使用Docker开发环境时如何处理Python的requirements.txt？

Question

假设我编写了一个docker-compose.dev.yml文件来使用 Docker 设置 Flask 项目（Web 应用程序）的开发环境。我docker-compose.dev.yml设置了两项服务，一项用于数据库，一项用于在调试模式下运行 Flask 应用程序（这允许我进行热更改，而无需重新创建/重新启动容器）。这使得开发团队中的每个人都可以非常轻松地使用相同的开发环境。然而，存在一个问题：很明显，在开发应用程序时，有必要安装库，并在文件中列出它们requirements.txt（在Python的情况下）。为此，我只看到使用 Docker 开发环境的两种替代方案：

1. 进入运行 Flask 应用程序的容器的控制台并使用pip install ...和pip freeze > requirements.txt命令。
2. 手动将依赖项写入文件requirements.txt并重建容器。

第一个选项有点费力，而第二个选项则有点“脏”。还有比上述两种选择更合适的选择吗？

编辑：我不知道我是否在问一些没有意义的事情，但如果有人能给我一些关于我想要完成的任务的指导，我将不胜感激。

Answer 1

对于这样的事情，我使用多层泊坞窗图像。

免责声明：以下示例未经测试。请仅将其视为用伪代码编写的描述；）

作为一个非常简单的示例，这种方法可能如下所示：

# Make sure all layers are based on the same python version.
FROM python:3.10-slim-buster as base

# The actual dev/test image.
# This is where you can install additional dev/test requirements.
FROM base as test
COPY ./requirements_test.txt /code/requirements_test.txt
RUN python -m pip install --no-cache-dir --upgrade -r /code/requirements_test.txt

ENTRYPOINT ["python"]
# Assuming you run tests using pytest.
CMD ["-m", "pytest", "..."]

# The actual production image.
FROM base as runtime
COPY ./requirements.txt /code/requirements.txt
RUN python -m pip install --no-cache-dir --upgrade -r /code/requirements.txt

ENTRYPOINT ["python"]
# Assuming you wantto run main.py as a script.
CMD ["/path/to/main.py"]

像requirements.txt这样（只是一个例子）：

requests

像requirements_test.txt这样（只是一个例子）：

-r requirements.txt

pytest

在您的文件中，您只需要像这样（不完整）docker-compose.yml传递--target（多层 Dockerfile，在本例中：test和）：runtime

services:
  service:
    build:
      context: .
      dockerfile: ./Dockerfile
      target: runtime  # or test for running tests

最后一个想法：正如我在评论中提到的，处理此类依赖关系需求的更好方法可能是使用像poetryor 这样的工具pip-tools- 或任何其他工具。

2022年5月23日更新：

正如评论中提到的，为了完整起见，并且因为这种方法可能接近可能的解决方案（如问题中所要求的）：

一劳永逸方法的示例可能如下所示 - 假设容器具有特定名称 ( <containe_name>)：

# This requires to mount the file 'requirements_dev.txt' into the container - as a volume.
docker exec -it <container_name> python -m pip install --upgrade -r requirements_dev.txt

此命令只是将新的依赖项安装到正在运行的容器中。