12.3 容器化部署:编写多阶段构建的精简 Dockerfile 与 Gunicorn + Uvicorn 生产级调优
本节目录
欢迎回到 HelloWorld 技术社区(www.helloworld.net) 《Python 现代开发实战》专栏。
代码写得再好,部署阶段踩坑照样前功尽弃。现代云原生 Python 镜像标准采用 多阶段构建(Multi-stage Build)+ uv 极速锁定同步 + 非 Root 安全用户运行:
# 阶段 1:构建与依赖安装阶段
FROM ghcr.io/astral-sh/uv:python3.13-bookworm-slim AS builder
ENV UV_COMPILE_BYTECODE=1 UV_LINK_MODE=copy
WORKDIR /app
# 先单独拷贝锁文件安装依赖,最大化利用 Docker 层缓存
COPY pyproject.toml uv.lock ./
RUN uv sync --frozen --no-install-project --no-dev
COPY . .
RUN uv sync --frozen --no-dev
# 阶段 2:精简生产运行镜像
FROM python:3.13-slim-bookworm
WORKDIR /app
# 创建非特权用户运行服务,符合容器安全最小权限原则
RUN useradd --create-home appuser
COPY --from=builder --chown=appuser:appuser /app /app
ENV PATH="/app/.venv/bin:$PATH"
USER appuser
EXPOSE 8000
# 生产环境使用 Uvicorn 多 Worker 模式(推荐 Worker 数 = CPU 核心数 * 2 + 1 或交由 K8s Pod 水平扩缩容)
CMD ["uvicorn", "app.main:app", "--host", "0.0.0.0", "--port", "8000", "--workers", "4"]
💬 HelloWorld 社区实战打卡
在 Kubernetes(K8s)容器编排环境中部署 FastAPI 时,为什么很多架构师倾向于将每个 Pod 设为单 Worker(--workers 1)并依靠 K8s HPA 水平扩容 Pod 数量,而不是在单个容器里开 16 个 Worker?带 #Python专栏打卡 分享你的云原生理解!