为何Docker Build未缓存？如何强制保留缓存至手动更新？

我使用以下构建命令：

docker buildx build --push --platform linux/amd64,linux/arm/v7,linux/arm64/v8 -t docker.io/bacalhauproject/log-processor:v0.2 .

对应的Dockerfile内容如下：

FROM debian:bullseye

RUN apt-get clean -y && apt-get update -y

RUN apt-get install -y curl gnupg python3 python3-pip lsb-release gnupg wget unzip

# Install Google Cloud SDK and gsutil
RUN echo "deb [signed-by=/usr/share/keyrings/cloud.google.gpg] https://packages.cloud.google.com/apt cloud-sdk main" | tee -a /etc/apt/sources.list.d/google-cloud-sdk.list && \
    curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | apt-key --keyring /usr/share/keyrings/cloud.google.gpg add -
RUN apt-get update && apt-get install -y google-cloud-sdk

RUN rm -rf /var/lib/apt/lists/*

RUN wget https://github.com/duckdb/duckdb/releases/download/v0.7.1/duckdb_cli-linux-amd64.zip \
    && unzip duckdb_cli-linux-amd64.zip -d /usr/local/bin \
    && rm duckdb_cli-linux-amd64.zip

RUN pip3 install duckdb requests google-cloud-storage

WORKDIR /

COPY ./process.py /process.py

执行构建时，从第二行RUN apt-get clean -y && apt-get update -y开始就会重新构建。我知道这是一个非确定性步骤，请问是否有办法强制保留缓存，直到我手动触发更新？

要解决这个问题，让apt-get update这类非确定性步骤的缓存保留到你手动更新，有几个实用办法：

1. 固定APT源索引的哈希值 #

你可以预先获取当前APT源索引文件的SHA256哈希，在apt-get update前加校验逻辑——只有当哈希不匹配时才执行更新，否则直接复用缓存。

修改后的Dockerfile片段示例：

FROM debian:bullseye

# 替换成你实际获取的bullseye主源InRelease文件的SHA256哈希
RUN apt-get clean -y && \
    (echo "abcdef1234567890  /var/lib/apt/lists/deb.debian.org_debian_dists_bullseye_InRelease" | sha256sum -c -) || \
    apt-get update -y

# 后续安装步骤不变
RUN apt-get install -y curl gnupg python3 python3-pip lsb-release gnupg wget unzip

操作提示：哈希值可以从已构建的容器里提取，或者本地执行apt-get update后，用sha256sum /var/lib/apt/lists/deb.debian.org_debian_dists_bullseye_InRelease获取。需要更新源时，手动替换这个哈希值就行。

2. 用BuildKit缓存挂载保留APT索引 #

Docker BuildKit支持挂载缓存目录，把/var/lib/apt/lists挂载为缓存后，apt-get update生成的索引会被持久化，除非你主动清理构建缓存。

修改Dockerfile相关步骤：

FROM debian:bullseye

# 挂载APT列表缓存，避免重复下载索引
RUN --mount=type=cache,target=/var/lib/apt/lists,sharing=locked \
    apt-get clean -y && apt-get update -y

RUN --mount=type=cache,target=/var/lib/apt/lists,sharing=locked \
    apt-get install -y curl gnupg python3 python3-pip lsb-release gnupg wget unzip

# Google Cloud SDK安装步骤同样挂载缓存
RUN echo "deb [signed-by=/usr/share/keyrings/cloud.google.gpg] https://packages.cloud.google.com/apt cloud-sdk main" | tee -a /etc/apt/sources.list.d/google-cloud-sdk.list && \
    curl https://packages.cloud.google.com/apt/doc/apt-key.gpg | apt-key --keyring /usr/share/keyrings/cloud.google.gpg add -

RUN --mount=type=cache,target=/var/lib/apt/lists,sharing=locked \
    apt-get update && apt-get install -y google-cloud-sdk

RUN rm -rf /var/lib/apt/lists/*

触发更新的方式：执行docker builder prune清理本地构建缓存，下次构建就会重新执行apt-get update。

3. 加手动版本标记控制缓存失效 #

在Dockerfile里加一个自定义的版本参数，需要更新时修改这个参数的值，Docker就会重新执行后续所有依赖步骤。

示例：

FROM debian:bullseye

# 修改这个值就能触发apt更新，比如从1改成2
ARG APT_UPDATE_TAG=1

RUN apt-get clean -y && apt-get update -y

# 后续步骤不变
RUN apt-get install -y curl gnupg python3 python3-pip lsb-release gnupg wget unzip

也可以在构建时临时传入参数触发更新：docker buildx build --build-arg APT_UPDATE_TAG=2 ...

4. 多平台构建的缓存优化 #

你用了buildx多平台构建，可以把缓存存储到远程仓库，确保跨平台构建时也能复用缓存：

docker buildx build --push \
  --platform linux/amd64,linux/arm/v7,linux/arm64/v8 \
  --cache-to type=registry,ref=docker.io/bacalhauproject/log-processor:cache \
  --cache-from type=registry,ref=docker.io/bacalhauproject/log-processor:cache \
  -t docker.io/bacalhauproject/log-processor:v0.2 .

这样只要远程缓存存在，多平台构建就不会重复执行apt-get update，需要更新时删除远程缓存或者修改前面的触发条件即可。

内容的提问来源于stack exchange，提问作者aronchick