آموزش Docker با پایتون — کانتینرسازی اپ

چکیده مقاله: Docker با پایتون در یک نگاه

• ✓ Docker چیست؟ پلتفرمی برای کانتینرسازی و ایزوله کردن اپلیکیشن‌ها همراه با تمام وابستگی‌هایشان.
• ✓ چرا Docker برای پایتون؟ حل مشکلات ناسازگاری محیطی، تسهیل استقرار، قابلیت حمل بالا، و مقیاس‌پذیری آسان.
• ✓ مراحل اصلی: ایجاد کد پایتون، تعریف وابستگی‌ها (requirements.txt)، ساخت Dockerfile، بیلد ایمیج، و اجرای کانتینر.
• ✓ مزایای کلیدی: توسعه پایدار، استقرار یکپارچه، عیب‌یابی سریع‌تر، و صرفه‌جویی در منابع.
• ✓ کاربردها: وب‌سرویس‌ها، Microservices، ابزارهای خط فرمان، و محیط‌های توسعه.

فهرست مطالب

• مقدمه‌ای بر Docker و دنیای کانتینرها
• چرا Docker برای اپلیکیشن‌های پایتون حیاتی است؟
• پیش‌نیازها و نصب Docker
• ساخت اولین اپلیکیشن پایتون کانتینری
  • اپلیکیشن پایتون ساده ما
  • تشریح Dockerfile
  • ساخت ایمیج Docker
  • اجرای کانتینر
• مدیریت داده‌ها و Volumeها
• معرفی Docker Compose برای پروژه‌های پیچیده‌تر
• بهترین شیوه‌ها در کانتینرسازی پایتون با Docker
• عیب‌یابی سریع: مشکلات رایج و راه‌حلهایشان
• سوالات متداول (FAQ)
• جمع‌بندی و گام‌های بعدی

مقدمه‌ای بر Docker و دنیای کانتینرها

در دنیای پرشتاب توسعه نرم‌افزار امروز، یکی از چالش‌های اصلی، اطمینان از عملکرد صحیح و یکسان یک اپلیکیشن در محیط‌های مختلف است. اینجا است که Docker وارد می‌شود و انقلابی در نحوه توسعه، تست و استقرار نرم‌افزار ایجاد می‌کند.

Docker پلتفرمی متن‌باز است که به توسعه‌دهندگان امکان می‌دهد اپلیکیشن‌ها و تمامی وابستگی‌های آن‌ها (کتابخانه‌ها، فریم‌ورک‌ها، فایل‌های پیکربندی و…) را در قالب بسته‌هایی به نام کانتینر (Container) ایزوله کنند. این کانتینرها مستقل از سیستم‌عامل میزبان عمل می‌کنند و تضمین می‌کنند که اپلیکیشن شما در هر محیطی، دقیقاً به همانشکل که در محیط توسعه شما کار می‌کرده، اجرا شود.

تصور کنید اپلیکیشنی دارید که با پایتون 3.9 و نسخه خاصی از یک کتابخانه کار می‌کند. اگر بخواهید آن را روی سیستمی اجرا کنید که پایتون 3.6 یا نسخه دیگری از همان کتابخانه را دارد، احتمالاً با مشکلات ناسازگاری مواجه می‌شوید. Docker این مشکل را با ایجاد یک محیط کاملاً ایزوله برای اپلیکیشن شما حل می‌کند، بدون اینکه روی بقیه سیستم تأثیری بگذارد.

ایمیج (Image) در Docker، یک قالب فقط خواندنی است که شامل کد اپلیکیشن، زمان اجرا (runtime)، کتابخانه‌ها، متغیرهای محیطی و فایل‌های پیکربندی مورد نیاز برای اجرای یک اپلیکیشن می‌شود. هر کانتینر، نمونه‌ای اجرایی از یک ایمیج است. شما یک ایمیج می‌سازید و می‌توانید بی‌نهایت کانتینر از روی آن ایمیج اجرا کنید.

