Docker 실습: 샘플 Flask 프로젝트를 통해 Dockerfile, 컨테이너, 포트 전달 알아보기
이 튜토리얼에서는 Docker를 사용하여 간단한 Flask 애플리케이션을 구축하고 배포하는 방법을 보여줍니다. Dockerfile 생성, 이미지 빌드, 컨테이너 실행, Docker Hub에 이미지 푸시까지 다룹니다. Docker 기본 사항에 익숙하지 않은 경우 다음 이전 게시물을 확인하세요.
실습 예제로 시작해 보겠습니다.
프로젝트 설정:
- "flask-app"이라는 디렉터리를 만듭니다.
- "flask-app" 내부에 다음과 같은 간단한 Flask 애플리케이션이 포함된
index.py
을 만듭니다.
# index.py from flask import Flask app = Flask(__name__) @app.route("/") def hello(): return "Hello World!" if __name__ == "__main__": app.run(host="0.0.0.0", port=int("5000"), debug=True)
- 또한 "flask-app"에서 다음 콘텐츠로
Dockerfile
(확장자 없음)을 만듭니다.
FROM python:3.13.1-alpine3.21 WORKDIR /app COPY . /app RUN pip install -r requirements.txt EXPOSE 5000 CMD ["python", "index.py"]
- 마지막으로 "flask-app" 디렉터리에
requirements.txt
을 만듭니다.
<code>Flask==2.3.2</code>
이제 디렉토리 구조는 다음과 같습니다.
<code>flask-app/ ├── Dockerfile ├── index.py └── requirements.txt</code>
Docker 이미지 빌드 및 실행:
- 터미널에서 "flask-app" 디렉토리로 이동하세요.
- 다음 명령을 사용하여 Docker 이미지를 빌드하세요.
docker build -t flask-app .
- 이미지가 성공적으로 빌드되었는지 확인하세요.
docker images
- Docker 컨테이너를 실행하여 호스트 시스템의 포트 5000을 컨테이너의 포트 5000에 매핑합니다.
docker run --name my-flask-app -d -p 5000:5000 flask-app
- 실행 중인 컨테이너 확인:
docker ps -a
- 브라우저에서
http://127.0.0.1:5000
에 액세스하거나curl
: 을 사용하여 애플리케이션을 테스트합니다.
curl http://127.0.0.1:5000
- 용기를 멈추고 제거하려면:
docker container rm -f my-flask-app
- 이미지를 삭제하려면:
docker image rm -f flask-app
Docker Hub로 푸시:
Docker Hub에 푸시하기 전에 아직 계정이 없다면 계정을 만드세요. 그런 다음:
- Docker Hub 이미지에 태그를 지정합니다(
omerbsezer
를 Docker Hub 사용자 이름으로 교체).
docker tag flask-app omerbsezer/dev-to-flask-app:latest
- 이미지 푸시:
docker push omerbsezer/dev-to-flask-app:latest
그런 다음 Docker Hub에서 이미지를 볼 수 있습니다. 여기에 스크린샷이 배치됩니다.
결론:
이 실제 예는 Docker를 사용하여 간단한 Python 애플리케이션을 컨테이너화하기 위한 완전한 워크플로를 보여줍니다. 더 많은 Docker 튜토리얼, AWS, Kubernetes, Linux, DevOps, Ansible, Machine Learning, Generative AI 및 SAAS 콘텐츠를 보려면 다음 링크를 따르세요.
위 내용은 Docker 실습: 샘플 Flask 프로젝트를 통해 Dockerfile, 컨테이너, 포트 전달 알아보기의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

Python은 데이터 과학, 웹 개발 및 자동화 작업에 적합한 반면 C는 시스템 프로그래밍, 게임 개발 및 임베디드 시스템에 적합합니다. Python은 단순성과 강력한 생태계로 유명하며 C는 고성능 및 기본 제어 기능으로 유명합니다.

2 시간 이내에 파이썬의 기본 사항을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우십시오. 이를 통해 간단한 파이썬 프로그램 작성을 시작하는 데 도움이됩니다.

Python은 게임 및 GUI 개발에서 탁월합니다. 1) 게임 개발은 Pygame을 사용하여 드로잉, 오디오 및 기타 기능을 제공하며 2D 게임을 만드는 데 적합합니다. 2) GUI 개발은 Tkinter 또는 PYQT를 선택할 수 있습니다. Tkinter는 간단하고 사용하기 쉽고 PYQT는 풍부한 기능을 가지고 있으며 전문 개발에 적합합니다.

2 시간 이내에 Python의 기본 프로그래밍 개념과 기술을 배울 수 있습니다. 1. 변수 및 데이터 유형을 배우기, 2. 마스터 제어 흐름 (조건부 명세서 및 루프), 3. 기능의 정의 및 사용을 이해하십시오. 4. 간단한 예제 및 코드 스 니펫을 통해 Python 프로그래밍을 신속하게 시작하십시오.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

제한된 시간에 Python 학습 효율을 극대화하려면 Python의 DateTime, Time 및 Schedule 모듈을 사용할 수 있습니다. 1. DateTime 모듈은 학습 시간을 기록하고 계획하는 데 사용됩니다. 2. 시간 모듈은 학습과 휴식 시간을 설정하는 데 도움이됩니다. 3. 일정 모듈은 주간 학습 작업을 자동으로 배열합니다.

Python은 웹 개발, 데이터 과학, 기계 학습, 자동화 및 스크립팅 분야에서 널리 사용됩니다. 1) 웹 개발에서 Django 및 Flask 프레임 워크는 개발 프로세스를 단순화합니다. 2) 데이터 과학 및 기계 학습 분야에서 Numpy, Pandas, Scikit-Learn 및 Tensorflow 라이브러리는 강력한 지원을 제공합니다. 3) 자동화 및 스크립팅 측면에서 Python은 자동화 된 테스트 및 시스템 관리와 같은 작업에 적합합니다.

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
