Day 65：【99天精通Python】Python 操作 Docker - 容器化开发第一步

前言

欢迎来到第65天！

在现代软件开发中，Docker 已经成为了标准配置。

• 环境一致性：不再有 “我本地跑得好好的，怎么服务器上就报错？” 的问题。
• 快速部署：一行命令启动数据库、Redis、Web 服务。

虽然 Docker 通常使用命令行（CLI）操作，但作为 Python 开发者，我们经常需要用代码来控制 Docker（比如自动化测试、CI/CD 流水线、或者做一个简单的容器管理平台）。

Python 提供了官方的 Docker SDK (docker-py)，让你能用 Python 代码轻松管理镜像和容器。

本节内容：

• Docker 基础概念回顾
• 安装 Docker SDK
• 镜像管理 (pull, list)
• 容器管理 (run, stop, logs)
• 实战练习：用 Python 一键部署 Redis 和 MySQL

---

一、Docker 基础回顾

如果你对 Docker 完全陌生，只需记住这三个概念：

1. 镜像 (Image)：软件的安装包（只读）。
2. 容器 (Container)：镜像运行起来的实例（进程）。
3. 仓库 (Registry)：存放镜像的地方（如 Docker Hub）。

---

二、环境准备

2.1 安装 Docker

请确保你的电脑上已经安装并运行了 Docker Desktop (Windows/Mac) 或 Docker Engine (Linux)。

2.2 安装 Python Docker SDK

pip install docker

2.3 建立连接

import docker

try:
    # 自动连接本地 Docker 守护进程
    client = docker.from_env()
    print("Docker 连接成功！")
    print(f"Docker 版本: {client.version()['Version']}")
except docker.errors.DockerException:
    print("连接失败，请检查 Docker 是否正在运行。")

---

三、镜像管理 (Images)

3.1 拉取镜像 (Pull)

print("正在拉取 hello-world 镜像...")
image = client.images.pull("hello-world")
print(f"镜像 ID: {image.id}")

3.2 列出所有镜像 (List)

images = client.images.list()
for img in images:
    # tags 可能是列表，也可能为空
    print(f"镜像: {img.tags}, ID: {img.short_id}")

---

四、容器管理 (Containers)

4.1 运行容器 (Run)

# client.containers.run(镜像, 命令, 参数...)
# detach=True: 后台运行
# remove=True: 容器停止后自动删除
container = client.containers.run(
    "alpine", 
    "echo Hello Docker SDK", 
    detach=True,
    remove=True
)

# 获取日志
print(f"容器日志: {container.logs().decode('utf-8')}")

4.2 启动一个 Nginx 服务

# 端口映射: {'容器端口': '主机端口'}
container = client.containers.run(
    "nginx:latest",
    name="my_nginx",
    ports={'80/tcp': 8080},
    detach=True
)
print(f"Nginx 已启动，ID: {container.short_id}")
print("请访问 http://localhost:8080")

4.3 停止与删除

# 获取指定容器
try:
    c = client.containers.get("my_nginx")
    print(f"正在停止容器 {c.name}...")
    c.stop()
    print("正在删除容器...")
    c.remove()
    print("清理完成。")
except docker.errors.NotFound:
    print("容器不存在。")

---

五、实战练习：一键部署开发环境

假设你新接手一个项目，需要 Redis 和 MySQL。手动去配太麻烦，我们写个 Python 脚本一键拉起。

import docker
import time

client = docker.from_env()

def start_redis():
    print("启动 Redis...")
    try:
        c = client.containers.run(
            "redis:alpine",
            name="dev_redis",
            ports={'6379/tcp': 6379},
            detach=True
        )
        print(f"Redis 启动成功: {c.short_id}")
    except Exception as e:
        print(f"Redis 启动失败 (可能已存在): {e}")

def start_mysql():
    print("启动 MySQL...")
    try:
        # MySQL 需要配置环境变量 (Root密码)
        c = client.containers.run(
            "mysql:5.7",
            name="dev_mysql",
            ports={'3306/tcp': 3306},
            environment=["MYSQL_ROOT_PASSWORD=123456"],
            detach=True
        )
        print(f"MySQL 启动成功: {c.short_id}")
    except Exception as e:
        print(f"MySQL 启动失败: {e}")

if __name__ == "__main__":
    start_redis()
    start_mysql()
    
    # 列出当前运行的容器
    print("\n--- 当前运行容器 ---")
    for c in client.containers.list():
        print(f"{c.name} ({c.status}) - {c.image.tags}")

---

六、Dockerfile 构建镜像

除了管理现有的，我们还可以用 Python 代码来触发 docker build。

假设当前目录下有一个 Dockerfile：

FROM python:3.9-slim
CMD ["python", "-c", "print('Build Success!')"]

构建脚本：

print("开始构建镜像...")
# path: Dockerfile 所在目录
# tag: 镜像名称:版本
image, build_logs = client.images.build(path=".", tag="my_python_app:v1")

for chunk in build_logs:
    if 'stream' in chunk:
        print(chunk['stream'], end='')

print("\n构建完成！")

---

七、常见问题

Q1：权限拒绝 (Permission denied)？

在 Linux 上，普通用户默认没有权限访问 Docker 守护进程。
解决：sudo usermod -aG docker $USER，然后重新登录。

Q2：拉取镜像太慢？

配置 Docker 国内镜像加速器（如阿里云、网易云）。这需要在 Docker 配置文件 (daemon.json) 中设置，Python 代码无法直接加速网络。

Q3：containers.list() 为什么看不到停止的容器？

默认只列出运行中的。要看所有的（包括已退出的），使用 client.containers.list(all=True)。

---

八、小结

关键要点：

1. Python 可以完全替代 Docker CLI 命令。
2. client.containers.run(detach=True) 是最常用的启动方式。
3. 通过代码管理容器，非常适合集成测试和自动化运维脚本。

---

九、课后作业

1. 清理脚本：编写一个脚本，删除所有状态为 Exited (已停止) 的容器，清理磁盘空间。
2. 健康检查：编写一个脚本，每隔 10 秒检查一下 dev_redis 容器的状态。如果发现它挂了（不在 running 列表里），自动重启它。
3. 日志监控：实时读取某个容器的日志流 (类似于 docker logs -f)，如果发现日志里出现 “ERROR” 字样，发送一封邮件报警（结合 Day 43）。

---

下节预告

Day 66：Python 操作 Kubernetes (K8s) - 玩转了单机 Docker，接下来我们要挑战集群！K8s 是容器编排的终极 Boss。明天我们初探 Python K8s 客户端。

---

系列导航：

• 上一篇：Day 64 - 异步任务队列Celery
• 下一篇：Day 66 - Python操作Kubernetes（待更新）