为Flask应用构建Docker镜像

一个Dockerfile定义了Flask预测服务的环境和设置指令。构建Docker镜像就是使用这个文件来创建一个独立的打包文件。这个镜像将应用程序代码、依赖项（如Flask和scikit-learn）、保存的模型文件以及所需的系统库打包在一起。

构建镜像包括指示Docker守护程序读取Dockerfile，执行其中的指令，并创建生成的镜像文件系统层。主要的命令是docker build。

docker build 命令

docker build 命令将构建上下文的路径（即包含你的Dockerfile和应用程序文件的目录）作为主要参数。它从这个上下文中读取Dockerfile并开始构建过程。

docker build 命令的一个常见选项是 -t 标志，它代表“标签”（tag）。添加标签可以让你给镜像一个易读的名称，并且可以选择性地添加版本号，从而更方便管理和识别。一个好的做法是使用反映应用程序的名称和版本标签，例如 my-app:1.0 或 prediction-service:0.1。如果你省略版本标签（例如，只使用 prediction-service），Docker会默认使用 latest 标签。

构建你的镜像：分步说明

让我们为我们准备好的Flask应用程序构建镜像。

1. 准备构建上下文： 确保你在一个目录下有以下文件。这个目录将是你的构建上下文。

   • Dockerfile：你在上一节创建的文件。
   • app.py （或你的Flask应用程序脚本名称）：包含用于加载模型和提供预测的Flask代码。
   • requirements.txt：列出所需的Python库（例如，flask、joblib、scikit-learn、numpy）。
   • model.joblib （或你保存的模型文件名称）：序列化的机器学习模型。

2. 进入目录： 打开你的终端或命令提示符，切换到包含这些文件的目录。

   cd /path/to/your/flask_app_directory
   

   将 /path/to/your/flask_app_directory 替换为你系统上的实际路径。

3. 运行构建命令： 执行 docker build 命令。我们将把镜像标记为 prediction-service，版本标签为 0.1。末尾的 . 告诉Docker使用当前目录作为构建上下文。

   docker build -t prediction-service:0.1 .
   

理解构建输出

当Docker执行此命令时，你将在终端中看到与Dockerfile中定义的每个步骤对应的输出：

Sending build context to Docker daemon  5.8MB # 步骤 1：上下文已发送
Step 1/7 : FROM python:3.9-slim             # 拉取基础镜像
 ---> a1b2c3d4e5f6
Step 2/7 : WORKDIR /app                    # 设置工作目录
 ---> Using cache
 ---> f6e5d4c3b2a1
Step 3/7 : COPY requirements.txt .         # 复制 requirements.txt
 ---> Using cache
 ---> 1a2b3c4d5e6f
Step 4/7 : RUN pip install --no-cache-dir -r requirements.txt # 安装依赖项
 ---> Running in abcdef123456
 Collecting flask...                         # pip 安装输出
 ... (installation output) ...
 Removing intermediate container abcdef123456
 ---> 7f8e9d0c1b2a
Step 5/7 : COPY . .                        # 复制剩余上下文
 ---> 3a4b5c6d7e8f
Step 6/7 : EXPOSE 5000                     # 暴露端口
 ---> Running in fedcba987654
 Removing intermediate container fedcba987654
 ---> 9d8c7b6a5f4e
Step 7/7 : CMD ["flask", "run", "--host=0.0.0.0"] # 设置运行命令
 ---> Running in 123456abcdef
 Removing intermediate container 123456abcdef
 ---> e1f2a3b4c5d6

Successfully built e1f2a3b4c5d6
Successfully tagged prediction-service:0.1

Docker逐层执行每条指令。如果指令和上下文没有改变，它通常会使用之前构建的缓存层，这会显著加快后续构建的速度（由 ---> Using cache 指示）。当执行 RUN 或 COPY 等指令时，Docker可能会创建一个临时的中间容器，执行操作，然后将结果提交为新的镜像层，最后删除中间容器。最终，它会确认构建和标记成功。

验证镜像

构建成功完成后，你可以使用 docker images 或 docker image ls 命令验证镜像是否存在于你的系统上：

docker images

你应该看到你的新镜像已列出，类似于这样：

REPOSITORY            TAG       IMAGE ID       CREATED          SIZE
prediction-service    0.1       e1f2a3b4c5d6   2 minutes ago    150MB
python                3.9-slim  a1b2c3d4e5f6   2 weeks ago      115MB
... (其他镜像) ...

注意 prediction-service 仓库、0.1 标签、一个唯一的 镜像 ID、创建时间及其大小。

你现在已经成功地将你的Flask预测服务及其所有要求打包成一个Docker镜像。这个镜像是一个便携式组件，它包含在不同环境中一致运行应用程序所需的一切。下一个合理的步骤是使用这个镜像并将其作为容器运行。