如何用.slugignore减小Heroku编译slug体积？无法查看文件

首先要明确：heroku run bash进入的是运行容器，不是编译Slug的环境，所以你看到的/app大小不代表实际Slug的体积，这是核心误区。下面是具体解决步骤：

一、正确分析Slug内的文件大小 #

要看到真实的Slug文件分布，需要把Slug下载到本地分析：

1. 安装Heroku Slug插件（若未安装）：

   heroku plugins:install heroku-slugs
   

2. 下载Slug到本地：

   heroku slug:download -a my-app-name
   

3. 解压下载的slug.tgz文件，在本地终端执行以下命令查看大小分布：

   du -ha --max-depth 1 ./解压后的目录 | sort -hr
   

二、针对性缩小Slug体积（针对Python ML应用） #

1. 精简依赖包 #

• 拆分依赖：将开发依赖（如pytest、jupyter、flake8）移到单独的requirements-dev.txt，部署时只安装requirements.txt里的生产依赖。
• 避免缓存：在依赖安装命令中添加--no-cache-dir，减少缓存文件占用，比如修改requirements.txt的安装逻辑（或通过buildpack配置）：

  pip install --no-cache-dir -r requirements.txt
  

• 用轻量化库：比如只安装CPU版本的PyTorch/TensorFlow（而非完整版），或用polars替代pandas（视项目兼容性而定）。

2. 用.slugignore排除无关文件 #

创建.slugignore文件（和.gitignore语法一致），添加以下内容排除不必要的文件：

# 开发缓存
*.pyc
__pycache__/
.pytest_cache/
.ipynb_checkpoints/
venv/

# 大型数据/模型（建议移到S3等外部存储）
data/
models/
*.h5
*.pt
*.pkl

# 文档与配置
README.md
LICENSE
docs/
.env

如果必须部署模型文件，优先压缩模型（如用TorchScript量化、TensorFlow Lite转换），或换用更轻量化的模型结构。

3. 清理编译临时文件 #

创建bin/post_compile脚本，在编译完成后清理临时文件：

#!/usr/bin/env bash
rm -rf /tmp/*
rm -rf /app/.heroku/python/lib/python3.x/site-packages/*.so.dSYM

给脚本添加执行权限：

chmod +x bin/post_compile

将脚本提交到Git，部署时会自动执行清理。

三、验证效果 #

部署完成后，执行以下命令查看Slug大小：

heroku apps:info -a my-app-name

检查输出中的Slug Size字段，确认是否降到500M以下。

内容的提问来源于stack exchange，提问作者Bluetail