构建Docker容器遇mlflow安装失败及镜像拉取权限问题求助

核心原因 #

1. MLflow版本兼容性问题：MLflow从2.0版本开始不再支持Python3.6，而你容器内的Python版本是3.6，直接执行pip install mlflow会尝试拉取最新版，自然会报“找不到匹配版本”的错误。
2. 基础镜像更新导致环境变化：jupyter/scipy-notebook官方镜像默认拉取最新版，现在的新版镜像可能已升级Python版本，或者你之前依赖的旧镜像被移除，导致构建环境和之前不一致。
3. 镜像不存在的问题：因为构建失败，未生成chapter_1_homlflow镜像，所以运行容器时会提示镜像不存在或需登录。

可行解决办法 #

办法1：指定兼容Python3.6的MLflow版本 #

修改Dockerfile中的安装命令，明确指定最后支持Python3.6的MLflow稳定版本：

RUN pip install mlflow==1.30.0

该版本是MLflow官方最后支持Python3.6的版本，能确保在Python3.6环境下正常安装。

办法2：锁定基础镜像的Python3.6版本标签 #

如果需要还原之前的基础环境，可以指定jupyter/scipy-notebook带Python3.6的具体镜像标签，避免基础镜像自动升级：

FROM jupyter/scipy-notebook:python-3.6.13

这个标签对应的镜像内置Python3.6.13，和你本地环境版本一致，能匹配原有构建逻辑。

辅助调试与构建步骤 #

• 构建时禁用缓存，确保拉取最新的指定镜像层：

docker build --no-cache -t chapter_1_homlflow .

• 先手动进入基础镜像测试安装，确认环境正常：

docker run -it jupyter/scipy-notebook:python-3.6.13 bash
# 进入容器后执行
pip install mlflow==1.30.0

测试成功后再修改Dockerfile进行正式构建，避免反复构建失败浪费时间。

内容的提问来源于stack exchange，提问作者KansaiRobot