Ein Dockerfile für die Produktion schreiben
Erstellen Sie ein schlankes, reproduzierbares Container-Image.
Ein Dockerfile für die Produktion schreiben ist eine kostenlose Flask Academy-Lektion auf CoddyKit. Dies ist Lektion 3 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des Flask Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der Flask Academy-Kurs umfasst insgesamt 4 Lektionen.
Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.
Why Containerize
A Docker image packs your code, Python, and every dependency into one unit that runs the same on any machine. No more works on my laptop. 🐳
The Dockerfile
A Dockerfile is a recipe. Each line is a step Docker runs to build your image, from base layer to final run command.
Pick a Slim Base
Start from an official python image. The slim variant keeps the image small while still giving you a working Python runtime.
FROM python:3.12-slimSet a Working Directory
Use WORKDIR to choose where your code lives inside the image. Every later command runs relative to this folder.
WORKDIR /appCopy Requirements First
Copy requirements.txt before your code. This lets Docker cache the install layer and skip it when only your code changes.
COPY requirements.txt .Install Dependencies
Run pip install with no cache to keep the layer lean. This bakes Flask and Gunicorn right into the image.
RUN pip install --no-cache-dir -r requirements.txtCopy the Rest of the Code
Now COPY the rest of your project in. Because it comes after the install, edits to your code do not bust the dependency cache.
COPY . .Document the Port
Use EXPOSE to declare which port your app listens on. It is documentation plus a hint for tooling that wires things up.
EXPOSE 8000Define the Start Command
The CMD line is what runs when the container starts. Point it at Gunicorn so the container boots straight into your server.
CMD ["gunicorn", "--bind", "0.0.0.0:8000", "wsgi:app"]Ignore the Junk
Add a .dockerignore file so caches, venvs, and git data never enter the image. Smaller builds are faster and safer.
__pycache__/
.venv/
.git/Build and Run It
Build with docker build, then run the image and map a port. Your packaged Flask app is now portable to any host.
docker build -t myapp .
docker run -p 8000:8000 myappQuick Check
Why copy requirements.txt before the rest of your code?
Recap
Your Dockerfile builds from a slim base, installs deps, copies code, and launches Gunicorn. One image runs anywhere. Next: put Nginx in front. 🔧
Häufig gestellte Fragen
Ist die Lektion „Ein Dockerfile für die Produktion schreiben“ kostenlos?
Ja — der vollständige Text von „Ein Dockerfile für die Produktion schreiben“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des Flask Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der Flask Academy-Kurs umfasst insgesamt 4 Lektionen.
Was lerne ich in „Ein Dockerfile für die Produktion schreiben“?
Erstellen Sie ein schlankes, reproduzierbares Container-Image. Du übst Flask Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.
Brauche ich Erfahrung, um Flask Academy zu starten?
Keine Vorkenntnisse erforderlich. Flask Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 3 von 4.
Wie lange dauert die Lektion „Ein Dockerfile für die Produktion schreiben“?
Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.
Kann ich in dieser Flask Academy-Lektion Code schreiben und ausführen?
Ja. Jede Flask Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.
Alle Lektionen in diesem Kurs
- Warum nicht der integrierte Entwicklungsserver
- Flask unter Gunicorn ausführen
- Ein Dockerfile für die Produktion schreiben
- Mit Nginx und Compose davorschalten