需要直接使用的可以使用下面的链接：

通过网盘分享的文件：docker_flask.tar
链接: https://pan.baidu.com/s/163ocPFw8cqfXgVXeejv36g?pwd=qxqm 提取码: qxqm
来自百度网盘超级会员v6的分享

外网部署docker版flask

目录结构

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

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

services:miniconda:build: .container_name: miniconda_appports:- "5000:5000"volumes:- ./workspace/app.py:/workspace/app.py  # 关键挂载- ./workspace:/workspaceenvironment:FLASK_APP: app.pyFLASK_ENV: development

2. 优化后的 Dockerfile

FROM ubuntu:20.04# 设置环境变量
ENV DEBIAN_FRONTEND=noninteractive \PATH="/opt/conda/bin:$PATH" \CONDA_DIR="/opt/conda"# 安装基础依赖
RUN apt-get update && apt-get install -y \wget \bzip2 \ca-certificates \&& rm -rf /var/lib/apt/lists/*# 下载并安装 Miniconda（清华源）
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许可协议
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# 配置全量清华源
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清华源
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# 创建Python环境并安装依赖
RUN conda create -n python311 python=3.11 -y && \/opt/conda/envs/python311/bin/pip install numpy flask pandas# 设置工作目录
WORKDIR /workspace
COPY app.py .# 启动命令
CMD ["bash", "-c", "source /opt/conda/bin/activate python311 && flask run --host=0.0.0.0"]

3. 验证用的 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():# 生成测试数据array = np.array([1, 2, 3])df = pd.DataFrame({'列A': [1, 2], '列B': [3, 4]})# 构造响应数据response = {"服务状态": "Flask服务运行正常！","numpy示例数组": array.tolist(),"pandas数据表": {"列名称": list(df.columns),"数据内容": df.to_dict(orient='records')},"环境信息": {"Python版本": "3.11","依赖包版本": {"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)

使用说明

1. 创建目录和文件：

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

2. 将上述内容写入对应文件

3. 构建并启动：

docker compose up -d --build

4. 验证服务：

curl http://localhost:5000
# 或浏览器访问 http://localhost:5000

方案特点

1. 完全兼容新版本：移除 version 字段，适配最新 Docker Compose
2. 最小化构建：每个 RUN 指令都清理缓存
3. 国内优化：全程使用清华源加速
4. 环境隔离：在独立 conda 环境中安装 Python 和依赖
5. 生产就绪：适合直接部署到生产环境

常见问题处理

如果遇到构建问题，可以尝试：

# 彻底清理旧构建
docker compose down --rmi all# 重新构建
docker compose build --no-cache

迁移至内网

以下是完整的容器导出为镜像并部署到内网的步骤：

---

1. 导出当前容器为镜像

# 查看运行中的容器ID
docker ps# 将容器提交为镜像（推荐使用--change参数固化配置）
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. 验证新镜像

# 查看新镜像
docker images | grep my_flask_app# 测试运行
docker run -d -p 5000:5000 --name test_flask my_flask_app:1.0
curl http://localhost:5000

---

3. 导出镜像文件（两种方式任选）

方式一：保存为压缩包（推荐）

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

方式二：导出为容器快照

docker export 979444076b82 > my_flask_container.tar

---

4. 内网部署步骤

在内网机器上操作：

# 1. 传输镜像文件到内网（需用U盘/内部文件服务）
scp my_flask_app_1.0.tar.gz user@internal-server:/path/# 2. 加载镜像
gunzip -c my_flask_app_1.0.tar.gz | docker load# 3. 运行容器
docker run -d \-p 5000:5000 \-v /path/to/app_data:/workspace \--name flask_prod \my_flask_app:1.0

---

5. 生产环境增强配置（可选）

创建 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

启动命令

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

---

关键注意事项

1. 路径固化：

   • 确保容器内所有路径使用绝对路径（如 /workspace/app.py）
   • 检查挂载卷路径是否存在

2. 依赖检查：

   # 进入容器检查环境
   docker exec -it flask_prod /opt/conda/envs/python311/bin/pip list
   

3. 防火墙设置：

   • 内网机器需开放5000端口
   • 建议配合Nginx反向代理

4. 离线包备份（针对极端内网环境）：

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

---

排错指南

如果部署失败：

1. 检查镜像完整性：

   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
   

---

通过以上步骤，您可以将开发好的Flask应用完整迁移到内网环境。如需更高安全性，建议：

• 使用私有Docker仓库（如Harbor）
• 构建时删除缓存（docker build --no-cache）
• 使用多阶段构建减小镜像体积