!现在，使用 CMD 镜像运行一个容器，但提供自定义参数：
docker run --name cmd-container-custom python-cmd hello world输出：
Script started!
No arguments provided.
Script finished!请注意，整个命令被替换为 hello world，它们没有作为参数传递给我们的脚本。
现在，让我们在没有额外参数的情况下，使用 ENTRYPOINT 镜像运行一个容器：
docker run --name entrypoint-container python-entrypoint输出：
Script started!
Arguments provided: ['default', 'arguments']
- default
- arguments
Script finished!最后，使用 ENTRYPOINT 镜像运行一个容器并提供自定义参数：
docker run --name entrypoint-container-custom python-entrypoint hello world输出：
Script started!
Arguments provided: ['hello', 'world']
- hello
- world
Script finished!这次，我们的参数被正确地传递给 Python 脚本，因为 ENTRYPOINT 定义了可执行文件，并且提供给 docker run 的任何额外参数都会传递给该可执行文件。
最佳实践
- 对于应该始终运行特定命令的容器（例如我们的 Python 脚本），使用
ENTRYPOINT - 使用
CMD提供可以轻松覆盖的默认参数 - 通过使用
ENTRYPOINT作为命令和CMD作为默认参数来组合两者
清理容器：
docker rm cmd-container cmd-container-custom entrypoint-container entrypoint-container-custom你现在已经了解了 Docker 中 CMD 和 ENTRYPOINT 之间的区别，这对于控制你的 Python 脚本在容器启动时的运行方式至关重要。
总结
在这个实验中，你已经学习了如何在 Docker 容器启动时运行 Python 脚本。以下是你已经完成的内容：
- 创建了一个在 Docker 容器中运行的简单 Python 脚本
- 使用 Dockerfile 构建了一个 Docker 镜像
- 运行了一个自动执行 Python 脚本的 Docker 容器
- 使用环境变量在 Docker 中配置你的 Python 应用程序
- 理解了 Dockerfile 中 CMD 和 ENTRYPOINT 之间的区别
这些技能是容器化 Python 应用程序并自动化其部署的基础。你现在可以：
- 使用所有依赖项打包你的 Python 应用程序
- 使用环境变量配置你的应用程序
- 控制你的应用程序在 Docker 容器内部的启动方式
- 为你的特定用例选择合适的启动机制（CMD 或 ENTRYPOINT）
有了这些知识，你可以构建更复杂的 Docker 应用程序，这些应用程序在启动时自动运行 Python 脚本，从而使你的部署过程更高效、更可靠。
