2024年10月dockerfile运行多个python子代码（如何运用docker配合python开发环境实例）

　　⑴dockerfile运行多个python子代码（如何运用docker配合python开发环境实例

　　⑵如何运用docker配合python开发环境实例

　　⑶创建一个用于开发DjangoApp的目录mkdirdjango-example&&cddjango-example.构建基本开发环境touchDockerfiletouchpip.confrequirements.txtpip.conf文件填入以下内容，以便一会用pip安装Python模块时使用阿里云镜像加速：index-url=trusted-host=mirrors.aliyun.requirements.txt文件中填入要安装的Python模块：django编写构建开发环境的Dockerfile文件，填入以下内容：#MAINTAINERGevin#DOCKER-VERSION..##DockerizingPython:DockerfileforbuildingpythonapplicationsFROMpython:..MAINTAINERGevinWORKDIR/usr/src/app#使用阿里云的pip镜像COPYpip.conf/root/.pip/pip.confCOPYrequirements.txt/usr/src/app/requirements.txtRUNpipinstall-r/usr/src/app/requirements.txtEXPOSECMD然后执行下面命令构建镜像：dockerbuild-tgevin/django-example:..构建成功后，执行dockerimages命令，可以查看到当前构建好的imagedockerimagesREPOSITORYTAGIMAGEIDCREATEDSIZEgevin/django-example.fhoursago.MB.使用构建的image拉起开发环境执行下面命令，可以以前台形式拉起django-example镜像的一个container：dockerrun-it--rm-v$(pwd):/usr/src/appgevin/django-example:.上面命令使用了datavolume，把当前目录挂载到container中的工作目录下，这样当前目录下的所有文件都会映射到container的工作目录下，在工作目录下的所有改动，也都会保存到宿主机的当前目录下。.创建django项目上一步的命令创建了一个安装了django的交互式的container，直接在该container中执行创建django项目的命令即可：rootcff:/usr/src/app#django-adminstartprojectdj_example上述命令，在container中基于django的命令创建了一个django项目，由于上一步操作时把宿主机的当前目录挂载到container的工作目录下，因此，刚刚在container中创建的django项目，在宿主机上也能看到。container:rootcff:/usr/src/app#lsDockerfiledj_examplepip.confrequirements.txt宿主机：django-examplelsDockerfiledj_examplepip.confrequirements.txt.启动django项目dockerrun-it--rm-p:-v$(pwd):/usr/src/appgevin/django-example:.pythondj_example/manage.pyrunserver...:

