Dockerとvenvの違い|分離する範囲・再現性・使い分け

公開 更新 約5分で読む著者:admin

venvとDockerは、分離する対象が違います。venvはPythonのパッケージ環境を分け、Dockerはコンテナとしてプロセスやファイルシステムなどの実行環境を分けます。どちらか一方が常に優れているわけではなく、組み合わせることもできます。

更新:2026年10月26日。「venvはOSに依存しない」「Dockerで環境を完全再現できる」としていた説明を修正しました。

何を分離するかを図で見る

venv

プロジェクトAのパッケージ
プロジェクトBのパッケージ

↓ 基になるPythonとホストOSを利用

Linuxコンテナ

アプリ・Python・ユーザー空間のライブラリ
プロセスやファイルシステムを分離

↓ 実行基盤のLinuxカーネルを共有

図1:venvはOSの隔離ではなく、コンテナも個別のカーネルを内蔵する仮想マシンではありません。

venvは、作成に使ったPythonを基礎に環境を作ります。OSの共有ライブラリやコマンド、CPUの違いまでは吸収しません。詳しくはPython公式のvenvで確認できます。

コンテナは、必要なファイルを持った分離されたプロセスとして動きます。Linux上のDocker EngineではホストのLinuxカーネルを利用し、MacのDocker DesktopでLinuxコンテナを動かす場合はLinux VMを介します。「Macのカーネル上でLinuxのプログラムがそのまま動く」という意味ではありません。Dockerのコンテナ解説とDesktopの仮想化基盤を参照してください。

比較表

判断軸venvDocker
主な対象Pythonインタープリターとパッケージ環境。アプリ、実行に必要なファイル、プロセスなど。
外部コマンド・共有ライブラリホスト側の準備が必要。イメージに含めて構成を管理できる。
起動の準備Pythonを用意して環境を作る。コンテナの実行基盤とイメージを用意する。
移動方法依存の定義を使って環境を作り直す。対応する実行基盤へイメージを配布する。
分離の限界同じユーザー権限でファイルや通信へアクセスできる。権限やマウント、カーネルなどの条件に依存する。
本番利用運用設計に応じて利用できる。運用設計に応じて利用できる。

まずPythonだけを試す例

macOS・Linuxのzsh/bashでは次のように始められます。

BASH
mkdir python-sample
cd python-sample
python3 -m venv .venv
source .venv/bin/activate
python -c "import sys; print(sys.executable)"
python -m pip --version

Windowsではpy -m venv .venvなどで作成し、PowerShellなら.venv\Scripts\Activate.ps1、cmdなら.venv\Scripts\activate.batを使用します。有効化せず、仮想環境内のpython.exeを直接呼ぶこともできます。

同じプログラムをコンテナで動かす例

Dockerが使える環境で、空の作業フォルダーに次の2ファイルを置きます。外部パッケージを使わない、構成確認用の例です。

main.py

PYTHON
import platform
import sys

print('Python:', sys.version.split()[0])
print('OS:', platform.system())
print('CPU:', platform.machine())

Dockerfile

DOCKERFILE
FROM python:3.13-slim
WORKDIR /app
COPY main.py ./main.py
USER 10001:10001
CMD ["python", "main.py"]
BASH
docker build -t python-environment-demo .
docker run --rm python-environment-demo

この例はホストのフォルダーをマウントせず、ポートも公開しません。--rmは実行終了後にそのコンテナを削除する指定で、イメージやホストのソースは削除しません。出力されるOS・CPUをホスト側と比べると、実行場所の違いを確認できます。

Dockerfileが同じでも結果が変わる理由

python:3.13-slimのようなタグは、後日別のイメージへ更新されることがあります。依存パッケージ、OSパッケージ、CPUアーキテクチャ、GPUドライバー、環境変数、外部サービスも結果に影響します。再現性を重視する場合は、イメージのダイジェスト、依存のロック、ビルド条件、テスト結果を管理します。その一方で、固定した構成のセキュリティ更新も必要です。

venv側でも、パッケージのバージョンだけでなくPythonとOSの条件を記録すると問題を追いやすくなります。requirements.txtだけでOSをまたいだ完全な再現を保証できるわけではありません。

用途から選ぶ

Pythonの文法学習や小さなスクリプトなら、まずvenvで依存を整理すると始めやすくなります。DBや画像処理ツールなどをチームで同じ構成にしたい場合は、Dockerの利用価値が上がります。GPUを使う場合には、Dockerの有無だけでなくホストのOS・ドライバー・実行基盤の対応も確認します。

コンテナの中でvenvを使う構成も可能です。ただし、小さな1アプリ用コンテナで必ず二重の環境管理が必要というわけではありません。「チームだからDocker必須」「本番だからvenvでは駄目」と決めず、更新と障害対応を誰が行うかまで含めて選びます。

環境分離と安全性は別に確認する

venv内のコードにも、そのユーザーが扱えるファイルへのアクセス権があります。コンテナも、過大な権限、ホストへの広いマウント、未更新の実行基盤があれば影響範囲が広がります。出所不明のコードを試すための万能な安全装置として扱わないでください。

関連:MacでPythonを確認してvenvを作る/依存関係のロックとnpm ci。

\ 最新情報をチェック /

記事一覧に戻る

コメントを書く

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です