چرا Docker برای اپلیکیشن‌های پایتون حیاتی است؟

پایتون به دلیل سادگی، اکوسیستم غنی و کاربردهای متنوع، زبان محبوبی برای توسعه وب، علم داده و اتوماسیون است. اما مدیریت وابستگی‌ها و اطمینان از سازگاری محیطی می‌تواند چالش‌برانگیز باشد. اینجا است که ترکیب Docker با پایتون معجزه می‌کند:

با استفاده از Docker، شما می‌توانید:

• یک محیط توسعه کاملاً شبیه به محیط تولید داشته باشید.
• پروژه‌های مختلف پایتون با نسخه‌های متفاوت پایتون و کتابخانه‌ها را همزمان روی یک سیستم اجرا کنید.
• فرآیند استقرار (Deployment) را به شدت ساده و سریع کنید.
• اپلیکیشن‌های Microservices را به راحتی مدیریت و مقیاس‌پذیری کنید.
• با تیم‌های بزرگتر، بدون نگرانی از تفاوت‌های سیستمی، به صورت یکپارچه کار کنید.

پیش‌نیازها و نصب Docker

قبل از اینکه دست به کار شویم، مطمئن شوید که پیش‌نیازهای زیر را دارید:

• پایتون: هر نسخه از پایتون 3 (برای توسعه اپلیکیشن شما).
• Docker Desktop: اگر از ویندوز یا مک استفاده می‌کنید، Docker Desktop را از وب‌سایت رسمی Docker دانلود و نصب کنید. این شامل Docker Engine، Docker CLI، Docker Compose و Kubernetes می‌شود.
• Docker Engine: اگر از لینوکس استفاده می‌کنید، Docker Engine را مطابق دستورالعمل‌های رسمی نصب کنید.
• ویرایشگر کد: VS Code، PyCharm یا هر ویرایشگر دیگری که با آن راحت هستید.

پس از نصب، ترمینال خود را باز کنید و دستورات زیر را برای تأیید نصب صحیح Docker اجرا کنید:

docker --version
docker compose version

اگر نسخه‌ها به درستی نمایش داده شدند، شما آماده‌اید!

ساخت اولین اپلیکیشن پایتون کانتینری

حالا بیایید یک اپلیکیشن پایتون ساده را کانتینری کنیم. این فرآیند شامل چند مرحله کلیدی است:

1. اپلیکیشن پایتون ساده ما

یک دایرکتوری جدید به نام my_python_app ایجاد کنید. داخل این دایرکتوری، یک فایل به نام app.py و یک فایل به نام requirements.txt بسازید.

محتوای app.py را به صورت زیر قرار دهید:

# app.py
from flask import Flask
import os

app = Flask(__name__)

@app.route('/')
def hello():
    name = os.environ.get('NAME', 'جهان')
    return f'سلام از داکر، {name}!'

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=5000)

این یک وب‌اپلیکیشن کوچک Flask است که در پورت 5000 اجرا می‌شود و یک پیام خوش‌آمدگویی را نمایش می‌دهد. همچنین می‌تواند نام را از یک متغیر محیطی بگیرد.

محتوای requirements.txt (فایل وابستگی‌ها) را به صورت زیر قرار دهید:

# requirements.txt
Flask==2.3.3

این فایل به Docker می‌گوید که برای اجرای اپلیکیشن شما به چه پکیج‌هایی و با چه نسخه‌هایی نیاز دارید.

2. تشریح Dockerfile

در همان دایرکتوری my_python_app، یک فایل جدید به نام Dockerfile (بدون پسوند) ایجاد کنید. این فایل شامل دستورالعمل‌هایی است که Docker برای ساخت ایمیج شما از آن‌ها پیروی می‌کند.

# Dockerfile
# استفاده از یک ایمیج پایه رسمی پایتون
FROM python:3.9-slim-buster

# تنظیم دایرکتوری کاری داخل کانتینر
WORKDIR /app

# کپی کردن فایل وابستگی‌ها و نصب آن‌ها
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# کپی کردن بقیه فایل‌های اپلیکیشن
COPY . .

