Docker｜Dockerfile(Python環境)編

はじめに

私はM2のMacbookAirを使用していますが、端末に直接いろんなものをインストールすることに少し抵抗があり、Dockerを使って開発環境を構築しています。

今回は最も使用する頻度の高いPython環境についてご紹介します。

執筆している2025年2月の時点で私がPythonでやりたいことは以下の2つです。

• Pythonの基本的なコマンドなどの練習
• BeautifulsoupやSeleniumなどを用いたスクレイピングによる自動化処理構築

これらの目的を達成するためにどのようにDockerfileを作成しているのかを紹介します。

Dockerfileの構成

以下のような構成でDockerfileなどを作成しています。

Dir
├─ README.md
├─ docker-compose.yml
├─ python_jupyterlab
｜   └─ Dockerfile
｜   └─ requirements.txt
├─ selenium_chrome
｜   └─ Dockerfile
└─ work
    └─ test
        ├─ test.py
        └─ test.csv

基本的にPythonコードはJupyterLab環境で実行する想定の為、2つのDockerfileを用意しています。

• Pythonコードを実行するためのコンテナ
• スクレイピングを行うためのブラウジング環境のコンテナ

これらを「docker-compose.yml」を使って、それぞれ立ち上げる仕組みです。

各ファイルの詳細

「python_jupyterlab」フォルダの「Dockerfile」

このファイルは、PythonコードをJupyterLab環境で実行するためのコンテナを作成します。具体的には、以下の処理を行っています。

1. Ubuntuベースのコンテナを使用
最新のUbuntuをベースに環境を構築します。

2. 必要なパッケージのインストール
必要な開発ツール（例：build-essential, cmake, gitなど）をインストールし、キャッシュを削除してコンテナサイズを削減します。

3. Anaconda3のインストール
Anacondaをインストールし、Python環境を整えます。

4. pipのアップデートとライブラリのインストール
pipを最新にアップデートし、必要なPythonライブラリをインストールします。

5. JupyterLabをデフォルトで実行
JupyterLabを起動し、セキュリティのために認証トークンを設定します。

FROM ubuntu:latest

# update and install dependencies
RUN apt-get update && apt-get install -y \
    build-essential \
    cmake \
    git \
    sudo \
    wget \
    vim && \
    apt-get clean && rm -rf /var/lib/apt/lists/*

# install anaconda3
WORKDIR /opt
RUN wget https://repo.anaconda.com/archive/Anaconda3-2024.06-1-Linux-x86_64.sh && \
    sh ./Anaconda3-2024.06-1-Linux-x86_64.sh -b -p /opt/anaconda3 && \
    rm -f Anaconda3-2024.06-1-Linux-x86_64.sh

# set path
ENV PATH /opt/anaconda3/bin:$PATH

# update pip and install python libraries
RUN pip install --upgrade pip && \
    pip install -r /requirements.txt

# create working directory
WORKDIR /work

# run jupyterlab as default command with security
ENV JUPYTER_TOKEN my_secure_token
CMD ["jupyter", "lab", "--ip=0.0.0.0", "--allow-root", "--LabApp.token=$(JUPYTER_TOKEN)"]

「python_jupyterlab」フォルダの「requirements.txt」

ここでは、コンテナにインストールしたいPythonライブラリを指定します。以下のライブラリをインストールしています。

requests
selenium
BeautifulSoup4
pandas

「selenium_chrome」フォルダの「Dockerfile」

このファイルは、スクレイピング用のブラウジング環境を構築します。以下の内容でChromiumをインストールしたコンテナを作成します。

FROM seleniarm/standalone-chromium:latest

seleniarm/standalone-chromiumは、ARMアーキテクチャ向けのSeleniumとChromiumが統合されたコンテナイメージです。これにより、常に最新のChromiumとSeleniumが利用できます。

「docker-compose.yml」

これまで紹介したファイルを使って、イメージを作成し、コンテナを立ち上げるための設定ファイルです。

version: "3"

services:
  selenium_chrome:
    build: ./selenium_chrome
    container_name: selenium_chrome_container
    shm_size: 2gb
    restart: unless-stopped  # 自動再起動
    ports:
      - "4444:4444"  # Selenium server port
      - "7900:7900"  # VNC (ブラウザ動作の確認用)

  python_jupyterlab:
    build: ./python_jupyterlab
    container_name: python_jupyterlab_container
    platform: linux/x86_64
    restart: unless-stopped  # 自動再起動
    ports:
      - "8888:8888"  # JupyterLab port
    volumes:
      - ${HOME}/Desktop/work:/work
    environment:
      SELENIUM_URL: http://selenium_chrome:4444  # `/wd/hub` を削除（Selenium 4向け）
    tty: true
    stdin_open: true  # インタラクティブ入力を有効化
    depends_on:
      - selenium_chrome

1. selenium_chromeコンテナ
• Selenium WebDriverとChromiumを使ったブラウザ操作環境を提供します。
• ポート設定（4444と7900）はSeleniumとVNC（ブラウザの動作確認用）用です。
• メモリ設定（2GB）により、安定した動作が可能になります。

2. python_jupyterlabコンテナ
• PythonとJupyterLabを使ったデータ分析環境を提供します。
• JupyterLabはポート8888でアクセスできます。
• Seleniumと接続するために、SELENIUM_URL環境変数を設定しています。

最後に

このように、Dockerを使ったPython開発環境の構築を簡単に行うことができます。
JupyterLabとSeleniumを使った作業も、コンテナで分けて管理することで、効率的な開発が可能になります。

もしよろしければお試し下さい！