Dockerfile中SA_PASSWORD环境变量未设置问题求助

这个问题我之前排查过类似的，核心根源是Docker镜像构建阶段和容器运行阶段的环境变量完全隔离：

• 你的数据库Dockerfile里用ENV SA_PASSWORD=$SA_PASSWORD是在构建镜像时执行的，但此时docker-compose通过env_file注入的变量还没传递到构建上下文里——env_file的变量是在容器启动阶段才会加载到容器内部的。所以构建时$SA_PASSWORD是空值，导致数据库容器启动时SA密码根本没被正确设置。
• 反观后端的变量能正常工作：后端Dockerfile里的ENV ASPNETCORE_ENVIRONMENT=$ASPNETCORE_ENVIRONMENT是把容器运行时的环境变量映射给进程，而.NET程序本身会在运行时读取容器的环境变量（包括连接字符串），这些都是容器启动后才生效的，完全不受构建阶段的限制。

另外你的数据库Dockerfile还有个潜在坑：RUN指令在构建阶段就启动SQL Server执行脚本，这会把初始化数据打包进镜像，不仅占体积，每次启动容器都会用相同的初始数据，不符合动态初始化的需求。

1. 修改数据库Dockerfile，移除构建阶段的无效配置 #

把Database/Dockerfile改成这样：

FROM mcr.microsoft.com/mssql/server:2017-latest
ENV ACCEPT_EULA=Y
ENV MSSQL_PID=Developer
ENV MSSQL_TCP_PORT=1433
WORKDIR /scripts
COPY ./ /scripts/
EXPOSE 1433
# 移除构建阶段的SA_PASSWORD设置和SQL脚本执行逻辑

2. 调整docker-compose的数据库启动命令，在运行时完成初始化 #

修改docker-compose.yml中mssql-db的command，让容器启动时先等SQL Server就绪，再执行脚本：

version: "3.7"
services:
  dotnet-backend:
    container_name: dotnet-backend
    build: .
    env_file: .env
    links:
      - mssql-db
    ports:
      - "8000:80"
  mssql-db:
    container_name: mssql-db
    build: ./Database
    env_file: .env
    volumes:
      - ./Database/:/scripts/
      # 可选：添加数据卷持久化数据库数据
      - mssql-data:/var/opt/mssql
    ports:
      - "1433:1433"
    expose:
      - "1433"
    command:
      - /bin/bash
      - -c
      - |
        # 启动SQL Server后台进程
        /opt/mssql/bin/sqlservr &
        # 循环等待服务就绪
        until /opt/mssql-tools/bin/sqlcmd -S localhost -U sa -P "$SA_PASSWORD" -Q "SELECT 1" > /dev/null 2>&1; do
          sleep 1
        done
        # 执行所有SQL初始化脚本
        for foo in /scripts/*.sql; do
          /opt/mssql-tools/bin/sqlcmd -S localhost -U sa -P "$SA_PASSWORD" -i "$foo"
        done
        # 保持容器运行
        wait
# 定义数据卷（如果需要持久化数据）
volumes:
  mssql-data:

3. 确认.env文件的密码符合要求 #

确保.env里的SA_PASSWORD满足SQL Server的密码规则：至少8个字符，包含大小写字母、数字和特殊字符，避免因密码不合法导致的隐性失败。

• SA_PASSWORD现在是在容器运行阶段通过env_file注入的，SQL Server容器启动时会自动读取这个环境变量设置SA密码，完全避开了构建阶段的变量隔离问题。
• 脚本执行逻辑移到容器启动时，既能确保SQL Server服务就绪后再执行（避免连接失败），还能支持数据持久化（通过添加数据卷），符合实际开发需求。

内容的提问来源于stack exchange，提问作者PalBo