项目背景：项目使用python开发，需要使用ubutun系统部署后端api接口，对外使用8901端口。
1:项目结构：
2：项目需要使用的pyhton版本为3.9，dockerfile内容如下：
#
FROM python:3.9#
WORKDIR /code#
COPY ./requirements.txt /code/requirements.txt#
RUN pip install --no-cache-dir --upgrade -r /code/requirements.txt#
COPY ./app /code/app#
CMD ["python", "main.py"]
2.1：文件开头是docker需要运行的环境，python 3.9。
第二行声明工作目录。
第三行将当前文件夹中的安装依赖文件复制到工作目录下。
第四行Run 是要在构造docker镜像的时候需要安装的环境依赖，因为本次项目是要部署一个大模型，所以需要安装的依赖非常多。
最后一行 CMD，声明使用的pyhton 运行main.py文件，这里直接使用运行的命令需要main.py里面的支持。
3：main.py最后一行如下：
if __name__ == "__main__":uvicorn.run(app, host="0.0.0.0", port=80)这里需要注意：port端口需要使用80对外，因为我们在构造docker环境的时候会使用80这个端口指向，这个端口一定要与docker run 时的端口一致。
4：因为我部署的是AI项目，所以需要使用一个比较大的模型文件，模型文件放在本地路径中如下：/mnt/nvme1n1p2/llmModels/ChatGLM4-9b-1M/，这个路径在做docker构造镜像的时候需要做一个映射，将本地文件映射到docker环境中去。
5：以上准备工作做完，现在使用docker构造镜像：
docker build -t fastapi .构建一个名为fastapi 的docker镜像，因为dockerfile需要使用pip安装很多依赖，所以要了一些时间。构建如果出现问题，需要按照提示去排查。构建完成后使用：docker images
检查一下看看镜像是否构建完成：
REPOSITORY TAG IMAGE ID CREATED SIZE
fasttapi latest a6e3c2fa12c0 33 minutes ago 6.52GB在列表中看到已经成功建立了docker镜像。
6：构建完成后运行镜像，因为项目中需要使用本地的一个模型文件，所以需要再运行的时候做一个映射：
docker run -d -it -v /mnt/nvme1n1p2/llmModels/ChatGLM4-9b-1M:/mnt/nvme1n1p2/llmModels/ChatGLM4-9b-1M --name fastapi -p 8901:80 fastapi6.1：在这个命令中，使用-v指定一个文件映射：/mnt/nvme1n1p2/llmModels/ChatGLM4-9b-1M:/mnt/nvme1n1p2/llmModels/ChatGLM4-9b-1M 映射中的冒号前面一段是本地的实际文件夹路径，后面一段是docker环境中的路径（docker环境中的路径原本是不存在的，只是在run命令指定的时候才有）。
6.2：使用 -p 指定端口映射，使用本机的8901端口映射docker环境中的80端口，这个端口刚好与api项目中运行起来的端口： uvicorn.run(app, host="0.0.0.0", port=80) 一致。
之后只用
docker ps -a检查一下镜像是否已经跑来：
CONTAINER ID IMAGE COMMAND CREATED STATUS PORTS NAMES
842c29ff7396 fastapi "python main.py" 39 minutes ago Up 39 minutes 0.0.0.0:8901->80/tcp, :::8901->80/tcp fastapi
看状态：status 已经是Up状态，说明项目已经OK，如果这里的状态不是up ,那就是说明镜像没有跑来，可以使用：
docker logs fastapi看看日志，是因为什么问题，逐一排查。docker logs fastapi ==>fastapi是镜像的名字。
7：镜像跑起来之后可以使用postman测试一下。
题外话：
有些时候我们在conda环境中跑的环境，有些依赖需要写在requirements.txt中，可以在conda中使用：conda list > env.txt
将当前环境中的所有 依赖导出到env文件中，然后将env文件中的所有依赖写到requirements.txt中就OK了。
