# 把Python程序打包成Docker镜像
# 前提：
- 母机上已安装anaconda
- 了解基本的Docker概念、最基本的命令
本文中涉及到的主要命令：
docker pull：从docker hub拉取某个镜像docker image ls：查看当前系统中的所有镜像docker build：根据Dockerfile创建一个镜像docker run：启动某个镜像，运行一个容器docker ps：查看当前系统中所有运行中的容器docker ps -a：查看所有容器，不管是否运行
# 1. 母机上创建python虚拟环境
创建：
conda create -n your_project_name python=3.6
这样会创建一个只有pyhton3.6的环境。
进入虚拟环境：
conda activate your_project_name
# 2. 在虚拟环境中，部署自己的程序和相关文件
安装python依赖，记得记录下来安装了那些包：
上传自己的代码、文件，确保在当前环境下可以正常运行（记住一定要在自己的虚拟环境中）。
# 3.编写dockerfile
先安装一个基础的镜像，如python3.6环境
docker pull silverlogic/python3.6
直接pull可能会比较慢，可以通过阿里云镜像加速：
直接在命令行复制图中的命令即可。
然后就开始编写Dockerfile了！
首先我以我的项目为例，来明确几个概念：
项目根目录： \trp_service\
在根目录下，我的文件有这些：
257d.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
其中，start.sh是我的启动文件，通过sh start.sh即可运行我的服务trp_service.py
这个python程序启动后，会生成一个api，提供词向量计算服务。内部的api端口是9000.
接下来我们编写Dockerfile文件：
在项目的根目录 \trp_service\里，我创建了一个文件，名为Dockerfile，注意只能是这个名字。然后我们进入Dockerfile文件，按照如下内容编写：
FROM silverlogic/python3.6
MAINTAINER gby
ENV BUILD_HOME /trp_service
RUN pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/;\
... ...
pip install bert4keras==0.8.4 -i https://pypi.tuna.tsinghua.edu.cn/simple/
COPY . $BUILD_HOME
RUN chmod 777 $BUILD_HOME/start.sh
WORKDIR $BUILD_HOME
CMD $BUILD_HOME/start.sh
2
3
4
5
6
7
8
9
10
11
12
13
14
15
# 4. 开始创建我的Docker镜像
在当前的项目目录中，执行如下命令：
docker build -t trp:v1 .
-t参数后，输入名字：版本- 注意命令最后有一个
.，这是指在当前的目录下去寻找Dockerfile文件。
创建之后，可以通过docker image ls查看系统镜像，发现trp已经创建好了：
# 5.启动镜像，生成容器，调用容器内的服务
通过命令：
docker run -itd -p 9000:9000 trp:v1
即可启动服务。
此时通过docker ps查看当前运行的容器：
能看到，就说明容器已经启动成功。
在命令中，我通过-p来设置宿主机和容器内的端口映射。故现在我在宿主机，也可以通过9000端口来访问我容器内的服务了：
