需要直接使用的可以使用下面的鏈接：

通過網盤分享的文件：docker_flask.tar
鏈接: https://pan.baidu.com/s/163ocPFw8cqfXgVXeejv36g?pwd=qxqm 提取碼: qxqm
來自百度網盤超級會員v6的分享

外網部署docker版flask

目錄結構

./miniconda-docker/
├── docker-compose.yml
├── Dockerfile
└── workspace

1. 更新后的 docker-compose.yml（無 version 字段）

services:miniconda:build: .container_name: miniconda_appports:- "5000:5000"volumes:- ./workspace/app.py:/workspace/app.py  # 關鍵掛載- ./workspace:/workspaceenvironment:FLASK_APP: app.pyFLASK_ENV: development

2. 優化后的 Dockerfile

FROM ubuntu:20.04# 設置環境變量
ENV DEBIAN_FRONTEND=noninteractive \PATH="/opt/conda/bin:$PATH" \CONDA_DIR="/opt/conda"# 安裝基礎依賴
RUN apt-get update && apt-get install -y \wget \bzip2 \ca-certificates \&& rm -rf /var/lib/apt/lists/*# 下載并安裝 Miniconda（清華源）
RUN wget -q https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh -O miniconda.sh && \bash miniconda.sh -b -p $CONDA_DIR && \rm miniconda.sh# 接受Anaconda許可協議
RUN conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/main && \conda tos accept --override-channels --channel https://repo.anaconda.com/pkgs/r# 配置全量清華源
RUN conda config --remove-key channels && \conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ && \conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ && \conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ && \conda config --set show_channel_urls yes# 配置pip清華源
RUN mkdir -p /root/.pip && \echo '[global]\n\
index-url = https://pypi.tuna.tsinghua.edu.cn/simple\n\
trusted-host = pypi.tuna.tsinghua.edu.cn' > /root/.pip/pip.conf# 創建Python環境并安裝依賴
RUN conda create -n python311 python=3.11 -y && \/opt/conda/envs/python311/bin/pip install numpy flask pandas# 設置工作目錄
WORKDIR /workspace
COPY app.py .# 啟動命令
CMD ["bash", "-c", "source /opt/conda/bin/activate python311 && flask run --host=0.0.0.0"]

3. 驗證用的 app.py

from flask import Flask, jsonify
import numpy as np
import pandas as pdapp = Flask(__name__)app.json.ensure_ascii = False
@app.route('/')
def hello():# 生成測試數據array = np.array([1, 2, 3])df = pd.DataFrame({'列A': [1, 2], '列B': [3, 4]})# 構造響應數據response = {"服務狀態": "Flask服務運行正常！","numpy示例數組": array.tolist(),"pandas數據表": {"列名稱": list(df.columns),"數據內容": df.to_dict(orient='records')},"環境信息": {"Python版本": "3.11","依賴包版本": {"numpy": np.__version__,"pandas": pd.__version__,"flask": "2.3.2"}}}return jsonify(response)  # 使用jsonify保持JSON格式if __name__ == '__main__':app.run(host='0.0.0.0', debug=True)

使用說明

1. 創建目錄和文件：

mkdir -p miniconda-docker/workspace
cd miniconda-docker
touch docker-compose.yml Dockerfile app.py

2. 將上述內容寫入對應文件

3. 構建并啟動：

docker compose up -d --build

4. 驗證服務：

curl http://localhost:5000
# 或瀏覽器訪問 http://localhost:5000

方案特點

1. 完全兼容新版本：移除 version 字段，適配最新 Docker Compose
2. 最小化構建：每個 RUN 指令都清理緩存
3. 國內優化：全程使用清華源加速
4. 環境隔離：在獨立 conda 環境中安裝 Python 和依賴
5. 生產就緒：適合直接部署到生產環境

常見問題處理

如果遇到構建問題，可以嘗試：

# 徹底清理舊構建
docker compose down --rmi all# 重新構建
docker compose build --no-cache

遷移至內網

以下是完整的容器導出為鏡像并部署到內網的步驟：

---

1. 導出當前容器為鏡像

# 查看運行中的容器ID
docker ps# 將容器提交為鏡像（推薦使用--change參數固化配置）
docker commit \--change='CMD ["bash", "-c", "source /opt/conda/bin/activate python311 && flask run --host=0.0.0.0"]' \--change='ENV PATH=/opt/conda/envs/python311/bin:$PATH' \979444076b82 my_flask_app:1.0

---

2. 驗證新鏡像

# 查看新鏡像
docker images | grep my_flask_app# 測試運行
docker run -d -p 5000:5000 --name test_flask my_flask_app:1.0
curl http://localhost:5000

---

3. 導出鏡像文件（兩種方式任選）

方式一：保存為壓縮包（推薦）

docker save my_flask_app:1.0 | gzip > my_flask_app_1.0.tar.gz

方式二：導出為容器快照

docker export 979444076b82 > my_flask_container.tar

---

4. 內網部署步驟

在內網機器上操作：

# 1. 傳輸鏡像文件到內網（需用U盤/內部文件服務）
scp my_flask_app_1.0.tar.gz user@internal-server:/path/# 2. 加載鏡像
gunzip -c my_flask_app_1.0.tar.gz | docker load# 3. 運行容器
docker run -d \-p 5000:5000 \-v /path/to/app_data:/workspace \--name flask_prod \my_flask_app:1.0

---

5. 生產環境增強配置（可選）

創建 docker-compose.prod.yml

version: '3.8'
services:flask_app:image: my_flask_app:1.0restart: alwaysports:- "5000:5000"volumes:- /data/flask_app:/workspaceenvironment:FLASK_ENV: productionTZ: Asia/Shanghai

啟動命令

docker-compose -f docker-compose.prod.yml up -d

---

關鍵注意事項

1. 路徑固化：

   • 確保容器內所有路徑使用絕對路徑（如 /workspace/app.py）
   • 檢查掛載卷路徑是否存在

2. 依賴檢查：

   # 進入容器檢查環境
   docker exec -it flask_prod /opt/conda/envs/python311/bin/pip list
   

3. 防火墻設置：

   • 內網機器需開放5000端口
   • 建議配合Nginx反向代理

4. 離線包備份（針對極端內網環境）：

   # 導出conda環境配置
   docker exec 979444076b82 /opt/conda/envs/python311/bin/pip freeze > requirements.txt
   

---

排錯指南

如果部署失敗：

1. 檢查鏡像完整性：

   docker run -it --rm my_flask_app:1.0 bash -c "python -c 'import flask; print(flask.__version__)'"
   

2. 查看容器日志：

   docker logs -f flask_prod
   

---

通過以上步驟，您可以將開發好的Flask應用完整遷移到內網環境。如需更高安全性，建議：

• 使用私有Docker倉庫（如Harbor）
• 構建時刪除緩存（docker build --no-cache）
• 使用多階段構建減小鏡像體積