　　⑷如何运用docker配合python开发环境实例

　　⑸由于开发一个Python程序时需要依赖大量的三方库包，且python和本身就有互不兼容的地方，我们往往需要一个隔离的环境，来避免版本影响造成的bug。

　　⑹传统的做法大多数人可能会选择virtualenv来隔离，但是它有很多明显的缺点：

　　⑺而随着容器技术的日渐成熟和普及，Docker无疑成为解决这个问题的最优解

　　⑻本文将主要介绍docker和flask的配合开发

　　⑼安装Docker（这里不详细介绍sudowget-qO-

　　⑽详解Docker——你需要知道的Docker进阶知识五

　　⑾Dockerfile是一个文本文件，其中包含了构建Docker镜像需要执行的命令序列。使用dockerbuild命令从Dockerfile中读取指令来构建镜像。构建镜像时，该过程的第一件事是将Dockerfile文件所在目录下的所有内容发送给Docker守护进程。所以大多数情况下，最好创建一个新的目录，在其中保存Dockerfile，以及构建镜像所需的其它文件。Dockerfile文件所在目录也被称为构建上下文（context。使用FROM指令指定一个基础镜像，后续指令将在此镜像基础上运行：在Dockerfile中可以指定一个用户，后续的RUN，CMD以及ENTRYPOINT指令都会使用该用户身份去执行，该用户必须已存在。除了指定用户之外，还可以使用WORKDIR指定当前工作目录（CWD，RUN，CMD，COPY，ADD指令将在指定的工作目录中执行。RUN指令用于执行命令，该指令有两种形式：例如我们执行更新命令：CMD的使用方式跟RUN类似，不过在一个Dockerfile文件中只能有一个CMD指令，如果有多个，则只有最后一个会生效。该指令指定了启动容器时要执行的命令，例如：可以在dockerrun时指定命令来覆盖默认的CMD命令，比如dockerrunimageecho“helloshiyanlou“。CMD指令还有一种特殊用法。在Dockerfile中，如果使用ENTRYPOINT指令指定了入口命令，则CMD指令的内容会作为ENTRYPOINT指令的参数：ENTRYPOINT指令会覆盖CMD指令作为容器运行时的默认指令，并且该指令不会被dockerrun时指定的指令覆盖，如下示例：上述文件构建出来的镜像，使用dockerrunimage等同于dockerrunimagels-a-l。使用dockerrunimage-i-s等同于dockerrunimagels-a-i-s。即CMD指令的值会被当作ENTRYPOINT指令的参数附加到ENTRYPOINT指令的后面，只有CMD指令可以被覆盖。COPY和ADD都用于将构建上下文中的文件，目录等复制到镜像中。使用方式如下：``可以指定多个，但是其路径不能超出构建上下文范围，即必须在Dockerfile同级或子目录中。不需要预先存在，不存在时会自动创建，如果使用相对路径，则为相对于工作目录的路径。COPY和ADD的不同之处在于，ADD可以添加远程文件，并且``可以是gzip或tar等格式的压缩文件，添加时会自动进行解压。ENV指令用于设置环境变量：VOLUME指令指定要创建的挂载路径，在容器运行时，将为每个挂载路径创建一个匿名卷并挂载上去：上述指令将会在容器运行时，创建两个匿名卷，并分别挂载到容器中的/data和/data路径。学习了上面这些常见的Dockerfile指令之后，可以使用这些指令来构建一个镜像。如下所示，构建一个提供ssh服务的镜像:构建镜像查看镜像启动容器查看已经启动的容器测试远程登录pose是运行由多个容器组成的Docker应用的工具，使用pose可以一次启动一组有关联的服务，每个服务由来自同一镜像的单个或多个容器组成。在复杂应用中，应用一般由多个服务（service组成，例如一个网站后台通常包含Web服务、数据库服务、缓存服务、消息队列服务等。使用pose的步骤如下：目前有三种版本的pose文件格式：下载docker-pose-Linux-x_下载成功后，为了方便使用，可以将其添加到PATH路径下执行完成后，就能够在终端下直接使用docker-pose命令了：接下来我们将创建一个Web应用，该应用包含两个容器：项目目录结构如下：首先app/web/web.py文件，写入下面的内容：上述代码创建了一个简单的Web应用。该应用会连接redis服务，在访问/页面时，自动将变量number加。app/web/requirements.txt文件，输入如下内容：requirements.txt文件存放了Web应用依赖的第三方库包的名称和版本信息。app/web/Dockerfile文件，添加如下内容上述Dockerfile定义了Web应用镜像，该镜像基于python:.基础镜像，在其基础上安装了应用依赖的库包，并通过CMD指令指定了应用的启动命令。app/docker-pose.yml文件：该docker-pose.yml文件定义了两个服务，分别为web和redis服务，并且配置了web服务的端口映射和挂载目录。depends_on定义了依赖关系，被依赖的服会先启动。进入app目录，执行docker-poseup命令来启动应用：启动成功后，就可以打开网址...:来访问Web应用了。另外一些命令：

　　⑿超值一篇分享，Docker：从入门到实战过程全记录

　　⒀想要真正理解Docker，就不得不从虚拟化技术的发展历程说起。普遍认为虚拟化技术经历了物理机时代、虚拟机时代，目前已经进入到了容器化时代。可以说，Docker是虚拟化技术不断发展的必然结果。

　　⒁那么，什么是容器呢？容器和虚拟机有什么不同？Docker和容器又是什么关系呢？搞明白这几个问题，Docker的概念就清晰了。

　　⒂借助于VMWare等软件，可以在一台计算机上创建多个虚拟机，每个虚拟机都拥有独立的操作系统，可以各自独立的运行程序。这种分身术虽然隔离度高（操作系统级，使用方便（类似物理机，但占用存储资源多（GB级、启动速度慢（分钟级的缺点也是显而易见的。

　　⒃相较于虚拟机，容器（Container是一种轻量型的虚拟化技术，它虚拟的是最简运行环境（类似于沙盒而非操作系统，启动速度快（秒级、占用存储资源少（KB级或MB级，容器间隔离度为进程级。在一台计算机上可以运行上千个容器，这是容器技术对虚拟机的碾压式优势。

