使用 Docker 搭建 Python（Flask/CUDA AI）开发环境——AI教你学Docker

使用 Docker 搭建 Python（Flask/CUDA AI）开发环境及常用中间件配置详解

本指南适用于用 Docker 快速搭建 Python（Flask Web 应用或包含 CUDA 的 AI 开发环境）开发环境，并集成常用中间件服务如 MySQL、Redis、Kafka。适合个人开发、本地测试和小团队协作。

一、项目目录结构建议

project-root/
├── app/                       # Python 应用源码目录
│   ├── Dockerfile
│   └── ...
├── docker-compose.yml         # Compose 主配置
├── mysql-data/                # MySQL 数据卷（本地挂载）
├── redis-data/                # Redis 数据卷
└── .env                       # 环境变量配置（端口、密码等，不要提交敏感数据）

二、Python Flask 应用 Dockerfile 示例

# app/Dockerfile (Flask开发环境)
FROM python:3.11-slim

WORKDIR /app

COPY requirements.txt ./
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

EXPOSE 5000
CMD ["flask", "run", "--host=0.0.0.0"]

说明：

• requirements.txt 示例（包含常见依赖）：

  Flask
  mysqlclient
  redis
  kafka-python
  

• 若用 Gunicorn 生产部署，命令需调整。

三、CUDA AI 环境 Dockerfile 示例

# app/Dockerfile (AI开发环境，需NVIDIA GPU支持)
FROM nvidia/cuda:12.3.0-cudnn8-runtime-ubuntu22.04

RUN apt-get update && \
    apt-get install -y python3 python3-pip && \
    rm -rf /var/lib/apt/lists/*

WORKDIR /app

COPY requirements.txt ./
RUN pip3 install --no-cache-dir -r requirements.txt

COPY . .

EXPOSE 8888
CMD ["jupyter", "notebook", "--ip=0.0.0.0", "--allow-root", "--no-browser"]

说明：

• 需本地已正确安装 NVIDIA 驱动和 NVIDIA Container Toolkit。
• requirements.txt 可包含 torch, tensorflow, flask, notebook 等依赖。

四、docker-compose.yml 配置详解

version: "3.9"
services:
  app:
    build:
      context: ./app
      dockerfile: Dockerfile
    container_name: python-app
    ports:
      - "5000:5000"      # Flask
      - "8888:8888"      # Jupyter
    environment:
      FLASK_ENV: development
      MYSQL_HOST: mysql
      MYSQL_USER: devuser
      MYSQL_PASSWORD: devpass
      MYSQL_DB: devdb
      REDIS_HOST: redis
      KAFKA_BOOTSTRAP_SERVERS: kafka:9092
    volumes:
      - ./app:/app
    depends_on:
      - mysql
      - redis
      - kafka
    # 如果是AI环境需要GPU支持，需加runtime
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              capabilities: [gpu]

  mysql:
    image: mysql:8.0
    container_name: mysql
    restart: always
    ports:
      - "3306:3306"
    environment:
      MYSQL_ROOT_PASSWORD: rootpass
      MYSQL_DATABASE: devdb
      MYSQL_USER: devuser
      MYSQL_PASSWORD: devpass
    volumes:
      - ./mysql-data:/var/lib/mysql

  redis:
    image: redis:7
    container_name: redis
    restart: always
    ports:
      - "6379:6379"
    volumes:
      - ./redis-data:/data

  zookeeper:
    image: bitnami/zookeeper:3.8
    container_name: zookeeper
    environment:
      - ALLOW_ANONYMOUS_LOGIN=yes
    ports:
      - "2181:2181"

  kafka:
    image: bitnami/kafka:3.5
    container_name: kafka
    depends_on:
      - zookeeper
    environment:
      KAFKA_BROKER_ID: 1
      KAFKA_CFG_ZOOKEEPER_CONNECT: zookeeper:2181
      KAFKA_CFG_LISTENERS: PLAINTEXT://:9092
      KAFKA_CFG_ADVERTISED_LISTENERS: PLAINTEXT://kafka:9092
      ALLOW_PLAINTEXT_LISTENER: "yes"
    ports:
      - "9092:9092"

注意：

• Flask 默认 5000 端口，Jupyter Notebook 默认 8888 端口，实际开发按需暴露。
• Kafka 必须依赖 Zookeeper，host 配置需与服务名一致。
• AI 环境需本地支持 GPU 并用 docker compose --profile gpu up 或 docker run --gpus all ...。

五、开发和运行流程

1. 准备 requirements.txt 和源码
2. 如有 AI 需求，确保本机已装 NVIDIA 驱动和 nvidia-docker 工具
3. 构建和启动容器

   docker compose up -d --build
   

4. 查看服务状态与日志

   docker compose ps
   docker compose logs -f app
   

5. 测试数据库、中间件连接
   • 通过 Flask 脚本或 Python Shell 连接 MySQL/Redis/Kafka，确保服务正常。

六、常见注意事项

1. 端口冲突与挂载

   • 若本机已占用相关端口（5000/8888/3306/6379/9092），需在 compose 中调整端口映射。
   • 源码挂载（./app:/app）方便开发时热更新。

2. 中间件数据持久化

   • 挂载本地 mysql-data、redis-data 目录，避免数据丢失。
   • 数据卷不要加入 git 版本控制。

3. 环境变量与配置管理

   • 建议用 .env 文件统一管理敏感参数，勿提交真实密码到仓库。

4. 依赖服务连接

   • Python 连接 MySQL/Redis/Kafka 时，host 必须用 compose 服务名（如 mysql、redis、kafka）。
   • 示例（Flask 配置）：

     app.config['SQLALCHEMY_DATABASE_URI'] = 'mysql://devuser:devpass@mysql:3306/devdb'
     app.config['REDIS_URL'] = 'redis://redis:6379/0'
     

5. GPU 支持问题

   • 必须硬件与驱动环境符合，否则 AI 容器无法访问 GPU。
   • 启动 AI 容器时需加 --gpus all 或 compose 部署 profile。

6. 服务初始化顺序

   • depends_on 只保证启动顺序，不能确保服务已完全可用，建议应用层增加重试机制。

7. 日志与调试

   • 推荐日志输出到标准输出，便于统一收集。
   • 容器内可用 docker compose exec app bash 进入环境手动调试。

七、扩展建议

• 数据库初始化脚本：MySQL 可将初始化 SQL 挂载到 /docker-entrypoint-initdb.d/
• 多环境支持：用 docker-compose.override.yml 管理开发、测试、生产差异
• 健康检查：为中间件服务配置 healthcheck 提升健壮性
• CI/CD 集成：结合 GitHub Actions 等工具，实现自动化构建和测试

八、参考资料

• Flask 官方文档
• NVIDIA Container Toolkit
• Docker Compose 官方文档
• Bitnami Kafka 镜像说明
• MySQL Docker 镜像说明
• Redis Docker 镜像说明