上篇 畢業學分計算工具開發心得 | side project 的嘗試與迭代 有提到近期在做的專案，很高興不久前有找到 2 位學弟妹有興趣來往下做開發。由於他們比較少開發經驗，也促使我開始思考怎麼做能幫助他們開發更順暢。
目前想到了以下三點會優先執行：
1. 快速建置開發環境
2. 寫文件
3. 計算邏輯的模組化
這次文章想分享這次為了加速建置開發環境，研究了用 docker 來安裝 python、相關套件、以及啟動 Flask API：
一、安裝 docker
可以直接參考 docker 文件 來進行安裝，就不多贅述。
二、建立 requirements.txt
至 Flask 專案底下新增 requirements.txt 檔案，用來管理需要安裝的套件。
三、建立 Dockerfile
一樣在 Flask 專案底下新增 Dockerfile ( 不需有後綴檔名 )，稍稍說明一下他會做哪些事情：
1. FROM python:3.6 ：使用 python 這個 image
2. COPY ./requirements.txt /app/requirements.txt : 複製 requirements.txt 檔案
3. RUN pip install -r requirements.txt: 安裝 requirements.txt 裡面的套件
4. 最後用 gunicorn 去執行 app.py ( 用 Flask 撰寫的 api )
四、 Docker build image 及 container
在 terminal 執行
docker build -t graduatetool . — no-cache
即可建置出 graduatetool 的 image ( 可透過 docker image ls 查看 )。
接著執行
docker run -d — name graduateApi -p 9000:9000 graduatetool:latest
就可以 requests 到 http://localhost:9000。
總結
之前比較少碰 Docker，覺得很有趣，過程也順勢補充專案文件，希望可以幫助到後續開發。第一次嘗試使用 Docker，如果內容有錯誤，再請不吝指教，感謝！