　　⒄容器、镜像和Docker

　　⒅Docker是一个开源的应用容器引擎，可以创建容器以及基于容器运行的程序。Docker可以让开发者打包他们的应用和依赖包到一个轻量级、可移植的容器中，然后发布到任何流行的Linux机器上，也可以实现虚拟化。

　　⒆听起来很简单，但是在Docker和容器之间，还隐藏着一个镜像的概念，令初学者颇感困惑。本质上，Docker镜像是一个特殊的文件系统，它提供容器运行时所需的程序、库、资源、配置等文件。Docker镜像类似于一个py文件，它需要Docker的运行时（类似于Python解释器运行。镜像被运行时，即创建了一个镜像的实例，一个实例就是一个容器。

　　⒇作为容器引擎，Docker为容器化的应用程序提供了开放的标准，使得开发者可以用管理应用程序的方式来管理基础架构，实现快速交付、测试和部署代码。随着容器的大量使用，又产生了如何协调、调度和管理容器的问题，Docker的容器编排应运而生。

　　⒈ks是Google开源的一个容器编排引擎，它支持自动化部署、大规模可伸缩、应用容器化管理，是一个开源的，用于管理云平台中多个主机上的容器化的应用，ks的目标是让部署容器化的应用简单并且高效，ks提供了应用部署、规划、更新、维护的一种机制。

　　⒉Docker和ksr都是以containerd（容器化标准作为运行时，因此使用Docker创建的镜像完全可以在ks中无障碍的使用。

　　⒊在ubuntu中安装

　　⒋在linux系统中安装Docker非常简单，官方为我们提供了一键安装脚本。这个方法也适用于Debian或CentOS等发行版。

　　⒌安装过程如果出现超时，不要灰心，多试几次，总会成功的。安装完成后，Docker只能被root用户使用，可以使用下面的命令取消权限限制：

　　⒍然后，重启docker服务：

　　⒎最后，关闭当前的命令行，重新打开新的命令行就可以了。

　　⒏顺便提一下，如果在CentOS下安装，可能会出现一堆类似于下面的错误：

　　⒐这是由于docker和Podman冲突造成的，需要先卸载Podman：

　　⒑Docker的运行，依赖linux的环境，官方提供了DockerDesktopforWindows，但是它需要安装Hyper-V，Hyper-V是微软开发的虚拟机，类似于VMWare或VirtualBox，仅适用于Windows。这个虚拟机一旦启用，QEMU、VirtualBox或VMWareWorkstation及以下版本将无法使用！如果你必须在电脑上使用其他虚拟机（例如开发Android应用必须使用的模拟器，请不要使用Hyper-V！

　　⒒我的电脑是win家庭版，不能直接安装hyper-v，需要将下面的命令保存到cmd文件中：

　　⒓然后在cmd文件上点击右键，选择使用管理员运行。执行完毕后会重启，在重启的过程中进行安装。

　　⒔Helloworld

　　⒕docker服务启动的情况下，运行下面的命令：

　　⒖第一次运行时，因为本地没有ubuntu:.镜像，docker会自动从镜像服务器下载。下载过程可能需要多试几次，只要成功一次，以后执行就不再需要下载了。

　　⒗docker官方还提供了一个hello-world镜像，可以直接运行：

　　⒘此命令省略了镜像版本和运行参数，docker使用latest作为版本，即最新版本。

　　⒙从helloworld的例子中，也可以体验到，docker实例的运行是非常快的。

　　⒚docker官方的镜像库比较慢，在进行镜像操作之前，需要将镜像源设置为国内的站点。

　　⒛新建文件/etc/docker/daemon.json，输入如下内容：

　　然后重启docker的服务：

　　执行命令dockerimages可以查看

　　当前我本地只有刚才安装的两个镜像。

　　执行命令dockersearch镜像名称可以从docker镜像库中查找镜像。

　　最好选择官方（OFFICIAL的镜像，这样的镜像最稳定一些。

　　执行命令dockerpull镜像名称:版本号即可下载新的镜像。

　　镜像下载后，就可以使用镜像来创建容器了。

　　执行命令dockerrun即可启动容器，也就是创建某个镜像的实例。dockerrun命令非常复杂，可以先执行一个dockerrun--help来查看帮助：

　　比如我们要执行python的shell，需要添加-it参数，即：dockerrun-itpython:.

