小白程序員面臨的最大困難之一就是理解環境的概念。環境是指程序員進行編碼的系統，這聽起來貌似很容易，但隨著程序員職業生涯的推薦，程序員會逐漸體會到維護“環境”是一件多么困難的事情。

這主要是因為庫、IDE（集成開發環境），甚至Python代碼都需要經過更新和版本升級。有時更新一個庫，某段代碼就會出錯，需要重新修改代碼。如果同時開發多個項目，就會引起依賴沖突，當某段代碼導致另一段代碼錯誤時，事情就會變得很棘手了。

另外，如果想將項目共享給一個在不同操作系統上的工作伙伴，或者將在Mac上構建的項目交付到另一個操作系統的生產服務器上，就不得不重新配置代碼了。

為了解決這些問題，將項目和項目所處的環境分離的方法被稱為“容器”。容器是支持環境運行的地方，與系統上的其他內容東西相分離。一旦定義了容器中的內容，重建環境就很容易了，甚至可以實現與同事共享項目。

要求

啟動Docker，需要安裝軟件：

windows或macOS：安裝Docker Desktop

linux：安裝Docker，然后編寫Docker

Python服務包

假設正在創建一個名為server.py的Flask服務，并設置該文件的內容，如下：

如上述，需保留代碼依賴關系的記錄。因此創建一個關于需求的txt文件，包含以下內容：

Flask==1.1.1

因此，服務包有以下結構：

該結構十分符合邏輯（源文件保存在獨立目錄中）。若執行Python程序，我們需要安裝并運行Python解釋器。接下來可以在本地運行這個程序，如果有15個項目同時運行，在一個容器中運行可以避免與其他項目發生沖突。

Dockerfile

運行Python代碼，需要將容器打包為Docker鏡像，然后運行。操作如下：

創建一個包含構建鏡像所需指令的Dockerfile

然后通過Docker生成器創建鏡像

簡單的docker run 命令就可以創建一個正在運行應用程序的容器

Dockerfile分析

Dockerfile是一個包含合成Docker鏡像說明的文件（命名為myimage）：

Dockerfile是逐行編譯的，因此生成器會生成一個圖層，并將其疊加在之前的圖像上。在build命令的輸出中，可以看到作為步驟執行的Dockerfile指令。

然后可以發現鏡像存儲在本地圖像中：

在開發過程中，可能需要多次為Python服務重新構建鏡像，所以希望花費盡可能少的時間。

Docker和virtualenv非常相似，但又有所不同。Virtualenv允許你在Python依賴關系中切換，但必須使用主機操作系統。然而，使用Docker就可以在任何操作系統上安裝和運行Python（包括Ubuntu、Debian、Alpine以及Windows Server Core）。

因此，如果你在一個團隊中工作，希望可以在以后證明你的技術，就要使用Docker。如果不用docker，venv也是不錯的，但它不是通向未來的憑證。

本文展示了如何創建Python服務包，并希望簡化過程，使程序員的項目維持更長時間。因為當依賴關系發生變化時，它不太可能出現代碼錯誤。
責編AJX