# تعریف متغیر محیطی (اختیاری)
ENV NAME=دوست

# باز کردن پورت 5000 برای دسترسی خارجی
EXPOSE 5000

# دستور اجرایی هنگام راه‌اندازی کانتینر
CMD ["python", "app.py"]

بیایید خط به خط این Dockerfile را بررسی کنیم:

• FROM python:3.9-slim-buster: این خط به Docker می‌گوید که از ایمیج پایه پایتون نسخه 3.9 (نسخه سبک و بر پایه Debian Buster) استفاده کند. ایمیج‌های پایه، سیستم‌عامل و زمان اجرای اولیه را فراهم می‌کنند.
• WORKDIR /app: دایرکتوری کاری فعلی داخل کانتینر را به /app تنظیم می‌کند. تمام دستورات بعدی در این دایرکتوری اجرا خواهند شد.
• COPY requirements.txt .: فایل requirements.txt را از دایرکتوری فعلی میزبان به دایرکتوری /app داخل کانتینر کپی می‌کند.
• RUN pip install --no-cache-dir -r requirements.txt: دستور RUN یک دستور را در طول فرآیند ساخت ایمیج اجرا می‌کند. اینجا، pip را برای نصب پکیج‌های پایتون مشخص شده در requirements.txt اجرا می‌کنیم. --no-cache-dir به کاهش اندازه ایمیج کمک می‌کند.
• COPY . .: تمام فایل‌های باقی‌مانده از دایرکتوری فعلی میزبان (شامل app.py) را به دایرکتوری /app داخل کانتینر کپی می‌کند.
• ENV NAME=دوست: یک متغیر محیطی به نام NAME با مقدار پیش‌فرض “دوست” تعریف می‌کند. (این اختیاری است و برای نشان دادن نحوه کار متغیرهای محیطی در اپلیکیشن ماست).
• EXPOSE 5000: اعلام می‌کند که کانتینر در پورت 5000 گوش می‌دهد. این یک مستندسازی است و پورت را به صورت خودکار منتشر نمی‌کند.
• CMD ["python", "app.py"]: این دستور، فرمان اصلی است که هنگام شروع کانتینر اجرا می‌شود. اینجا، اپلیکیشن پایتون ما را اجرا می‌کند.

3. ساخت ایمیج Docker

حالا که Dockerfile و کد اپلیکیشن را داریم، می‌توانیم ایمیج Docker را بسازیم. ترمینال خود را باز کرده و به دایرکتوری my_python_app بروید. سپس دستور زیر را اجرا کنید:

docker build -t my-python-app .

• docker build: دستور ساخت ایمیج است.
• -t my-python-app: نام (tag) ایمیج شما را به my-python-app تنظیم می‌کند. شما می‌توانید از هر نامی استفاده کنید (مثلاً myusername/my-python-app:1.0).
• .: نشان‌دهنده دایرکتوری فعلی است که Dockerfile در آن قرار دارد. Docker در این دایرکتوری به دنبال Dockerfile می‌گردد.

این فرآیند ممکن است چند دقیقه طول بکشد تا ایمیج پایه دانلود و سپس لایه‌های اپلیکیشن شما ساخته شوند. پس از اتمام، می‌توانید ایمیج‌های موجود در سیستم خود را با دستور زیر مشاهده کنید:

docker images

شما باید my-python-app را در لیست ببینید.

4. اجرای کانتینر

حالا نوبت به اجرای کانتینر از روی ایمیج ساخته شده می‌رسد:

docker run -p 5000:5000 my-python-app

• docker run: دستور اجرای یک کانتینر است.
• -p 5000:5000: این بسیار مهم است. پورت 5000 کانتینر (سمت راست) را به پورت 5000 سیستم میزبان شما (سمت چپ) نگاشت (map) می‌کند. بدون این کار، شما نمی‌توانید از مرورگر به اپلیکیشن داخل کانتینر دسترسی پیدا کنید.
• my-python-app: نام ایمیجی است که می‌خواهید از آن کانتینر بسازید.

پس از اجرای این دستور، کانتینر شما شروع به کار می‌کند. اگر مرورگر خود را باز کرده و به آدرس http://localhost:5000 بروید، باید پیام “سلام از داکر، دوست!” را ببینید.

برای امتحان متغیر محیطی، می‌توانید کانتینر را با یک نام متفاوت اجرا کنید:

docker run -p 5000:5000 -e NAME=علی my-python-app

حالا باید در مرورگر خود “سلام از داکر، علی!” را مشاهده کنید.

