如何在Docker容器中运行R时加快sf等包的导入速度？

核心原因 #

sf包导入慢是因为首次加载时需要动态链接GEOS、GDAL、PROJ这些底层地理空间库，完成初始化配置，这个过程本身就比较耗时。如果每次docker run都重复这个步骤，就会大幅拖慢脚本启动速度。

解决方案：在Docker Build阶段完成包安装与预加载 #

通过修改Dockerfile，把sf包的安装、初始化链接过程提前到镜像构建阶段，固化到镜像中，后续docker run时直接复用已完成的链接状态，无需重复执行。

示例Dockerfile

# 基于R官方镜像（可根据需求指定版本）
FROM rocker/r-ver:4.2.0

# 安装sf依赖的系统级库（Debian/Ubuntu环境）
RUN apt-get update && apt-get install -y --no-install-recommends \
    libgeos-dev \
    libgdal-dev \
    libproj-dev \
    && rm -rf /var/lib/apt/lists/*

# 安装sf R包
RUN R -e "install.packages('sf', dependencies = TRUE, repos = 'https://cloud.r-project.org/')"

# 预加载sf包，触发GEOS/GDAL/PROJ的链接与初始化，固化到镜像层
RUN R -e "library(sf)"

# 设置工作目录并复制脚本
WORKDIR /workspace
COPY your_script.R .

# 默认启动命令：运行脚本
CMD ["Rscript", "your_script.R"]

说明 #

1. 系统依赖安装：先安装sf需要的底层系统库，避免构建时因依赖缺失报错。
2. 预加载sf包：RUN R -e "library(sf)"会在构建镜像时执行一次sf的导入，完成链接过程，把这个状态保存到镜像中。后续docker run时，脚本里再执行library(sf)会直接加载已链接好的环境，耗时大幅降低。
3. 缓存优化：将系统依赖安装、包安装的步骤放在脚本复制之前，这样修改脚本内容时，Docker会复用之前的缓存层，无需重新安装依赖和sf包，加快镜像构建速度。

内容的提问来源于stack exchange，提问作者Squeezie