Tulis Dockerfile untuk API Model
Kontainerkan layanan FastAPI langkah demi langkah.
Tulis Dockerfile untuk API Model adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 1 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MLOps Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MLOps Academy mencakup 4 pelajaran total.
Mengapa Menggunakan Dockerfile
API model Anda berjalan di laptop, tetapi bermasalah di tempat lain. Dockerfile adalah resep untuk membangun lingkungan yang sama persis di mana pun.
Pilih Citra Dasar
Setiap Dockerfile dimulai dengan FROM dan sebuah citra dasar. Citra Python yang ramping menyediakan penerjemah tanpa sistem operasi yang berlebihan.
FROM python:3.11-slimAtur Direktori Kerja
Instruksi WORKDIR memilih folder tempat perintah Anda dijalankan. Folder tersebut dibuat jika belum ada, sehingga jalur berikutnya tetap rapi dan mudah diperkirakan.
WORKDIR /appSalin Requirements Terlebih Dahulu
Salin hanya requirements.txt sebelum kode Anda. Docker menyimpan lapisan ini dalam tembolok, sehingga instalasi dilewati saat hanya aplikasi Anda yang berubah.
COPY requirements.txt .Instal Dependensi
Jalankan pip install di dalam citra. Tanda --no-cache-dir melewati tembolok pip dan membuat citra akhir sedikit lebih kecil.
RUN pip install --no-cache-dir -r requirements.txtSalin Kode Anda
Sekarang COPY sisa proyek Anda ke dalam citra. Dengan melakukannya setelah instalasi, penyuntingan kode tidak membatalkan lapisan tembolok dependensi.
COPY . .Dokumentasikan Port
Instruksi EXPOSE menyatakan port yang digunakan API Anda untuk mendengarkan. Ini adalah dokumentasi untuk manusia dan alat, bukan pembukaan port yang sebenarnya.
EXPOSE 8000Definisikan Perintah Mulai
CMD menentukan apa yang dijalankan saat kontainer dimulai. Di sini, perintah tersebut menjalankan Uvicorn untuk melayani aplikasi model FastAPI Anda.
CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "8000"]Ikat ke Semua Antarmuka
Di dalam kontainer, Anda harus melayani pada 0.0.0.0, bukan 127.0.0.1. Jika tidak, host tidak dapat menjangkau model Anda melalui port yang dipetakan.
Bangun Citra
Ubah resep tersebut menjadi citra dengan docker build. Tanda -t memberinya label nama yang dapat Anda jalankan dan dorong nanti.
docker build -t model-api .Lapisan Disimpan dalam Tembolok
Setiap instruksi menjadi sebuah lapisan yang disimpan dalam tembolok. Urutkan dari yang paling jarang hingga paling sering berubah agar pembangunan ulang tetap cepat.
Pemeriksaan Singkat
Mari kita periksa urutan pembangunan yang paling ramah terhadap tembolok.
Rangkuman
Anda menulis Dockerfile: citra dasar, direktori kerja, instalasi yang disimpan dalam tembolok, penyalinan, expose, dan perintah mulai. Kini API model Anda dapat dibangun dengan cara yang sama di mana pun. 🐳
Belajar Python dengan tutor AI — gratis
Tulis dan jalankan kode asli di browser kamu, dapatkan bantuan instan dari tutor AI 24/7, dan lanjutkan di mana kamu tinggalkan di web atau aplikasi.
- Kursus
- 30
- Pelajaran
- 120
Pertanyaan yang Sering Diajukan
Apakah pelajaran “Tulis Dockerfile untuk API Model” gratis?
Ya — teks lengkap “Tulis Dockerfile untuk API Model” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MLOps Academy, upgrade ke CoddyKit PRO. Kursus MLOps Academy mencakup 4 pelajaran total.
Apa yang akan aku pelajari di “Tulis Dockerfile untuk API Model”?
Kontainerkan layanan FastAPI langkah demi langkah. Kamu berlatih MLOps Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.
Apakah aku perlu pengalaman untuk memulai MLOps Academy?
Tidak diperlukan pengalaman sebelumnya. MLOps Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 1 dari 4.
Berapa lama pelajaran “Tulis Dockerfile untuk API Model” memakan waktu?
Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.
Bisakah aku menulis dan menjalankan kode dalam pelajaran MLOps Academy ini?
Ya. Setiap pelajaran MLOps Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.
Semua pelajaran dalam kursus ini
- Tulis Dockerfile untuk API Model
- Ringankan Image dengan Build Multi-Tahap
- Kirim Konfigurasi melalui Variabel Lingkungan
- Jalankan dan Uji Kontainer Secara Lokal