برای متوقف کردن کانتینر، می‌توانید Ctrl+C را در ترمینال فشار دهید. اگر می‌خواهید کانتینر در پس‌زمینه (detached mode) اجرا شود، از فلگ -d استفاده کنید:

docker run -d -p 5000:5000 my-python-app

برای مشاهده کانتینرهای در حال اجرا:

docker ps

و برای متوقف کردن یک کانتینر در حال اجرا در پس‌زمینه، ابتدا ID کانتینر را با docker ps پیدا کرده و سپس:

docker stop [CONTAINER_ID]

مدیریت داده‌ها و Volumeها

به طور پیش‌فرض، داده‌هایی که داخل یک کانتینر ایجاد می‌شوند، با حذف کانتینر از بین می‌روند. این در بسیاری از موارد (مانند پایگاه داده‌ها یا فایل‌های لاگ) مطلوب نیست. Docker برای حل این مشکل، مفهوم Volume را ارائه می‌دهد.

Volumeها روش ترجیحی برای حفظ داده‌ها در Docker هستند. آنها به شما امکان می‌دهند یک دایرکتوری از سیستم میزبان را به یک دایرکتوری داخل کانتینر مپ کنید. به این ترتیب، داده‌ها حتی پس از حذف کانتینر نیز روی سیستم میزبان باقی می‌مانند.

برای مثال، فرض کنید اپلیکیشن پایتون شما فایلی به نام data.txt را در مسیر /app/data می‌نویسد. می‌توانید با استفاده از Volume آن را دائمی کنید:

docker run -p 5000:5000 -v /path/on/host:/app/data my-python-app

در این دستور، /path/on/host دایرکتوری روی سیستم میزبان شماست (مثلاً ./my_data در دایرکتوری فعلی پروژه) و /app/data دایرکتوری داخل کانتینر است که فایل‌ها در آن نوشته می‌شوند. همه چیز در /app/data کانتینر، در /path/on/host روی سیستم شما هم ذخیره خواهد شد.

معرفی Docker Compose برای پروژه‌های پیچیده‌تر

در پروژه‌های واقعی، معمولاً یک اپلیکیشن پایتون فقط شامل کد پایتون نیست؛ ممکن است به یک پایگاه داده (مانند PostgreSQL یا MongoDB)، یک کش (مانند Redis) و سایر سرویس‌ها نیاز داشته باشد. مدیریت چندین کانتینر به صورت دستی می‌تواند پیچیده و زمان‌بر باشد. اینجا Docker Compose به کمک ما می‌آید.

Docker Compose ابزاری برای تعریف و اجرای اپلیکیشن‌های چند کانتینری Docker است. شما با یک فایل YAML، تمام سرویس‌های اپلیکیشن خود، شبکه‌ها و Volumeهای مورد نیازشان را پیکربندی می‌کنید. سپس با یک دستور ساده، تمام آن‌ها را راه‌اندازی می‌کنید.

یک فایل docker-compose.yml برای اپلیکیشن Flask ما با یک پایگاه داده فرضی (بدون پیاده‌سازی کامل پایگاه داده، فقط برای مثال) می‌تواند به شکل زیر باشد:

# docker-compose.yml
version: '3.8'
services:
  web:
    build: .
    ports:
      - "5000:5000"
    environment:
      NAME: "کاربر Docker Compose"
    volumes:
      - .:/app # ماونت کردن دایرکتوری فعلی به /app برای توسعه
  db:
    image: postgres:13
    environment:
      POSTGRES_DB: mydatabase
      POSTGRES_USER: user
      POSTGRES_PASSWORD: password
    volumes:
      - db_data:/var/lib/postgresql/data

volumes:
  db_data:

با این فایل، شما می‌توانید از دایرکتوری پروژه خود، تنها با یک دستور، هر دو سرویس (وب و دیتابیس) را راه‌اندازی کنید:

docker compose up -d

و برای متوقف کردن و حذف سرویس‌ها:

docker compose down

Docker Compose به شدت فرآیند توسعه و تست اپلیکیشن‌های پیچیده‌تر را ساده‌سازی می‌کند.

