Что использовал для контейнеризации?

Контейнеризация Python приложений

Для контейнеризации я использую Docker как основной инструмент, дополненный Docker Compose для многоконтейнерных приложений. Это промышленный стандарт де-факто.

Docker: основной инструмент

Docker позволяет упаковать Python приложение со всеми зависимостями в образ, который работает идентично на любой машине.

Структура типичного Dockerfile для Python

# ✅ Хорошая практика: использовать slim образы
FROM python:3.11-slim

# Метаинформация
LABEL maintainer="developer@example.com"
LABEL description="FastAPI application"

# Переменные окружения для оптимизации
ENV PYTHONUNBUFFERED=1 \
    PYTHONDONTWRITEBYTECODE=1 \
    PIP_NO_CACHE_DIR=1 \
    PIP_DISABLE_PIP_VERSION_CHECK=1

# Рабочая директория
WORKDIR /app

# Установка системных зависимостей (если нужно)
RUN apt-get update && apt-get install -y --no-install-recommends \
    build-essential \
    && rm -rf /var/lib/apt/lists/*

# Копирование файлов зависимостей
COPY requirements.txt .
RUN pip install --upgrade pip && pip install -r requirements.txt

# Копирование кода приложения
COPY . .

# Выполнение тестов (опционально)
# RUN python -m pytest

# Открытие порта
EXPOSE 8000

# Команда запуска
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

Оптимизированный Dockerfile с многоэтапной сборкой

# ✅ ЛУЧШЕ: многоэтапная сборка для меньшего размера образа

# Stage 1: Builder
FROM python:3.11-slim as builder

WORKDIR /app
COPY requirements.txt .
RUN pip install --user --no-cache-dir -r requirements.txt

# Stage 2: Runtime
FROM python:3.11-slim

ENV PYTHONUNBUFFERED=1
WORKDIR /app

# Копируем только установленные пакеты из builder
COPY --from=builder /root/.local /root/.local
COPY . .

ENV PATH=/root/.local/bin:$PATH
EXPOSE 8000
CMD ["uvicorn", "main:app", "--host", "0.0.0.0"]

Размер образа:

• Первый способ: ~450 MB
• Многоэтапная сборка: ~200 MB (экономия в 2.25x раза!)

.dockerignore файл

.git
.gitignore
.dockerignore
__pycache__
*.pyc
.pytest_cache
.coverage
venv/
.venv/
env/
.env
.env.local
node_modules/
build/
dist/
*.egg-info/
.DS_Store
.idea/
.vscode/

Docker Compose для разработки

# docker-compose.yml
version: '3.8'

services:
  app:
    build: .
    container_name: my-app
    ports:
      - "8000:8000"
    environment:
      - DATABASE_URL=postgresql://user:password@postgres:5432/mydb
      - REDIS_URL=redis://redis:6379/0
      - DEBUG=true
    volumes:
      - .:/app  # Hot reload при разработке
    depends_on:
      - postgres
      - redis
    command: uvicorn main:app --host 0.0.0.0 --reload

  postgres:
    image: postgres:15-alpine
    container_name: postgres
    environment:
      - POSTGRES_USER=user
      - POSTGRES_PASSWORD=password
      - POSTGRES_DB=mydb
    ports:
      - "5432:5432"
    volumes:
      - postgres_data:/var/lib/postgresql/data
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U user"]
      interval: 10s
      timeout: 5s
      retries: 5

  redis:
    image: redis:7-alpine
    container_name: redis
    ports:
      - "6379:6379"
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 10s
      timeout: 5s
      retries: 5

  # ✅ Для development только
  adminer:  # Web интерфейс для БД
    image: adminer
    ports:
      - "8080:8080"
    depends_on:
      - postgres

volumes:
  postgres_data:

networks:
  default:
    name: app-network

Команды Docker в разработке

# Сборка образа
docker build -t my-app:latest .
docker build -t my-app:1.0 --target runtime .

# Запуск контейнера
docker run -p 8000:8000 --name my-app-container my-app:latest

# С переменными окружения
docker run \
  -p 8000:8000 \
  -e DATABASE_URL=postgresql://... \
  -e DEBUG=true \
  my-app:latest

# С монтированием директории (для разработки)
docker run \
  -p 8000:8000 \
  -v $(pwd):/app \
  -e DEBUG=true \
  my-app:latest

# Docker Compose
docker compose up -d              # Запуск в фоне
docker compose up --build         # С пересборкой
docker compose logs -f app        # Логи приложения
docker compose exec app bash      # Bash в контейнере
docker compose down               # Остановка и удаление
docker compose down -v            # Удалить также volumes

# Очистка
docker prune                      # Удалить неиспользуемые образы/контейнеры
docker image prune -a             # Удалить все неиспользуемые образы

Production Dockerfile с best practices

# ✅ Production-ready Dockerfile
FROM python:3.11-slim as builder

WORKDIR /app
COPY requirements.txt .
RUN pip install --user --no-cache-dir -r requirements.txt

FROM python:3.11-slim

# Метаинформация
LABEL org.opencontainers.image.version="1.0.0"
LABEL org.opencontainers.image.source="https://github.com/example/app"

ENV PYTHONUNBUFFERED=1 \
    PYTHONDONTWRITEBYTECODE=1 \
    PATH=/root/.local/bin:$PATH

WORKDIR /app

# ✅ Запуск от непривилегированного пользователя
RUN useradd -m -u 1000 appuser

# Копируем зависимости
COPY --from=builder /root/.local /root/.local
COPY --chown=appuser:appuser . .

USER appuser

# Healthcheck
HEALTHCHECK --interval=30s --timeout=5s --start-period=10s --retries=3 \
  CMD python -c "import requests; requests.get('http://localhost:8000/health')"

EXPOSE 8000
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

Сравнение альтернатив контейнеризации

Советы по производительности

# ❌ ПЛОХО: все слои в одном RUN
RUN apt-get update && \
    apt-get install -y git curl && \
    pip install -r requirements.txt && \
    rm -rf /var/lib/apt/lists/*

# ✅ ХОРОШО: кэширование слоёв
RUN apt-get update && apt-get install -y git curl
COPY requirements.txt .
RUN pip install -r requirements.txt
RUN apt-get clean && rm -rf /var/lib/apt/lists/*

# ❌ ПЛОХО: слишком много в образе
FROM python:3.11  # 900MB
RUN pip install jupyter notebook pandas scikit-learn

# ✅ ХОРОШО: slim образы
FROM python:3.11-slim  # 125MB (экономия в 7 раз)

Security best practices

# ✅ Не запускай от root
RUN useradd -m appuser
USER appuser

# ✅ Сканируй образ на уязвимости
# docker scan my-app:latest

# ✅ Используй секреты правильно (не в ENV)
# docker run --secret db_password --secret api_key ...

# ✅ Минимизируй слои образа
# Меньше слои = меньше потенциальных уязвимостей

Мой выбор инструментов

1. Docker + Docker Compose — всегда, это стандарт
2. Многоэтапная сборка — для оптимизации размера
3. Alpine/slim образы — для минимизации footprint
4. docker-compose.yml в репозитории — для воспроизводимости разработки
5. Healthchecks — для мониторинга в production
6. Непривилегированный пользователь — для безопасности
7. CI/CD интеграция — автоматическая сборка и push в registry

Вывод: Docker — безусловный стандарт для контейнеризации Python приложений. Правильно настроенный Dockerfile с best practices обеспечивает надёжность, производительность и безопасность в production.