一、学习目标

  1. 理解 Dockerfile 是什么以及它的作用

  2. 掌握 Dockerfile 核心指令：FROM、WORKDIR、COPY、RUN、CMD

  3. 编写第一个 Dockerfile（基于 Python Flask 应用）

  4. 使用 docker build 构建镜像

二、什么是 Dockerfile？

Dockerfile 是一个纯文本文件，里面包含了一系列构建镜像的指令。Docker 可以读取这些指令并自动构建出一个镜像。

Dockerfile 的作用

  • 自动化构建：将应用及其运行环境固化为代码（Infrastructure as Code）

  • 可重复性：任何人只要拿到 Dockerfile，就能构建出完全相同的镜像

  • 版本控制：Dockerfile 可以像源代码一样提交到 Git 仓库

一个简单的例子

# 使用 Python 官方镜像作为基础
FROM python:3.9-slim

# 设置工作目录
WORKDIR /app

# 复制当前目录下的所有文件到容器内的 /app
COPY . /app

# 安装 Python 依赖
RUN pip install -r requirements.txt

# 声明容器启动时运行的命令
CMD ["python", "app.py"]

三、核心指令详解

1. FROM —— 指定基础镜像

作用：每个 Dockerfile 的第一条指令必须是 FROM，它指定了构建所使用的“地基”镜像。

# 语法
FROM <镜像名>[:<标签>]

# 示例
FROM ubuntu:22.04        # 基于 Ubuntu 22.04
FROM python:3.9-slim     # 基于精简版 Python 3.9
FROM alpine:latest       # 基于 Alpine Linux（极小体积）
FROM scratch             # 从零开始（用于静态二进制文件）

最佳实践：尽量选择官方镜像，并指定具体标签（如 python:3.9-slim），不要使用 latest（不可复现）。

2. WORKDIR —— 设置工作目录

作用：为后续的 RUN、CMD、COPY 等指令设置当前工作目录。如果目录不存在，会自动创建。

# 语法
WORKDIR <路径>

# 示例
WORKDIR /app                     # 绝对路径
WORKDIR /usr/local/src
WORKDIR app                      # 相对路径（相对于上一个 WORKDIR）

# 可以多次使用，支持相对路径
WORKDIR /home
WORKDIR myapp      # 最终路径 = /home/myapp

最佳实践：使用绝对路径，避免混淆。先 WORKDIR 再 COPY，可以简化复制路径。

3. COPY —— 复制文件

作用：将构建上下文（通常是 Dockerfile 所在目录）中的文件/目录复制到镜像中。

# 语法
COPY <源路径>... <目标路径>

# 示例
COPY . /app                 # 将当前目录所有文件复制到 /app
COPY requirements.txt /app/requirements.txt
COPY --chown=www-data:www-data index.html /var/www/
COPY --from=builder /output /app   # 多阶段构建中从上一阶段复制

# 通配符
COPY hom* /mydir/
COPY abc?.txt /mydir/

注意：

  • 源路径必须在构建上下文中（即不能 COPY ../xxx）

  • 目标路径可以是绝对路径，也可以是相对 WORKDIR 的相对路径

  • 如果目标路径不存在，Docker 会自动创建

4. RUN —— 执行命令

作用：在构建过程中执行命令，通常用于安装软件、配置环境。每个 RUN 都会在镜像中创建一个新层。

# 两种语法形式
# shell 形式（默认使用 /bin/sh -c）
RUN apt-get update && apt-get install -y curl

# exec 形式（推荐，不会启动 shell 解析）
RUN ["apt-get", "update"]

# 示例
RUN pip install flask redis
RUN npm install --production
RUN mkdir -p /app/data && chown 1000:1000 /app/data

# 多行命令（使用 \ 换行，提高可读性）
RUN apt-get update && \
    apt-get install -y --no-install-recommends \
        build-essential \
        curl \
        git && \
    rm -rf /var/lib/apt/lists/*

最佳实践：

  • 将多个 RUN 合并为一个（减少层数，缩小镜像体积）

  • 安装完成后清理临时文件（如 apt-get clean）

  • 使用 && 确保命令失败时构建失败

5. CMD —— 容器启动默认命令

作用：指定容器启动时执行的默认命令。每个 Dockerfile 只能有一个 CMD，最后一个生效。CMD 可以被 docker run 后面的命令覆盖。

# 三种形式
# 1. exec 形式（推荐）
CMD ["python", "app.py"]

# 2. 作为 ENTRYPOINT 的默认参数
CMD ["--port", "8080"]

# 3. shell 形式
CMD python app.py

# 示例
CMD ["nginx", "-g", "daemon off;"]
CMD ["flask", "run", "--host=0.0.0.0"]

与 RUN 的区别：

  • RUN 在 构建时 执行，结果保存到镜像中

  • CMD 在 运行时 执行，只是默认命令，可以被覆盖

补充指令（了解即可，后面会深入学习）

指令作用
ADD类似 COPY，但支持 URL 下载和自动解压 tar（不推荐优先使用）
ENV设置环境变量，构建和运行时都存在
ARG构建参数，只在构建时有效
EXPOSE声明容器监听端口（只是文档，不会真正暴露）
ENTRYPOINT与 CMD 类似，但不会被覆盖，常与 CMD 配合使用

