Docker Compose 一条命令拉起 Prefect本地开发环境最小配置与常见坑【免费下载链接】prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.项目地址: https://gitcode.com/GitHub_Trending/pr/prefect在我机器上能跑换台机器就崩——在任务调度工具上这种问题格外烦人流程定义在你本机对方数据库没配好Prefect 的工作流开发直接没法复现。最省事的解法是把数据层全部容器化用 Docker Compose 起一个 PostgreSQL 和一个本地 RegistryPrefect Server 留在本地跑装依赖、连数据库这些杂事一次搞定。整个搭建过程就是几条命令加一个五行的小流程。你将获得两三个容器起步的 Prefect 本地开发环境几分钟可用连上 PostgreSQL 的最小可用配置Server 直接跑在本地一个跑通的最小工作流UI 里能看到运行记录一份排查时可以直接对照的坑位清单一键部署一条命令拉起环境前提本机已装 Docker 和 Docker Compose。在项目目录新建docker-compose.yml只放下面表格里的两个服务PostgreSQL 和本地镜像仓库端口和账号照抄即可后台拉起全部服务docker compose up -d用docker compose ps确认两个服务都是 Up 状态开发结束用docker compose down拆掉docker compose down配置要点最小可用配置一张表服务名镜像宿主机端口作用test-dbpostgres:1415432 → 5432存工作流元数据流程、运行记录、日志registryregistry:25555 → 5000本地镜像仓库存工作流用到的容器镜像三个关键点看懂即可端口刻意错开宿主机侧映射成 15432 和 5555而不是默认的 5432/5000——本机很可能已装过 Postgres改端口是避免冲突的第一道保险。 数据库用 tmpfs数据只放内存里启动快、写入快但容器一重启数据清零。纯开发调试没问题生产数据千万别这么存。账号、密码、库名统一都是 prefect后面的连接 URL 可以直接从表里拼出来不用翻文档。跑通第一个工作流装 Prefect 到虚拟环境uv 和 pip 二选一这里用 uvuv venv --python 3.12 source .venv/bin/activate uv pip install -U prefect把 Server 指向容器里的 Postgres 再启动prefect config set PREFECT_API_DATABASE_CONNECTION_URLpostgresqlasyncpg://prefect:prefectlocalhost:15432/prefect prefect server start最小流程文件末尾加一行hello()后运行python hello.pyfrom prefect import flow flow def hello(): print(Hello, Prefect!)浏览器打开http://localhost:4200第一次运行结束后就能在 UI 里看到这个流程和它的运行状态。容易踩的坑 ️端口被占用4200 或 15432 已经被别的进程占着时Server 起不来或者连不上库。用lsof -i:4200查占用进程停掉它或者干脆把 compose 里的端口映射改成别的号。tmpfs 重启即清空docker compose down或 Docker 守护进程重启数据库就没了UI 里之前建的部署和运行历史全清空。打算长期开发的话把 tmpfs 换成命名卷数据才能留住。SQLite 和 PostgreSQL 不是一回事Prefect 默认走临时 SQLite单人尝鲜够用但多 worker、并发调度就该切 Postgres。还有个隐性坑如果你之前用 SQLite 跑过profile 里会残留旧配置不显式prefect config set的话 Server 仍会连旧库改了端口却发现没生效多半是这个原因。写在最后数据层进容器、工作流代码留在本地是 Prefect 本地开发环境里最省心的一种分工。想继续深入仓库里有现成入口官方完整版自托管 Compose 指南含 Redis 和后台服务docs/v3/how-to-guides/self-hosted/docker-compose.mdx最小流程示例代码examples/hello_world.py【免费下载链接】prefectPrefect is a workflow orchestration framework for building resilient data pipelines in Python.项目地址: https://gitcode.com/GitHub_Trending/pr/prefect创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考