【AI】将Python项目打包成Docker镜像的小实践

1.准备工作

1. 可以本地运行的Python程序
   这个因人而异，可以是Anaconda环境，也可以是本机运行的Python环境，确保python程序是可以正常运行的。
2. Docker环境
   Docker环境是打包镜像必需的，可以安装Docker Desktop for Windows，也可以是Linux系统安装的Docker环境。
   
   本文以Windows为例，去官网下载安装包，安装完成之后打开就可以看到这个界面了。不过我还是喜欢用命令行的方式进行操作。安装完之后再打开PowerShell，可以正常使用docker命令。
   
   3.pip生成环境依赖文件requirements.txt
   [推荐]使用pipreqs 写入requirements.txt
   使用pipreqs 写入requirements.txt，只是程序中所用到的包，并不是电脑中安装的所有的包。

pip install pipreqs

cd 到程序所在的文件夹位置
执行下面的语句，Windows下得加encoding=utf8，不然会出现编码问题。

pipreqs ./ --encoding=utf8 

2.编写Dockerfile

我这边采用了两种方式编写Dockerfile，一种是以miniconda为基础镜像，一种是以Python基础环境为基础镜像，为了缩小打包的体积，最后我采用的是第二种方式，为了方便以后备查，我也把第一种方式的Dockerfile放上来。由于打包的是torch程序，依赖比较大，打包的镜像体积在8G+，这也是非常头疼的，不过为了让后期部署调整方便，还是先打一个试试吧。后续会研究Pyinstaller的打包方式。

1. 以miniconda为基础镜像

# 使用一个基础的Docker镜像，可以根据你的需求选择合适的镜像
FROM continuumio/miniconda3# 设置pip主要源和备用源(切换为国内源，如不是在国内请忽略)
RUN pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ && \pip config set global.extra-index-url https://pypi.org/simple/# 设置工作目录
WORKDIR /app# 复制Conda环境的配置文件（environment.yml）到容器中
COPY environment.yml .# 使用Conda创建环境
RUN conda env create -f environment.yml# 激活Conda环境
RUN echo "source activate my_conda_env" > ~/.bashrc
ENV PATH /opt/conda/envs/my_conda_env/bin:$PATH# 添加你的应用程序代码和文件到容器中
COPY . .# 定义容器启动时运行的命令
CMD ["python", "your_script.py"]

这里面用到了environment.yml，需要通过本地的conda环境来生成。
RUN echo "source activate my_conda_env" > ~/.bashrc和ENV PATH /opt/conda/envs/my_conda_env/bin:$PATH这两句中的my_conda_env也需要根据environment.yml中的虚拟环境的名称来修改。
CMD ["python", "your_script.py"]中your_script.py要修改成你要执行的python程序。

2. 以python环境为基础镜像

FROM python:3.9-slim
 
WORKDIR /app
 
ADD . /app
 
RUN python -m pip install --upgrade pip -i https://pypi.tuna.tsinghua.edu.cn/simple && pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
 
EXPOSE 8080

# 定义容器启动时运行的命令
CMD ["python", "your_script.py"]

这里面用到的requirements.txt就是准备工作中提到的使用pip生成的依赖文件。
Dockerfile文件放到和代码同一目录，然后就可以进行打包镜像了

3.打包镜像

在powershell中cd到程序所在目录，然后执行打包命令，等待打包完成，打包过程会联网请求依赖，打包时间长短取决于网速以及电脑性能。

docker build -t imagename:tag .

打包完成之后，执行docker images命令，即可以看到生成的镜像。

熟悉desktop的也可以在上面看到镜像：

4.运行镜像

这部分内容属于docker的操作，不做详细介绍
可以简单的使用交互的方式进行运行：

docker run --rm -it -p 8080:8080 imagename:tag

程序就跑起来了，可以使用浏览器请求8080端口测试了。

5.镜像迁移使用

打包好的镜像在本机的docker上，如果想要部署到其他机器上，可以将镜像打包成tar包，实现镜像的迁移。
在powershell中执行docker save命令即可

docker save -o imagename.tar imagename:tag

默认会在powershell的当前目录下生成imagename.tar文件。
拷贝到其他机器上之后使用docker load命令将镜像添加在本机：

docker load -i imagename.tar

6.运行小插曲

关于docker容器中使用numpy报错OpenBLAS blas_thread_init: pthread_create failed for thread 1 of 40: Operation not permitted
这是由于迁移后的docker版本比生成docker镜像时用的版本低。一般这种情况都是安全性问题，因此在低版本docker上创建容器时，加入–security-opt seccomp:unconfined就可以解决这个问题。

docker run --rm -it -p 8080:8080 --security-opt seccomp:unconfined imagename:tag

参考运行报错