Docker构建缓慢且失败，涉及含TensorFlow的requirements.txt问题

你的推测是对的，构建慢且失败确实和这些包的大小及依赖复杂度有关。TensorFlow、PyTorch（含torchvision）都是体积超过500MB的大型框架，加上它们的依赖库，下载和安装过程需要传输大量数据，一旦网络波动就容易导致超时失败；另外Ubuntu基础镜像本身附带的冗余组件也会增加构建时的系统更新耗时。

1. 替换国内镜像源加速下载 #

修改Dockerfile，为apt和pip配置国内镜像源，大幅提升包下载速度：

FROM ubuntu:24.04

# 替换apt国内镜像（阿里云）
RUN mv /etc/apt/sources.list /etc/apt/sources.list.bak && \
    echo "deb http://mirrors.aliyun.com/ubuntu/ noble main restricted universe multiverse" > /etc/apt/sources.list && \
    echo "deb http://mirrors.aliyun.com/ubuntu/ noble-security main restricted universe multiverse" >> /etc/apt/sources.list && \
    echo "deb http://mirrors.aliyun.com/ubuntu/ noble-updates main restricted universe multiverse" >> /etc/apt/sources.list && \
    echo "deb http://mirrors.aliyun.com/ubuntu/ noble-backports main restricted universe multiverse" >> /etc/apt/sources.list

# Install Python and pip
RUN apt-get update && apt-get install -y --no-install-recommends python3 python3-pip && \
    rm -rf /var/lib/apt/lists/*  # 清理apt缓存，减少镜像体积

WORKDIR /ner

COPY requirements.txt .

# 替换pip国内镜像（清华）并安装依赖
RUN pip install --no-cache-dir -r requirements.txt --break-system-packages -i https://pypi.tuna.tsinghua.edu.cn/simple

COPY . .

如果需要GPU版本的PyTorch，可在requirements.txt中指定国内源的wheel地址：

torch==2.3.0+cu121 -f https://download.pytorch.org/whl/cu121
torchvision==0.18.0+cu121 -f https://download.pytorch.org/whl/cu121

2. 使用轻量基础镜像 #

替换Ubuntu为官方Python slim镜像，减少基础镜像体积和不必要的系统组件：

FROM python:3.12-slim-bookworm

WORKDIR /ner

# 替换pip镜像
RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

COPY requirements.txt .

RUN pip install --no-cache-dir -r requirements.txt --break-system-packages

COPY . .

slim镜像仅包含Python运行所需的最小依赖，比Ubuntu镜像小几百MB，构建速度更快。

3. 利用Docker构建缓存优化 #

保持现有Dockerfile的分层顺序（先安装系统依赖→复制requirements→安装pip依赖→复制代码），只要requirements.txt内容不变，Docker会复用之前的构建层，无需重复下载安装依赖；如果需要修改单个包版本，尽量只改requirements.txt，避免触发前面层的缓存失效。

4. 禁用缓存减少镜像体积与安装耗时 #

在pip install时添加--no-cache-dir参数，避免pip缓存安装包，既减少最终镜像的体积，也能避免缓存文件带来的潜在问题。

5. 多阶段构建分离依赖与代码 #

如果最终镜像不需要构建工具，可以用多阶段构建，把依赖安装和代码运行分开：

# 构建阶段：安装所有依赖
FROM python:3.12-slim-bookworm as builder

WORKDIR /build

RUN pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt --break-system-packages -t /deps

# 运行阶段：仅复制依赖和代码
FROM python:3.12-slim-bookworm

WORKDIR /ner

COPY --from=builder /deps /usr/local/lib/python3.12/site-packages
COPY . .

这种方式能大幅减小最终镜像的体积，同时避免在运行镜像中保留构建相关的冗余文件。

内容的提问来源于stack exchange，提问作者Khaled Emam