　　将宿主机的文件挂载到容器

　　docker容器与宿主机是隔离的，要想让容器内的程序能访问宿主机上的文件，需要通过-v参数将宿主机的文件挂载到容器中。

　　比如我们在宿主机上有一个hello.py，可以打印hello，想要在python容器中执行，就需要进行挂载。-v后还需要接两个参数，分别是宿主机的目录和容器内的目录，两者使用:分隔，路径必须都是绝对路径。

　　我的hello.py保存在主目录的/docker_test目录中，将这个目录挂载到容器的/docker_test目录，然后在容器内执行python/docker_test/hello.py：

　　我们修改一下hello.py，创建一个socket服务端，并监听端口，当有客户端连接时，打印客户端的地址，先客户端发送hello，然后关闭连接：

　　接下来，尝试用tel命令连接，结果却是失败的。原因是，...是宿主机的ip地址，是容器的端口，这与我们的习惯稍微有些不同。事实上，docker的容器是非常轻量的，它并没有自己的网络，要想访问容器的端口，需要进行端口映射，将容器的某端口映射到宿主机的端口，客户端连接时，只要与宿主机的端口进行连接就可以了。

　　需要注意的是，上面的代码创建的服务器，无论如何也不可能被客户端连接，因为代码中绑定了...的ip，在容器中运行时，需要绑定所有ip，即...。

　　然后，再使用-p参数，-p还需要三个参数，即宿主机的ip地址、宿主机的端口、容器的端口，三者之间使用:分隔。一般的，可以将宿主机的ip地址省略，只写宿主机的端口：容器的端口即可。

　　这样，就将容器的端口映射到了宿主机的端口，使用：

　　即可与容器中的服务器进行连接。

　　上面的服务运行之后，可以使用dockerps命令，查看运行中的容器：

　　显示的内容有下面几列：

　　要想结束容器，可以使用dockerkill容器ID命令。

　　一般而言，当我们的程序开发完成后，会连同程序文件与运行环境一起制作成一个新的镜像。

　　要制作镜像，需要编写Dockerfile。DockeFile由多个命令组成，常用的命令有：

　　注意，Docker镜像中有一个层的概念，每执行一个RUN命令，就会创建一个层，层过多会导致镜像文件体积增大。尽量在RUN命令中使用&&连接多条shell命令，减少RUN命令的个数，可以有效减小镜像文件的体积。

　　自制显示文本文件内容镜像

　　编写cat.py，接收一个文件名，由python读取文件并显示文件的内容：

　　这个例子比较简单，缩写Dockerfile如下：

　　这个Dockerfile的含义是：

　　需要说明的是，ENTRYPOINT有两种写法：

　　这里采用第二种写法，是因为我们要在外部给容器传递参数。执行命令编译Docker镜像：

　　这个命令中，-t的含义是目标，即生成的镜像名为hello，版本号为.，别忘了最后那个.，这叫到上下文路径，是指docker在构建镜像，有时候想要使用到本机的文件（比如复制，dockerbuild命令得知这个路径后，会将路径下的所有内容打包。

　　这样，我们的第一个镜像就制作完成了，使用下面的命令执行它：

　　即可看到~/docker_test/cat/files/test.txt的内容。

　　自制web服务器镜像

　　我们使用tornado开发一个网站，而python的官方镜像是没有tornado库的，这就需要在制作镜像时进行安装。

　　测试的ws.py如下：

　　编写Dockerfile文件如下：

　　在此我们验证一下CMD与ENTRYPOINT的区别。在Dockerfile所在有目录下执行如下命令：

　　执行完成后，再使用dockerimages使用就可以看到生成的镜像了，然后使用下面的命令运行：

　　在浏览器中输入宿主机的ip和端口，就可以看到页面了。

　　在这个例子中，我使用的运行命令是CMD，如果在dockerrun中指定的其他的命令，此命令就不会被执行，如：

　　此时，容器中被执行的是python命令，而不是我们的服务。在更多情况下，我们希望在dockerrun命令中为我们的服务传参，而不是覆盖执行命令，那么，我们应该使用ENTRYPOINT而不是CMD：

