python - 如何缓存 Alpine Linux 的 Python 包 Docker 构建？

Question

一个相关问题询问“为什么 Pandas 在 Alpine Linux 上构建缓慢？”:

Why does it take ages to install Pandas on Alpine Linux

我想知道如何解决这个问题(答案没有说)，即如何缓存 Alpine 构建以便回收任意已编译的 python 模块用于另一个 Docker 构建。

这样的预构建模块可以托管在私有(private)存储库中。 Dockerfile 如何获取这个？

我对 pandas 的解决方案特别感兴趣，但如果能把网撒得更广就更好了。

感谢您的帮助。

Answer 1

使用不同的单独命令，“RUN步骤”，每个步骤都会尝试使用前一步的缓存，一旦一行发生变化，缓存链就会失效，并且所有后续行都会被执行，所以你想保留顶部的事情变化缓慢，而底部的事情变化频繁。

例如，您的 Dockerfile 的内容可能有:

FROM python:2.7-alpine

RUN apk add --update bash curl
RUN apk add gcc make linux-headers musl-dev openldap-dev libxml2-dev libxslt-dev libffi-dev pcre-dev
RUN apk add cython
RUN pip install pandas
#RUN install your package/library

在上面的示例中，您将看到如下输出行(请注意“使用缓存”的输出行):

Sending build context to Docker daemon  56.83kB
Step 1/11 : FROM python:2.7-alpine
 ---> b630f364abf4
Step 2/11 : RUN apk add --update bash curl
 ---> Using cache
 ---> a611e4bbdbae
Step 3/11 : RUN apk add gcc make linux-headers musl-dev openldap-dev libxml2-dev libxslt-dev libffi-dev pcre-dev
 ---> Using cache
 ---> 87e91533771d
Step 4/11 : RUN apk add cython
 ---> Using cache
 ---> 47e0fd345aa8
Step 5/11 : RUN pip install pandas
 ---> Running in c57947f606e5

每个“Using cache”输出行都表示上面的行没有被执行，而是从缓存层获取结果。

第一次所有内容都会被执行，但在接下来的执行中会快得多(假设主机上的其他所有内容保持不变)。

现在您可以“docker push :”到您的私有(private)(甚至公共(public))注册表，并使用以下开头的 Dockerfile 启动其他构建:

FROM <BASE IMAGE with pandas>:<TAG>

上面称为“父/基础镜像”和“构建器”范例，您可以在 https://docs.docker.com/develop/develop-images/baseimages/ 阅读更多内容

最近，您还可以进行“多阶段构建”，本质上是相同的，但经过简化，您可以使用单个 Dockerfile:https://docs.docker.com/develop/develop-images/multistage-build/