别再只跑Demo了！深入Ollama Docker部署：模型路径映射、自定义启动脚本与环境变量全解析

当你第一次用Docker跑通Ollama的Demo时，那种兴奋感可能很快会被现实问题冲淡——模型文件消失、服务重启后配置丢失、无法灵活调整参数。这就像租了一间没有储物间的公寓，每次搬家都得重新购置家具。本文将带你从"临时工棚"升级到"精装车间"，通过三个核心配置维度打造生产级Ollama服务。

1. 模型持久化：给大模型一个永久的家

Ollama默认将模型存储在容器内部的 ~/.ollama/models 目录，这相当于把贵重物品放在随时可能消失的临时储物柜。通过Docker卷映射，我们可以为模型文件建立永久住所。

1.1 基础路径映射方案

最简单的挂载方式是将宿主机目录直接绑定到容器内的模型目录：

volumes:
  - /opt/ollama/models:/data/models

但这里有几个隐藏陷阱：

• 权限问题 ：容器内用户（通常为root）可能无法写入宿主机目录
• 路径差异 ：Ollama默认使用 ~/.ollama/models ，而自定义路径需通过 OLLAMA_MODELS 环境变量声明
• 性能影响 ：某些文件系统（如NFS）可能导致模型加载速度下降

1.2 多模型目录的高级管理

对于需要隔离不同项目模型的场景，可以采用分层目录结构：

/ollama_storage
├── project_a
│   ├── llama2-7b
│   └── mistral-7b
└── project_b
    ├── qwen-1.8b
    └── codellama-7b

对应的Compose配置需要动态注入环境变量：

environment:
  - OLLAMA_MODELS=/data/${PROJECT_NAME}
volumes:
  - /ollama_storage/${PROJECT_NAME}:/data/${PROJECT_NAME}

2. 启动脚本定制：超越默认行为的魔法开关

Ollama的默认启动方式就像自动挡汽车，而自定义entrypoint脚本则是手动挡模式，让你完全掌控启动流程。

2.1 典型定制场景

表：常见启动脚本定制需求与实现方案

需求场景	实现方法	示例代码片段
预加载特定模型	在启动服务前执行 ollama pull	ollama pull llama2:7b-chat
内存限制检查	检测系统内存是否满足模型要求	free -m | awk '/Mem/ {...}'
多模型并行加载	使用后台任务启动多个模型服务	nohup ollama serve &
健康检查集成	添加HTTP探针端点	curl -f http://localhost:port

2.2 实战脚本剖析

下面是一个具备模型预加载和资源检查功能的完整示例：

#!/bin/bash
# run_ollama.sh

# 检查可用内存（GB）
MIN_MEM=16
AVAIL_MEM=$(free -g | awk '/Mem:/ {print $7}')

if [ "$AVAIL_MEM" -lt "$MIN_MEM" ]; then
  echo "错误：可用内存不足${MIN_MEM}GB" >&2
  exit 1
fi

# 预加载核心模型
declare -a CORE_MODELS=("llama2:7b" "mistral:7b")
for model in "${CORE_MODELS[@]}"; do
  if ! ollama list | grep -q "$model"; then
    echo "正在下载模型: $model"
    ollama pull "$model" || exit 1
  fi
done

# 启动服务
exec ollama serve

在Compose中挂载此脚本：

entrypoint: /run_ollama.sh
volumes:
  - ./run_ollama.sh:/run_ollama.sh

3. 环境变量精要：服务行为的隐形遥控器

Ollama的环境变量就像汽车的仪表盘设置，不同的组合会产生截然不同的驾驶体验。

3.1 关键参数详解

表：核心环境变量功能与配置建议

变量名	默认值	生产环境建议	作用域
OLLAMA_HOST	127.0.0.1:11434	0.0.0.0:自定义端口	网络绑定
OLLAMA_ORIGINS	无	https://yourdomain.com	CORS控制
OLLAMA_MODELS	~/.ollama/models	/data/models	存储路径
OLLAMA_KEEP_ALIVE	5m	30m	连接保持
OLLAMA_MAX_LOADED	无限制	根据内存设置	资源控制

3.2 安全加固配置

对于暴露在内部网络的部署，建议添加以下防护措施：

environment:
  - OLLAMA_HOST=0.0.0.0:8000
  - OLLAMA_ORIGINS=https://internal.yourcompany.com
  - OLLAMA_MAX_LOADED=3
  - OLLAMA_KEEP_ALIVE=30m

注意：将OLLAMA_HOST设置为0.0.0.0时，务必配置防火墙规则限制访问IP范围

4. 生产级Compose文件全解析

结合前述所有要素，下面是一个具备企业级特性的完整配置：

version: '3.8'

services:
  ollama:
    image: ollama/ollama:latest
    container_name: ollama_prod
    restart: unless-stopped
    ports:
      - "8000:8000"
    environment:
      - OLLAMA_HOST=0.0.0.0:8000
      - OLLAMA_MODELS=/data/models
      - OLLAMA_ORIGINS=https://ai.yourcompany.com
      - OLLAMA_MAX_LOADED=3
    volumes:
      - /mnt/ssd/ollama_models:/data/models
      - ./scripts/entrypoint.sh:/entrypoint.sh
    entrypoint: /entrypoint.sh
    deploy:
      resources:
        limits:
          cpus: '4'
          memory: 16G
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:8000"]
      interval: 30s
      timeout: 10s
      retries: 3

  chatui:
    image: chatgpt-web:latest
    ports:
      - "3000:3000"
    depends_on:
      ollama:
        condition: service_healthy

关键设计考量：

1. 资源隔离 ：通过cpuset限制CPU核心使用
2. 健康检查 ：确保依赖服务就绪后才启动Web界面
3. 重启策略 ：避免容器异常退出导致服务中断
4. 存储分离 ：将模型存放在高性能SSD挂载点