14.3　Python

Python是一种解释型的动态语言，面向对象设计，功能十分强大。它集成了模块（modules）、异常处理（exceptions）、动态类型（dynamic typing）、高级数据结构（元组、列表、序列）、类（classes）等高级特性。Python设计精良，语法简约，表达能力很强。目前，所有主流操作系统（Windows、所有Linux、类Unix系统）都支持Python。

下面，笔者将带领大家使用Docker部署Python环境，以及部署Python技术栈中的主流框架。

14.3.1　使用官方的Python镜像

推荐用户使用Docker官方提供的Python镜像作为基础镜像。

首先，新建项目目录py-official，进入此目录，新建一个Dockerfile文件，内容如下：

FROM python:3-onbuild
CMD [ "python3.5", "./py3-sample.py" ]

新建py3-sample.py文件，计算Fibonacci数列：

def fib(n):
    a, b = 0, 1
    while a < n:
        print(a, end=' ')
        a, b = b, a+b
    print()
fib(1000)

新建requirements.txt依赖文件，读者可以在此文件中加入项目依赖程序，如Django等。此处仅新建空文件。

$ touch requirements.txt

第二步，使用docker build命令构建名为py2.7-sample-app的镜像：

$ docker build -t py3-image .

第三步，通过docker run命令创建并运行容器：

$ docker run -it --rm --name py3-container py3-image
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987

如果读者只需要运行单个Python脚本，那么无需使用Dockerfile构建自定义镜像，而是通过以下命令直接使用官方Python镜像，带参数运行容器：

$ docker run -it --rm --name my-running-script -v "$(pwd)":/usr/src/myapp -w 
    /usr/src/myapp python:3 python your-daemon-or-script.py

14.3.2　使用PyPy

PyPy是一个Python实现的Python解释器和即时编译（JIT）工具，它专注与速度、效率，以及和CPython完全的兼容性。PyPy通过JIT技术可以使得Python运行速度提高近十倍，同时保证兼容性。

首先，设置项目目录，并新建hi.py实例程序：

for animal in ["dog", "cat", "mouse"]:
    print "%s is a mammal" % animal

然后，在根目录新建Dockerfile，基于pypy3的onbuild版本镜像：

FROM pypy:3-onbuild
CMD [ "pypy3", "./hi.py" ]

如果用户需要使用pypy2，则可以使用：FROM pypy:2-onbuild。

onbuild版本的镜像内含若干onbuild触发器，它们可以再镜像构建期间完成一些必要的初始化操作，便于项目的直接运行。pypy的onbuild镜像会拷贝一个requirements.txt依赖文件，运行RUN pip install安装依赖程序，然后将当前目录拷贝至/usr/src/app。

下面，用户开始构建和运行此镜像：

$ docker build -t my-python-app .
$ docker run -it --rm --name my-running-app my-python-app

如果用户只需要运行单个pypy脚本，并希望避免新建Dockerfile，那么用户可以直接使用以下指令：

$ docker run -it --rm --name my-running-script -v "$PWD":/usr/src/myapp -w 
    /usr/src/myapp pypy:3 pypy3 your-daemon-or-script.py

如果需要使用pypy2运行，则可以使用如下指令：

$ docker run -it --rm --name my-running-script -v "$PWD":/usr/src/myapp -w 
    /usr/src/myapp pypy:2 pypy your-daemon-or-script.py