بهترین شیوه‌ها در کانتینرسازی پایتون با Docker

برای داشتن ایمیج‌های بهینه، امن و کارآمد، رعایت برخی نکات مهم است:

• استفاده از ایمیج‌های پایه کوچک (Slim/Alpine): ایمیج‌های مانند python:3.9-slim-buster یا python:3.9-alpine کوچکتر هستند و در نتیجه بیلد سریع‌تر و حجم کمتری دارند که برای استقرار ایده‌آل است.
• استفاده از .dockerignore: این فایل مشابه .gitignore عمل می‌کند و به Docker می‌گوید کدام فایل‌ها و دایرکتوری‌ها را در هنگام کپی کردن به ایمیج نادیده بگیرد. این کار حجم ایمیج را کاهش داده و امنیت را افزایش می‌دهد. (مثل .git، __pycache__، .env و …).
• ترتیب دستورات در Dockerfile: دستورات را به گونه‌ای مرتب کنید که لایه‌هایی که کمتر تغییر می‌کنند (مثل ایمیج پایه و نصب وابستگی‌ها) در ابتدا باشند. این باعث می‌شود هنگام تغییر کد اپلیکیشن، لایه‌های قبلی در کش Docker استفاده شوند و بیلد سریع‌تر شود.
• نصب وابستگی‌ها بهینه: همیشه از pip install --no-cache-dir استفاده کنید تا فایل‌های کش نصب پکیج‌ها در ایمیج ذخیره نشوند و حجم ایمیج کاهش یابد.
• کاربر غیر root: برای افزایش امنیت، بهتر است اپلیکیشن خود را با یک کاربر غیر root داخل کانتینر اجرا کنید. (مثلاً با اضافه کردن دستورات USER به Dockerfile).
• Multi-stage Builds: برای اپلیکیشن‌های پیچیده‌تر یا آنهایی که نیاز به ابزارهای بیلد در حین ساخت دارند (مثلاً کامپایل C/C++ برای پکیج‌های پایتون)، از Multi-stage Builds استفاده کنید. این به شما امکان می‌دهد ابزارهای بیلد را در یک مرحله حذف کنید و فقط artifact نهایی را به ایمیج نهایی انتقال دهید تا حجم ایمیج به شدت کاهش یابد.

عیب‌یابی سریع: مشکلات رایج و راه‌حلهایشان

در طول کار با Docker، ممکن است با مشکلاتی مواجه شوید. در اینجا به برخی از رایج‌ترین آن‌ها و راه‌حلهایشان می‌پردازیم:

سوالات متداول (FAQ)

جمع‌بندی و گام‌های بعدی

در این مقاله، ما به صورت جامع با مفهوم Docker و نحوه کانتینرسازی اپلیکیشن‌های پایتون آشنا شدیم. دیدیم که Docker چگونه می‌تواند مشکلات ناسازگاری محیطی را حل کرده و فرآیند توسعه و استقرار را به شدت ساده کند. از ساخت یک Dockerfile ساده تا استفاده از Docker Compose برای پروژه‌های پیچیده‌تر، و همچنین بهترین شیوه‌ها و عیب‌یابی‌های رایج را بررسی کردیم.

استفاده از Docker با پایتون یک گام بزرگ به سوی مدرن‌سازی توسعه نرم‌افزار و افزایش بهره‌وری است. با مهارت در Docker، شما می‌توانید اپلیکیشن‌هایی با قابلیت حمل بالا و مقیاس‌پذیری عالی بسازید که در هر محیطی با اطمینان کار می‌کنند.

گام‌های بعدی برای یادگیری شما:

• کاوش Docker Hub: به Docker Hub سر بزنید و ایمیج‌های رسمی و غیررسمی متنوع را کاوش کنید.
• یادگیری پیشرفته Docker Compose: در مورد شبکه‌سازی سفارشی، dependency‌ها بین سرویس‌ها و Volumeهای پیشرفته در Docker Compose بیشتر مطالعه کنید.
• آشنایی با Docker Swarm یا Kubernetes: برای استقرار اپلیکیشن‌های Docker در مقیاس بزرگ و مدیریت کلاستر کانتینرها، این پلتفرم‌ها را بررسی کنید.
• CI/CD با Docker: نحوه ادغام Docker در فرآیندهای Continuous Integration/Continuous Deployment (CI/CD) خود را بیاموزید.

امیدواریم این آموزش جامع به شما در شروع سفر کانتینرسازی با Docker و پایتون کمک کرده باشد. موفق باشید!