形象塑造最佳实践

图像分层

使用该docker image history命令，您可以看到用于在图像中创建每个图层的命令。

  1. 使用该docker image history命令查看getting-started您创建的图像中的图层。

    $ docker image history getting-started

    您应该得到如下所示的输出。

    IMAGE               CREATED             CREATED BY                                      SIZE                COMMENT
a78a40cbf866        18 seconds ago      /bin/sh -c #(nop)  CMD ["node" "src/index.j…    0B                  
f1d1808565d6        19 seconds ago      /bin/sh -c yarn install --production            85.4MB              
a2c054d14948        36 seconds ago      /bin/sh -c #(nop) COPY dir:5dc710ad87c789593…   198kB               
9577ae713121        37 seconds ago      /bin/sh -c #(nop) WORKDIR /app                  0B                  
b95baba1cfdb        13 days ago         /bin/sh -c #(nop)  CMD ["node"]                 0B                  
<missing>           13 days ago         /bin/sh -c #(nop)  ENTRYPOINT ["docker-entry…   0B                  
<missing>           13 days ago         /bin/sh -c #(nop) COPY file:238737301d473041…   116B                
<missing>           13 days ago         /bin/sh -c apk add --no-cache --virtual .bui…   5.35MB              
<missing>           13 days ago         /bin/sh -c #(nop)  ENV YARN_VERSION=1.21.1      0B                  
<missing>           13 days ago         /bin/sh -c addgroup -g 1000 node     && addu…   74.3MB              
<missing>           13 days ago         /bin/sh -c #(nop)  ENV NODE_VERSION=12.14.1     0B                  
<missing>           13 days ago         /bin/sh -c #(nop)  CMD ["/bin/sh"]              0B                  
<missing>           13 days ago         /bin/sh -c #(nop) ADD file:e69d441d729412d24…   5.59MB

    每条线代表图像中的一个层。这里的显示显示底部位于底部，最新层位于顶部。使用它，您还可以快速查看每层的大小，帮助诊断大图像。

  2. 您会注意到有几行被截断。如果添加该--no-trunc标志，您将获得完整的输出。

    $ docker image history --no-trunc getting-started

分层缓存

现在您已经了解了分层的实际效果，接下来需要学习一个重要的课程，以帮助减少容器映像的构建时间。一旦层发生变化，所有下游层也必须重新创建。

查看您为入门应用程序创建的以下 Dockerfile。

# syntax=docker/dockerfile:1
FROM node:18-alpine
WORKDIR /app
COPY . .
RUN yarn install --production
CMD ["node", "src/index.js"]

返回到镜像历史输出，您会看到 Dockerfile 中的每个命令都成为镜像中的一个新层。您可能还记得，当您对映像进行更改时，必须重新安装纱线依赖项。每次构建时都传递相同的依赖项没有多大意义。

要修复它，您需要重构 Dockerfile 以帮助支持依赖项的缓存。对于基于节点的应用程序，这些依赖项在文件中定义package.json。您可以先仅复制该文件，安装依赖项，然后复制其他所有内容。然后，只有在package.json.

  1. 更新 Dockerfile 以首先复制package.json，安装依赖项，然后复制其他所有内容。

    # syntax=docker/dockerfile:1
FROM node:18-alpine
WORKDIR /app
COPY package.json yarn.lock ./
RUN yarn install --production
COPY . .
CMD ["node", "src/index.js"]

  2. .dockerignore在与 Dockerfile 相同的文件夹中创建一个包含以下内容的文件。

    node_modules

    .dockerignore文件是有选择地仅复制图像相关文件的简单方法。您可以 在此处阅读有关此内容的更多信息。在这种情况下，node_modules应在第二步中省略该文件夹COPY，否则可能会覆盖该RUN步骤中命令创建的文件。

  3. 使用 构建新图像docker build。

    $ docker build -t getting-started .