　　上面这种写法，是不支持传递参数的，ENTRYPOINT和CMD还支持另一种写法：

　　使用这种写法，dockerrun命令中的参数才可以传递给hello.py：

　　这个命令中，--port=被作为参数传递到hello.py中，因此容器内的端口就成了。

　　在生产环境中运行时，不会使用-it选项，而是使用-d选项，让容器在后台运行：

　　这种方式下，即使当前的控制台被关闭，该容器也不会停止。

　　自制apscheduler服务镜像

　　接下来，制作一个使用apscheduler编写的服务镜像，代码如下：

　　Dockerfile也是信手拈来：

　　应该可以运行了，文件复制需要两个目录，在运行时，可以使用两次-v来挂载不同的目录：

　　前面用到的官方python镜像大小足足MB，在这个基础上，再安装用到的第三方库，添加项目需要的图片等资源，大小很容易就超过个G，这么大的镜像，网络传给客户非常的不方便，因此，减小镜像的体积是非常必要的工作。

　　dockerhub上有个一python:.-alpine镜像，大小只有.MB。之所以小，是因为alpine是一个采用了busybox架构的操作系统，一般用于嵌入式应用。我尝试使用这个镜像，发现安装一般的库还好，但如果想安装numpy等就会困难重重，甚至网上都找不到解决方案。

　　还是很回到基本的路线上来，主流的操作系统镜像，ubuntu的大小为.MB，centos的大小为MB——这也算是我更喜欢使用ubuntu的一个重要原因吧！使用ubuntu作为基础镜像，安装python后的大小为MB，再安装pip后的大小一下子上升到了MB，要是再安装点其他东西，很容易就赶上或超过python官方镜像的大小了。

　　看来，寻常路线是很难压缩镜像文件体积了。幸好，还有一条曲线救国的路可走，这就是多阶段构建法。

　　多阶段构建的思想其实很简单，先构建一个大而全的镜像，然后只把镜像中有用的部分拿出来，放在一个新的镜像里。在我们的场景下，pip只在构建镜像的过程中需要，而对运行我们的程序却一点用处也没有。我们只需要安装pip，再用pip安装第三方库，然后将第三方库从这个镜像中复制到一个只有python，没有pip的镜像中，这样，pip占用的MB空间就可以被节省出来了。

　　在ubuntu镜像的基础上安装python：

　　这样，就生成了python:.-ubuntu镜像。

　　在python:.-ubuntu的基础上安装pip：

　　这样，就生成了python:.-ubuntu-pip镜像。

　　多阶段构建目标镜像：

　　这个dockerfile需要解释一下了，因为它有两个FROM命令。

　　第一个是以python:.-ubuntu-pip镜像为基础，安装numpy，当然，在实际应用中，把所有用到的第三方库出写在这里。

　　第二个FROM是以FROMpython:.-ubuntu镜像为基础，将第三方库统统复制过来，COPY命令后的–from=的意思是从第阶段进行复制。实际应用中再从上下文中复制程序代码，添加需要的ENTRYPOINT等。

　　这然，用于我们项目的镜像就做好了。比使用官方python镜像构建的版本，小了大约MB。

　　到此，我们的镜像已经制作好了，可是，镜像文件在哪，如何在生产环境下运行呢？

　　刚才使用dockerimages命令时，已经看到了生成的镜像：

　　我们可以使用dockersave命令将镜像保存到指定的文件中，保存的文件是一个.tar格式的压缩文件：

　　将hello.tar复制到生产环境的机器上，然后执行导入命令：

　　如何基于docker构建和发布Python应用程序

　　Docker是一个开源的容器平台，可以用于构建、发布和运行Python应用程序。下面是一个大致的构建和发布Python应用程序的步骤：

　　这些步骤可以通过脚本自动化来完成，例如使用CI/CD工具（如Jenkins、TravisCI等。这样，每次代码提交时，可以自动构建、测试、发布和部署应用程序，从而实现快速和高效的交付。

　　dockerfileCMD执行多条命令且需要支持环境变量

　　运行时机不太一样。RUN是在Build时运行的，先于CMD和ENTRYPOINT。Build完成了，RUN也运行完成后，再运行CMD或者ENTRYPOINT。ENTRYPOINT和CMD的不同点在于执行dockerrun时参数传递方式，CMD指定的命令可以被dockerrun传递的命令覆盖，例如，如果用CMD指定：...CMD然后运行dockerrunCONTAINER_NAMEechofoo那么CMD里指定的echo会被新指定的echo覆盖，所以最终相当于运行echofoo，所以最终打印出的结果就是：foo而ENTRYPOINT会把容器名后面的所有内容都当成参数传递给其指定的命令（不会对命令覆盖，比如：...ENTRYPOINT然后运行dockerrunCONTAINER_NAMEechofoo则CONTAINER_NAME后面的echofoo都作为参数传递给ENTRYPOING里指定的echo命令了，所以相当于执行了echo“echofoo“最终打印出的结果就是：echofoo另外，在Dockerfile中，ENTRYPOINT指定的参数比运行dockerrun时指定的参数更靠前，比如：...ENTRYPOINT执行dockerrunCONTAINER_NAMEbar相当于执行了：echofoobar打印出的结果就是：foobarDockerfile中只能指定一个ENTRYPOINT，如果指定了很多，只有最后一个有效。执行dockerrun命令时，也可以添加-entrypoint参数，会把指定的参数继续传递给ENTRYPOINT，例如：...ENTRYPOINT然后执行：dockerrunCONTAINER_NAMEbar#注意没有echo那么，就相当于执行了echofoobar，最终结果就是foobar

