การ Dockerize Python App

Node Dockerfile ที่คุณรู้จักอยู่แล้ว

ถ้าคุณเคย containerize Node/TypeScript app มาก่อน คุณรู้ pattern: copy package.json, รัน npm ci, copy source, build และรัน Python Dockerfile ตาม multi-stage logic เดียวกัน — แต่มี best practices เฉพาะ Python บางอย่างที่คุณต้องเข้าใจ

เทียบกันชัดๆ: Node vs Python Dockerfile

# ---- Node / TypeScript multi-stage Dockerfile ----
FROM node:20-alpine AS deps
WORKDIR /app
COPY package*.json ./
RUN npm ci --only=production

FROM node:20-alpine AS builder
WORKDIR /app
COPY package*.json ./
RUN npm ci
COPY . .
RUN npm run build

FROM node:20-alpine AS runner
WORKDIR /app
ENV NODE_ENV=production
COPY --from=deps /app/node_modules ./node_modules
COPY --from=builder /app/dist ./dist
RUN addgroup -S appgroup && adduser -S appuser -G appgroup
USER appuser
EXPOSE 3000
CMD ["node", "dist/main.js"]

# ---- Python multi-stage Dockerfile ----
FROM python:3.12-slim AS builder
WORKDIR /app

# ติดตั้ง build tools แล้วสร้าง venv ภายใน image
RUN python -m venv /app/.venv
ENV PATH="/app/.venv/bin:$PATH"

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

FROM python:3.12-slim AS runner
WORKDIR /app

# Copy pre-built venv จาก builder
COPY --from=builder /app/.venv /app/.venv
ENV PATH="/app/.venv/bin:$PATH"

# Copy application source
COPY src/ ./src/

# รันด้วย non-root user
RUN addgroup --system appgroup && adduser --system --ingroup appgroup appuser
USER appuser

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

Python Dockerfile แบบ production เต็มรูปแบบ พร้อม comment

# syntax=docker/dockerfile:1

# ---- Stage 1: Build / dependency installation ----
FROM python:3.12-slim AS builder

WORKDIR /app

# PYTHONDONTWRITEBYTECODE: ไม่เขียน .pyc files (ประหยัด space)
# PYTHONUNBUFFERED: log output ทันที (12-Factor: log ไปยัง stdout)
ENV PYTHONDONTWRITEBYTECODE=1 \
    PYTHONUNBUFFERED=1

# สร้าง virtual environment ภายใน image
# ทำให้เรา copy ทั้ง /app/.venv ไปยัง final stage ได้
RUN python -m venv /app/.venv
ENV PATH="/app/.venv/bin:$PATH"

# Copy dependency manifest ก่อน (Docker layer caching)
COPY pyproject.toml uv.lock* requirements.txt* ./

# ติดตั้ง dependencies — no cache เพื่อให้ image เล็ก
RUN pip install --no-cache-dir --upgrade pip && \
    pip install --no-cache-dir -r requirements.txt

# ---- Stage 2: Runtime image ----
FROM python:3.12-slim AS runner

WORKDIR /app

# Copy venv ที่มี dependencies ครบจาก builder
COPY --from=builder /app/.venv /app/.venv
ENV PATH="/app/.venv/bin:$PATH" \
    PYTHONDONTWRITEBYTECODE=1 \
    PYTHONUNBUFFERED=1

# Copy application source (หลัง deps — cache hit ที่ดีกว่าเมื่อ rebuild)
COPY src/ ./src/

# สร้างและเปลี่ยนไปใช้ non-root user (security best practice)
RUN addgroup --system appgroup && \
    adduser --system --ingroup appgroup --no-create-home appuser
USER appuser

# Expose port ที่ app รับฟัง
EXPOSE 8000

# CMD ใช้ exec form (ไม่มี shell wrapper — signals ส่งตรงถึง process)
CMD ["uvicorn", "src.main:app", "--host", "0.0.0.0", "--port", "8000"]

ทำไมต้องสร้าง venv ภายใน Docker image?

รันในเทอร์มินัลของคุณเพื่อ build และรัน:

docker build -t my-python-app .
docker run -p 8000:8000 my-python-app

# หรือด้วย docker compose:
# docker compose up --build

🟦 PYTHONUNBUFFERED และ PYTHONDONTWRITEBYTECODE อธิบาย

สอง env vars นี้เป็นมาตรฐานใน Python Dockerfile ทุก production:

PYTHONUNBUFFERED=1 — ปกติ Python จะ buffer stdout/stderr ไว้ พออยู่ใน container จึงอาจไม่เห็น log โผล่มาเลยเพราะยังค้างอยู่ใน buffer ตั้งเป็น 1 เพื่อบังคับให้ flush ทันที ตรงตามข้อกำหนด 12-Factor ที่ให้ “log ออก stdout”

PYTHONDONTWRITEBYTECODE=1 — ปกติ Python เขียนไฟล์ .pyc ที่ compile แล้ววางคู่กับ source .py เพื่อให้ startup เร็วขึ้น แต่ใน container กลายเป็นขยะ เพราะกินพื้นที่ layer และอาจพา stale-cache bug มาด้วย ปิดทิ้งไปแล้ว image สะอาดกว่า

นักพัฒนา Node ไม่ต้องการ flags เหล่านี้เพราะ runtime model ของ Node ทำงานต่างกัน — นี่คือ footgun เฉพาะ Python

.dockerignore

เหมือน .gitignore สำหรับ Docker สร้างเสมอเพื่อหลีกเลี่ยงการ copy venv, cache และ secrets ลงใน image:

.venv/
__pycache__/
*.pyc
*.pyo
.pytest_cache/
.mypy_cache/
.ruff_cache/
.env
.env.*
*.log