四、实战：为一个 Flask 应用编写 Dockerfile

1. 准备 Flask 应用

首先创建一个新目录，并在其中创建以下文件：

目录结构：

my-flask-app/
├── app.py
├── requirements.txt
└── Dockerfile

app.py（简单的 Flask Web 应用）：

from flask import Flask

app = Flask(__name__)

@app.route('/')
def hello():
    return 'Hello from Docker! I am running inside a container.'

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

requirements.txt：

flask==2.3.2

2. 编写 Dockerfile

在同一目录下创建 Dockerfile（无扩展名）：

# 1. 指定基础镜像
FROM python:3.9-slim

# 2. 设置工作目录
WORKDIR /app

# 3. 复制依赖文件（先复制 requirements.txt，利用缓存）
COPY requirements.txt .

# 4. 安装 Python 依赖
RUN pip install --no-cache-dir -r requirements.txt

# 5. 复制应用源代码
COPY app.py .

# 6. 声明容器运行时监听的端口（仅文档作用）
EXPOSE 5000

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

逐行解释：

  • FROM python:3.9-slim：使用官方精简版 Python 镜像，体积小，适合生产。

  • WORKDIR /app：所有后续命令都在 /app 目录下执行。

  • COPY requirements.txt .：只复制依赖文件，这样在代码修改时，只要 requirements.txt 没变，Docker 就会使用缓存的依赖安装层，加速构建。

  • RUN pip install --no-cache-dir -r requirements.txt：安装依赖，--no-cache-dir 可以减小镜像体积。

  • COPY app.py .：复制应用代码。

  • EXPOSE 5000：告诉使用者这个容器会监听 5000 端口。

  • CMD ["python", "app.py"]：启动 Flask 应用。

3. 构建镜像

在 my-flask-app 目录下执行：

docker build -t my-first-flask-app .

参数说明：

  • -t my-first-flask-app：给镜像起一个名字（tag）

  • . ：构建上下文路径（当前目录），Docker 会把这个目录下的所有文件发送给守护进程

构建过程输出示例：

[+] Building 15.2s (10/10) FINISHED
 => [1/5] FROM python:3.9-slim
 => [2/5] WORKDIR /app
 => [3/5] COPY requirements.txt .
 => [4/5] RUN pip install --no-cache-dir -r requirements.txt
 => [5/5] COPY app.py .
 => exporting to image
 => => naming to docker.io/library/my-first-flask-app

4. 运行镜像并测试

# 运行容器，映射宿主机 5000 端口到容器 5000 端口
docker run -d --name my-flask-container -p 5000:5000 my-first-flask-app

# 检查容器是否运行
docker ps

# 访问应用（使用 curl 或浏览器）
curl http://localhost:5000
# 应该输出：Hello from Docker! I am running inside a container.

5. 查看日志和停止容器

# 查看容器日志
docker logs my-flask-container

# 停止并删除容器
docker stop my-flask-container
docker rm my-flask-container

五、Dockerfile 编写最佳实践

1. 利用构建缓存

将不经常变化的指令放在前面，经常变化的代码放在后面。

# ✅ 好：依赖放前面，代码放后面
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .

# ❌ 不好：复制所有代码在前，导致每次代码修改都要重装依赖
COPY . .
RUN pip install -r requirements.txt

2. 合并 RUN 命令减少层数

# ❌ 不好：多个 RUN，产生多个层
RUN apt-get update
RUN apt-get install -y curl
RUN apt-get clean

# ✅ 好：合并为一个 RUN
RUN apt-get update && \
    apt-get install -y curl && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*

3. 使用 .dockerignore 文件

创建 .dockerignore 文件，排除不需要的文件（如 __pycache__、.git、venv），加快构建速度并减小镜像体积。

# .dockerignore 内容
__pycache__
*.pyc
.git
.venv
.env
README.md

4. 选择合适的基础镜像

  • 生产环境优先选择 -alpine 或 -slim 版本，体积小

  • 开发环境可以使用完整镜像（如 python:3.9）

5. 固定版本号

避免使用 latest，指定具体版本（如 python:3.9-slim），确保环境一致性。

6. 以非 root 用户运行（安全性）

默认容器内是 root 用户，最佳实践是创建普通用户。

FROM python:3.9-slim

RUN useradd -m -u 1000 appuser
WORKDIR /app
COPY . .
RUN chown -R appuser:appuser /app