　　在docker下运行python

　　步骤一：首先你得安装了docker步骤二：找到你的项目路径在终端输入cd+项目路径步骤三：找到docker安装相关插件?到docker目录下执行命令：docker-poseupscrapyd创建项目爬虫环境及运行docker镜像第四步：进入docker命令：docker-poseexecscrapybash（执行bash程序第五步：找到要执行文件的目录命令：cd?spider(进入spider)?命令：scrapycrawl+文件名报错与升级：镜像需要升级：拓展：中止爬取快捷键：control+?选中即复制control+w删除一个单词(mac电脑,window请自行百度哈哈)

　　docker-pose部署python项目

　　docker-pose.yml

　　项目文件夹：demo的结构

　　app.py文件内容如下：

　　requirements.txt文件内容如下：

　　Dockerfile文件内容如下：

　　Dockerfile还可以这样写：

　　和上一种写法稍稍有一点区别。

　　docker-pose.yml

　　如何运用docker配合python开发环境实例

　　传统的做法大多数人可能会选择virtualenv来隔离，但是它有很多明显的缺点：

　　而随着容器技术的日渐成熟和普及，Docker无疑成为解决这个问题的最优解

　　本文将主要介绍docker和flask的配合开发

　　安装Docker（这里不详细介绍#参考命令sudowget-qO-|sh

　　├──fanxiangce_docker??├──?Dockerfile??├──?Readme.md???└─fanxiangce????└──app????├──?manage.py??????????????????└──?requirements??????├──?mon.txt

　　##########################################################?#?Dockerfile?to?run?a?flask-based?web?application#?Based?on?an?centos:?image?###########################################################?Set?the?base?image?to?use?to?centos?FROM?centos:?#?Set?the?file?maintainer?MAINTAINER?jasonwang,?#?Set?env?varibles?used?in?this?Dockerfile?(add?a?unique?prefix,?such?as?DOCKYARD)?#?Local?directory?with?project?source?ENV?DOCKYARD_SRC=fanxiangce?#?Directory?in?Container?for?all?project?files?ENV?DOCKYARD_SRCHOME=/opt#?Directory?in?container?for?project?source?files?ENV?DOCKYARD_SRCPROJ=/opt/fanxiangce?#?Update?the?defualt?application?repository?source?list?RUN?yum?-y?install?epel-release?RUN?yum?-y?install?python-pip?RUN?yum?clean?all?#?Copy?application?source?code?to?SRCDIR?COPY?$DOCKYARD_SRC?$DOCKYARD_SRCPROJ?#?Create?application?subdirectories?WORKDIR?$DOCKYARD_SRCPROJ?RUN?mkdir?log?VOLUME??#?Install?Python?dependencies?RUN?pip?install?--upgrade?pipRUN?pip?install?-r?$DOCKYARD_SRCPROJ/requirements/mon.txt?#?Port?to?expose?EXPOSE??#?Copy?entrypoint?script?into?the?image?WORKDIR?$DOCKYARD_SRCPROJ

　　build镜像#在Dockerfile同级目录下sudodockerbuild-tjason/webdemo.

　　成功后显示Suessfully，同时返回镜像ID

　　注意，此处-p映射的端口（主机端口：容器端口，容器端口应与flask应用定义的端口一致sudodockerimagessudodockerrun-it--namewebdemo-p:jason/webdemo/bin/bash

　　在容器中启动flask应用pythonmanage.pyrunserver-p

　　在浏览器输入...:即可访问应用

　　如果容器关闭后需要再次进入，可以用如下命令#查看当前容器sudodockerps-a#启动容器dockerstartwebdemo#进入容器dockerattachwebdemo