news 2026/5/8 3:32:48

Day 65:【99天精通Python】Python 操作 Docker - 容器化开发第一步

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Day 65:【99天精通Python】Python 操作 Docker - 容器化开发第一步

Day 65:【99天精通Python】Python 操作 Docker - 容器化开发第一步

前言

欢迎来到第65天!

在现代软件开发中,Docker已经成为了标准配置。

  • 环境一致性:不再有 “我本地跑得好好的,怎么服务器上就报错?” 的问题。
  • 快速部署:一行命令启动数据库、Redis、Web 服务。

虽然 Docker 通常使用命令行(CLI)操作,但作为 Python 开发者,我们经常需要用代码来控制 Docker(比如自动化测试、CI/CD 流水线、或者做一个简单的容器管理平台)。

Python 提供了官方的Docker SDK (docker-py),让你能用 Python 代码轻松管理镜像和容器。

本节内容:

  • Docker 基础概念回顾
  • 安装 Docker SDK
  • 镜像管理 (pull, list)
  • 容器管理 (run, stop, logs)
  • 实战练习:用 Python 一键部署 Redis 和 MySQL

一、Docker 基础回顾

如果你对 Docker 完全陌生,只需记住这三个概念:

  1. 镜像 (Image):软件的安装包(只读)。
  2. 容器 (Container):镜像运行起来的实例(进程)。
  3. 仓库 (Registry):存放镜像的地方(如 Docker Hub)。

二、环境准备

2.1 安装 Docker

请确保你的电脑上已经安装并运行了 Docker Desktop (Windows/Mac) 或 Docker Engine (Linux)。

2.2 安装 Python Docker SDK

pipinstalldocker

2.3 建立连接

importdockertry:# 自动连接本地 Docker 守护进程client=docker.from_env()print("Docker 连接成功!")print(f"Docker 版本:{client.version()['Version']}")exceptdocker.errors.DockerException:print("连接失败,请检查 Docker 是否正在运行。")

三、镜像管理 (Images)

3.1 拉取镜像 (Pull)

print("正在拉取 hello-world 镜像...")image=client.images.pull("hello-world")print(f"镜像 ID:{image.id}")

3.2 列出所有镜像 (List)

images=client.images.list()forimginimages:# tags 可能是列表,也可能为空print(f"镜像:{img.tags}, ID:{img.short_id}")

四、容器管理 (Containers)

4.1 运行容器 (Run)

# client.containers.run(镜像, 命令, 参数...)# detach=True: 后台运行# remove=True: 容器停止后自动删除container=client.containers.run("alpine","echo Hello Docker SDK",detach=True,remove=True)# 获取日志print(f"容器日志:{container.logs().decode('utf-8')}")

4.2 启动一个 Nginx 服务

# 端口映射: {'容器端口': '主机端口'}container=client.containers.run("nginx:latest",name="my_nginx",ports={'80/tcp':8080},detach=True)print(f"Nginx 已启动,ID:{container.short_id}")print("请访问 http://localhost:8080")

4.3 停止与删除

# 获取指定容器try:c=client.containers.get("my_nginx")print(f"正在停止容器{c.name}...")c.stop()print("正在删除容器...")c.remove()print("清理完成。")exceptdocker.errors.NotFound:print("容器不存在。")

五、实战练习:一键部署开发环境

假设你新接手一个项目,需要 Redis 和 MySQL。手动去配太麻烦,我们写个 Python 脚本一键拉起。

importdockerimporttime client=docker.from_env()defstart_redis():print("启动 Redis...")try:c=client.containers.run("redis:alpine",name="dev_redis",ports={'6379/tcp':6379},detach=True)print(f"Redis 启动成功:{c.short_id}")exceptExceptionase:print(f"Redis 启动失败 (可能已存在):{e}")defstart_mysql():print("启动 MySQL...")try:# MySQL 需要配置环境变量 (Root密码)c=client.containers.run("mysql:5.7",name="dev_mysql",ports={'3306/tcp':3306},environment=["MYSQL_ROOT_PASSWORD=123456"],detach=True)print(f"MySQL 启动成功:{c.short_id}")exceptExceptionase:print(f"MySQL 启动失败:{e}")if__name__=="__main__":start_redis()start_mysql()# 列出当前运行的容器print("\n--- 当前运行容器 ---")forcinclient.containers.list():print(f"{c.name}({c.status}) -{c.image.tags}")

六、Dockerfile 构建镜像

除了管理现有的,我们还可以用 Python 代码来触发docker build

假设当前目录下有一个Dockerfile

FROM python:3.9-slim CMD ["python", "-c", "print('Build Success!')"]

