Docker FROM层未缓存问题:重复拉取基础镜像耗时久
基础镜像未被Docker构建缓存的原因排查
我查阅了Docker构建缓存相关文档,了解到未变更的上层镜像层会被缓存。但多次构建时使用同一基础镜像,即使Dockerfile未修改,执行docker build -t my-container .仍会花费约30分钟重新拉取基础镜像。想知道导致基础镜像未被缓存的可能原因。
我的Dockerfile内容
FROM openjdk:22-jdk COPY . /usr/src/myapp WORKDIR /usr/src/myapp RUN javac Main.java CMD ["java", "Main"]
部分构建日志输出
> docker build -t my-container . [+] Building 1319.7s (5/8) => [internal] load .dockerignore 0.2s => => transferring context: 2B 0.0s => [internal] load build definition from Dockerfile 0.3s => => transferring dockerfile: 336B 0.0s => [internal] load metadata for <image> 6.3s => [auth] <image>:pull token for <registry> 0.0s => [1/3] FROM <registry>/<image>@sha256:10bc31c03nm7c150b2f2553fc7afc658c2495214c262cbe47fb014020c24c9e3 1313.0s => => resolve <registry>/<image>:latest@sha256:10bc31c03nm7c150b2f2553fc7afc658c2495214c262cbe47fb014020c24c9e3 0.4s => => sha256:10bc31c03nm7c150b2f2553fc7afc658c2495214c262cbe47fb014020c24c9e3 1.37kB / 1.37kB 0.0s => => sha256:f616452c03f1c6e4620f749a48f23cbc5c6c6078d1840cee93fdbb6ec71184e2 15.89kB / 15.89kB 0.0s => => sha256:b908537c6409239d2741043dce79199455e61a388c3abc3dfda849f3a67af982 231B / 231B 0.8s => => sha256:b35640c577f049266d491db188e821e49033f50105e85fc6d49f765f2bc151c5 281.02MB / 455.19MB 1312.4s => => extracting sha256:b908537c6409239d2741043dce79199455e61a388c3abc3dfda849f3a67af982 0.0s => [internal] load build context 0.3s => => transferring context: 232B 0.0s
环境信息
使用Windows笔记本电脑,运行Docker Desktop。
可能的原因
- 浮动标签指向的镜像哈希变更:你使用的
openjdk:22-jdk是浮动标签,官方可能更新了该镜像内容,导致标签对应的SHA-256哈希值变化。Docker每次构建会校验远程标签的最新哈希,若与本地缓存不匹配,就会重新拉取完整镜像。 - Docker强制拉取配置开启:Docker Desktop设置中如果开启了"始终拉取镜像"(Pull always)类选项,会强制跳过本地缓存,每次构建都去远程仓库检查并拉取镜像。
- 本地缓存被清理:手动删除过该基础镜像,或者Docker Desktop的自动清理功能(如清理未使用镜像)移除了缓存的基础镜像。
- 镜像拉取不完整:之前的拉取过程因网络中断等问题导致镜像层下载不完整,下次构建时Docker会重新尝试拉取完整的镜像层,表现为未使用缓存。
- 隐性触发缓存失效的变更:虽然Dockerfile未修改,但
.dockerignore文件变更、构建上下文内文件元数据(如修改时间)异常变化,可能触发Docker重新校验基础镜像的逻辑,导致缓存失效。 - 构建参数或版本问题:构建命令中隐含了
--no-cache参数,或者使用的Docker版本存在缓存逻辑bug,导致缓存未被正确复用。
内容的提问来源于stack exchange,提问作者IceTea
相关产品推荐
相关产品推荐