    您应该看到如下所示的输出。

    [+] Building 16.1s (10/10) FINISHED
=> [internal] load build definition from Dockerfile
=> => transferring dockerfile: 175B
=> [internal] load .dockerignore
=> => transferring context: 2B
=> [internal] load metadata for docker.io/library/node:18-alpine
=> [internal] load build context
=> => transferring context: 53.37MB
=> [1/5] FROM docker.io/library/node:18-alpine
=> CACHED [2/5] WORKDIR /app
=> [3/5] COPY package.json yarn.lock ./
=> [4/5] RUN yarn install --production
=> [5/5] COPY . .
=> exporting to image
=> => exporting layers
=> => writing image     sha256:d6f819013566c54c50124ed94d5e66c452325327217f4f04399b45f94e37d25
=> => naming to docker.io/library/getting-started

  4. 现在，对文件进行更改src/static/index.html。例如，将其更改<title>为“The Awesome Todo App”。

  5. 现在再次使用构建 Docker 映像docker build -t getting-started .。这次，您的输出应该看起来有点不同。

    [+] Building 1.2s (10/10) FINISHED
=> [internal] load build definition from Dockerfile
=> => transferring dockerfile: 37B
=> [internal] load .dockerignore
=> => transferring context: 2B
=> [internal] load metadata for docker.io/library/node:18-alpine
=> [internal] load build context
=> => transferring context: 450.43kB
=> [1/5] FROM docker.io/library/node:18-alpine
=> CACHED [2/5] WORKDIR /app
=> CACHED [3/5] COPY package.json yarn.lock ./
=> CACHED [4/5] RUN yarn install --production
=> [5/5] COPY . .
=> exporting to image
=> => exporting layers
=> => writing image     sha256:91790c87bcb096a83c2bd4eb512bc8b134c757cda0bdee4038187f98148e2eda
=> => naming to docker.io/library/getting-started

    首先，您应该注意到构建速度要快得多。而且，您会看到有几个步骤正在使用以前缓存的图层。推送和拉取此映像及其更新也会快得多。

多阶段构建

多阶段构建是一个非常强大的工具，可以帮助使用多个阶段来创建映像。他们有几个优点：

  • 将构建时依赖项与运行时依赖项分开
  • 通过仅传送应用程序需要运行的内容来减小整体图像大小

Maven/Tomcat 示例

构建基于 Java 的应用程序时，需要 JDK 将源代码编译为 Java 字节码。但是，生产中不需要该 JDK。此外，您可能会使用 Maven 或 Gradle 等工具来帮助构建应用程序。您的最终图像中也不需要这些。多阶段构建有帮助。

# syntax=docker/dockerfile:1
FROM maven AS build
WORKDIR /app
COPY . .
RUN mvn package

FROM tomcat
COPY --from=build /app/target/file.war /usr/local/tomcat/webapps

在此示例中，您使用一个阶段（称为build）来使用 Maven 执行实际的 Java 构建。在第二阶段（从 开始FROM tomcat），您从该阶段复制文件build。最终图像只是创建的最后一个阶段，可以使用标志覆盖它--target。

反应示例

构建 React 应用程序时，您需要一个 Node 环境来将 JS 代码（通常是 JSX）、SASS 样式表等编译为静态 HTML、JS 和 CSS。如果您不进行服务器端渲染，则您的生产构建甚至不需要 Node 环境。您可以在静态 nginx 容器中传送静态资源。

# syntax=docker/dockerfile:1
FROM node:18 AS build
WORKDIR /app
COPY package* yarn.lock ./
RUN yarn install
COPY public ./public
COPY src ./src
RUN yarn run build

FROM nginx:alpine
COPY --from=build /app/build /usr/share/nginx/html

在前面的 Dockerfile 示例中，它使用node:18映像执行构建（最大化层缓存），然后将输出复制到 nginx 容器中。

概括

在本节中，您学习了一些映像构建最佳实践，包括层缓存和多阶段构建。

相关信息：

下一步

在下一部分中，您将了解可用于继续学习容器的其他资源。

接下来是什么