构建脚本:

print("开始构建镜像...")# path: Dockerfile 所在目录# tag: 镜像名称:版本image,build_logs=client.images.build(path=".",tag="my_python_app:v1")forchunkinbuild_logs:if'stream'inchunk:print(chunk['stream'],end='')print("\n构建完成!")

七、常见问题

Q1:权限拒绝 (Permission denied)?

在 Linux 上,普通用户默认没有权限访问 Docker 守护进程。
解决sudo usermod -aG docker $USER,然后重新登录。

Q2:拉取镜像太慢?

配置 Docker 国内镜像加速器(如阿里云、网易云)。这需要在 Docker 配置文件 (daemon.json) 中设置,Python 代码无法直接加速网络。

Q3:containers.list()为什么看不到停止的容器?

默认只列出运行中的。要看所有的(包括已退出的),使用client.containers.list(all=True)


八、小结

Python Docker SDK

连接

镜像 Image

容器 Container

docker.from_env()

pull() 拉取

list() 查看

build() 构建

run() 启动

stop() / remove()

logs() 查看日志

exec_run() 执行命令

关键要点

  1. Python 可以完全替代 Docker CLI 命令。
  2. client.containers.run(detach=True)是最常用的启动方式。
  3. 通过代码管理容器,非常适合集成测试和自动化运维脚本。

九、课后作业

  1. 清理脚本:编写一个脚本,删除所有状态为Exited(已停止) 的容器,清理磁盘空间。
  2. 健康检查:编写一个脚本,每隔 10 秒检查一下dev_redis容器的状态。如果发现它挂了(不在 running 列表里),自动重启它。
  3. 日志监控:实时读取某个容器的日志流 (类似于docker logs -f),如果发现日志里出现 “ERROR” 字样,发送一封邮件报警(结合 Day 43)。

下节预告

Day 66:Python 操作 Kubernetes (K8s)- 玩转了单机 Docker,接下来我们要挑战集群!K8s 是容器编排的终极 Boss。明天我们初探 Python K8s 客户端。


系列导航

  • 上一篇:Day 64 - 异步任务队列Celery
  • 下一篇:Day 66 - Python操作Kubernetes(待更新)
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/5/2 22:13:56

AI文档扫描仪企业部署:金融行业合规文档处理方案

AI文档扫描仪企业部署:金融行业合规文档处理方案 1. 金融行业文档处理的挑战与需求 1.1 传统文档管理的痛点 在金融行业中,合同、票据、开户资料、审批文件等纸质文档的数字化处理是日常运营的重要环节。传统的文档扫描流程依赖专业设备或人工校正&am…

作者头像 李华
网站建设 2026/5/4 18:14:08

5大理由告诉你为什么Windows自动化测试工具是程序员的必备技能

5大理由告诉你为什么Windows自动化测试工具是程序员的必备技能 【免费下载链接】pywinauto pywinauto/pywinauto: 一个 Python 库,用于自动化 Windows 应用程序。特点是提供了丰富的函数和类库,可以用于控制鼠标、键盘和菜单等元素,实现自动化…

作者头像 李华
网站建设 2026/4/25 23:32:25

快速理解树莓派4b的硬件接口功能

树莓派4B硬件接口全解析:从引脚到系统集成的实战指南你有没有过这样的经历?手握一块树莓派4B,插上电源、接好显示器,却对那一排40针的GPIO束手无策;或者想外接一个高速U盘做NAS,却发现传输速度远不如预期&a…

作者头像 李华
网站建设 2026/5/3 7:43:27

亲测Open Interpreter:用Qwen3-4B模型自动生成Python代码实战

亲测Open Interpreter:用Qwen3-4B模型自动生成Python代码实战 1. 引言:本地化AI编程的新范式 在当前AI辅助编程快速发展的背景下,开发者对代码生成工具的需求已从“云端智能”逐步转向“本地可控”。Open Interpreter 正是在这一趋势下脱颖…

作者头像 李华
网站建设 2026/4/28 17:09:11

微调后能保持原性能?实测回答质量无下降

微调后能保持原性能?实测回答质量无下降 1. 引言:轻量微调的挑战与目标 在大模型应用落地过程中,指令微调(Supervised Fine-Tuning, SFT) 是实现角色定制、领域适配的关键步骤。然而,一个长期困扰开发者的…

作者头像 李华
网站建设 2026/5/2 11:33:19

踩过这些坑才明白,YOLOv9镜像这么用才对

踩过这些坑才明白,YOLOv9镜像这么用才对 在深度学习目标检测领域,YOLO系列始终占据着核心地位。随着YOLOv9的发布,其凭借“可编程梯度信息”机制实现了更高效的特征学习能力,成为当前高精度实时检测任务的重要选择。然而&#xf…

作者头像 李华