git - 如何让 git clone 与 Docker 缓存一起玩？

Question

当我克隆一个存储库两次时，例如:

git clone <repo_X> --depth 1 clone1
git clone <repo_X> --depth 1 clone2

然后做一个差异

diff -r clone1 clone2

这显示了差异:

Binary files clone1/.git/index and clone2/.git/index differ
...
diff -r clone1/.git/logs/HEAD clone2/.git/logs/HEAD
...
diff -r clone1/.git/logs/refs/remotes/origin/HEAD 
...

似乎克隆的时间被记录在一个文件中。

我想向 Docker 镜像添加一些存储库。当文件未更改时，Docker 使用其缓存。不幸的是，在克隆 Docker 之后，由于文件更改，总是使缓存无效。

是否有可能让一个 repo 的两个克隆产生完全相同的文件？ (注意:我不想删除 .git 目录，因为我希望能够在图像中使用 git 来检查存储库的版本。)

是否可以让 Docker 在缓存时忽略 .git 文件夹(注意 .git 文件夹仍然必须添加到图像中，所以 .dockerignore 不是一个选项？)

Answer 1

您可以使用新的 Docker 的 BuildKit 功能 --mount=cache . Dockerfile 的玩具示例:

FROM ubuntu
RUN --mount=type=cache,target=/var/cache/apt \
    apt update && apt upgrade -y && apt install -yq git
RUN echo A00
RUN --mount=type=cache,target=/tmp/git_cache/ \
    git clone --depth=1 https://github.com/qtox/qtox/ /tmp/git_cache/qtox/; \
    cd /tmp/git_cache/qtox/ && git pull && cp -r ./ /tmp/my_qtox/
RUN echo B00

以上 dockerfile 可以通过命令构建: sudo env DOCKER_BUILDKIT=1 docker build -f Dockerfile .通知 DOCKER_BUILDKIT=1 的存在环境变量，有必要在 docker build 中启用所有 BuildKit 的功能。您可以阅读 BuildKit 的功能 here .
例如我克隆了 qTox上面的 repo ，因为它非常大。 --mount=cache功能会自动创建用于缓存的临时目录并将其挂载到 /tmp/git_cache/ (目标)在容器内。如果之前的一些图层发生了变化，例如 echo A00改为 echo A01然后这个克隆立即完成，没有延迟，因为它只是从缓存中取出。
此外，正如您要求使用此缓存将使克隆存储库完全相同。只有当新提交出现在存储库中时， git pull完成并更改存储库。除非有新的提交，否则这个缓存的存储库将保持不变。因此，每次再次运行 docker build 时，您都会拥有相同的 git repo。
如果长时间不使用或磁盘可用空间不足，Docker 很少会自动删除缓存目录。
正如您从上面的 docker-file 中看到的，最终的 git repo 将出现在 /tmp/my_qtox/ 中容器的文件夹。您可以将此路径更改为您的案例所需的任何内容。
您也可能已经注意到，我在安装 APT 包时使用了相同的缓存机制。这非常方便，因为在重建镜像时，所有软件包都不会从远程 Ubuntu 服务器重新下载，而是从缓存目录中获取。当 apt install 之前的先前 docker 层发生更改或将新的 apt 包添加到安装列表时，这很有用，在这两种情况下 apt install 都会非常快地重新运行。