Docker多階段構建
· 3 min read
從文章Docker鏡像分層與層共享中我們知道，Docker鏡像是由一層一層疊起來的，每一層對應Dockerfile中的一條指令。這些層都是唯讀的，構建完成後不可以修改。
問題
構建時候需要用到的東西，運行時候不需要，一個典型的python應用，構建需要
- gcc/build-essential
- pip
- .h文件
- 測試依賴
但是運行的時候只需要
- python解釋器
- 裝好的包
- 你的代碼
先看沒有優化的鏡像有多大
假設現在有一個FastAPI應用:
myapp/
├── main.py
├── requirements.txt
└── Dockerfile
requirements
fastapi==0.110.0
uvicorn==0.29.0
pandas==2.2.0 #觸發了gcc的安裝
numpy==1.26.4
scikit-learn==1.4.0
最常見的寫法，能跑就行
FROM python:3.11
WORKDIR /app
COPY requirements.txt .
RUN pip install -r requirements.txt
COPY . .
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]
這是本項目構建完後可能出現的大小
$ docker build -t myapp:naive .
$ docker images myapp:naive
REPOSITORY TAG IMAGE ID SIZE
myapp naive a1b2c3d4e5f6 1.08GB
1GB 多，原因：
python:3.11 基础镜像本身 900MB+ pip 安装时下载的 wheel 缓存没清 编译 numpy/pandas 留下的编译工具
pip的緩存是什麼
pip 安装包时，会先把 .whl 文件下载到本地缓存目录，装完之后缓存文件还留着，下次装同一个包可以不用重新下载。
安裝 numpy 的過程：
pip 下載 numpy-1.26.4-cp311-linux_x86_64.whl
↓
存一份到緩存目錄 ~/.cache/pip/ ← 這份沒用了，但還占著空間
↓
解壓安裝到 site-packages/ ← 這才是真正要用的
所以鏡像中存了兩份 numpy，一份是 pip 的緩存，一份是安裝好的包。
加入 --no-cache-dir 參數，pip 就不會把下載的包存到緩存目錄了：
RUN pip install --no-cache-dir -r requirements.txt
apt安裝包
安裝系統工具時，apt也會留下緩存
RUN apt-get update && \
apt-get install -y build-essential && \
rm -rf /var/lib/apt/lists/*
/var/lib/apt/lists/ 裡面存的是軟件包的索引列表，之後不會用到了。
為什麼分開RUN清理不掉，
RUN apt-get install -y gcc # 第N層，安裝了gcc，留下了緩存
RUN rm -rf /var/lib/apt/lists/* # 第N+1層：只是標記刪除
在同一層產生，在同一層清理，才會真的消失。
即使用了緩存之後，鏡像大小可能並沒有降低多少。
$ docker images myapp:no-cache
REPOSITORY TAG SIZE
myapp no-cache 870MB
多階段構建
用一個階段來構建，安裝所有依賴，編譯好包，然後把需要的東西複製到另一個乾淨的階段，這樣就不會把構建過程中產生的垃圾帶到最終鏡像裡了。
FROM python:3.11 AS builder
WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir \
--prefix=/install \
-r requirements.txt
FROM python:3.11-slim AS runtime
WORKDIR /app
COPY --from=builder /install /usr/local
COPY . .
RUN useradd -m appuser
USER appuser
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]
如果現在構建：
$ docker build -t myapp:multistage .
$ docker images myapp
REPOSITORY TAG SIZE
myapp naive 1.08GB
myapp no-cache 870MB
myapp multistage 195MB
總結
多階段構建的本質是：
構建環境和運行環境分離。