USER appuser

CMD ["python", "app.py"]

六、常用构建命令

# 基础构建
docker build -t 镜像名:标签 .

# 不使用缓存（强制重新构建所有层）
docker build --no-cache -t my-image .

# 指定 Dockerfile 名称（默认是 'Dockerfile'）
docker build -f Dockerfile.prod -t my-image .

# 构建时传递构建参数（ARG）
docker build --build-arg VERSION=1.2.3 -t my-image .

# 查看镜像构建历史
docker history my-image

# 查看镜像详情
docker inspect my-image

七、完整示例：多阶段构建（进阶）

对于一个需要编译的应用（如 Go、Java），可以使用多阶段构建来减小最终镜像体积。

# 第一阶段：构建（使用完整编译环境）
FROM golang:1.21 AS builder
WORKDIR /app
COPY . .
RUN go build -o myapp main.go

# 第二阶段：运行（使用极简基础镜像）
FROM alpine:latest
RUN apk --no-cache add ca-certificates
WORKDIR /root/
COPY --from=builder /app/myapp .
CMD ["./myapp"]

八、常见问题排查

Q1：构建时提示 COPY failed: file not found

原因：源文件路径错误或文件不存在。
解决：检查源文件是否在构建上下文内，路径是否正确。

Q2：容器启动后立即退出

原因：CMD 指定的命令不是持续运行的（比如直接运行 bash）。
解决：对于前台应用（如 Flask），确保 CMD 是阻塞命令；对于调试，可以先运行 sleep infinity。

Q3：镜像体积过大

解决：

  • 使用 Alpine 或 slim 基础镜像

  • 合并 RUN 指令并清理临时文件

  • 使用多阶段构建

  • 检查是否有不必要的文件（使用 .dockerignore）

Q4：pip install 速度慢

解决：使用国内镜像源（在 Dockerfile 中配置）：

RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

九、课后练习

练习 1：构建一个静态网站镜像

# 使用 nginx:alpine 作为基础镜像
# 创建 index.html 文件，内容任意
# 复制到 /usr/share/nginx/html
# 构建并运行，通过浏览器访问

解析：

FROM nginx:alpine
COPY index.html /usr/share/nginx/html/index.html
EXPOSE 80
CMD ["nginx", "-g", "daemon off;"]

练习 2：修改 Flask 应用

  1. 修改 app.py，增加一个新路由 /health，返回 OK

  2. 重新构建镜像（无需修改 Dockerfile）

  3. 重启容器，测试 /health 端点

练习 3：添加环境变量

修改 Dockerfile，使用 ENV 指令设置 FLASK_ENV=production，并在 app.py 中打印该环境变量。

十、小结

今天你学会了：

  • Dockerfile 的核心指令及其含义

  • 如何为一个 Flask 应用编写 Dockerfile

  • 使用 docker build 构建镜像

  • 运行自己的第一个定制镜像

今日检查清单：

  • 理解 Dockerfile 的作用

  • 能独立写出一个包含 FROM、WORKDIR、COPY、RUN、CMD 的 Dockerfile

  • 成功构建镜像并运行

  • 能通过浏览器或 curl 访问到 Flask 应用的输出

恭喜你完成了第五天的学习！明天我们将深入数据持久化（Volume），解决容器删除后数据丢失的问题。

# docker # 容器 # 运维
Logo
亚马逊云科技技术品牌专区

更多推荐

cover

基于STM32的全屋环境智能监测与预警终端设计

avatar 亚马逊云科技技术品牌专区

Keras：面向人类的深度学习库

Keras3支持多后端（TensorFlow、PyTorch、JAX），通过设置环境变量切换，兼容指定版本。pip安装后可用Sequential API快速构建CNN模型，如MNIST分类示例，实

avatar 亚马逊云科技技术品牌专区

AI行业日报｜2026-09-25：5个热点事件

本期行业动态聚焦于端侧算力重构、自主智能体工作流、开发工具经济模型、网络隔离架构设计与公共部门合规审查。以下结合一线技术场景进行结构化梳理，供 AI 研究员与软件工程团队参考。 PrismML 正将其轻量级语言模型适配至搭载高通处理器的智能眼镜终端 1 。该平台的核心战略指向开源权重模型的本地化运行，旨在最大化挖掘穿戴设备现有算力的利用效率 1 。对于嵌入式与边缘计算开发者而言，此类微型模型向低功

avatar 亚马逊云科技技术品牌专区