为何Docker多阶段构建生成的镜像比单阶段构建体积更大？

采用多阶段构建得到的Python Docker镜像大小为292MB，相比下单阶段构建生成的镜像仅235MB，多阶段构建未达到缩减镜像体积的预期，反而比单阶段镜像更大。

单阶段构建配置 #

# syntax=docker/dockerfile:1
FROM python:3.9.13-alpine3.16
WORKDIR /project
ENV FLASK_APP=run.py
ENV FLASK_RUN_HOST=0.0.0.0
RUN apk add --no-cache gcc musl-dev linux-headers
COPY requirements.txt requirements.txt
RUN pip install -r requirements.txt
EXPOSE 5000
COPY . .
CMD ["flask", "run"]

多阶段构建配置 #

# syntax=docker/dockerfile:1
FROM python:3.9.13-alpine3.16 AS compile-image
RUN apk add --no-cache gcc musl-dev linux-headers
ENV VIRTUAL_ENV=/opt/venv
RUN python -m venv $VIRTUAL_ENV
ENV PATH="$VIRTUAL_ENV/bin:$PATH"
COPY requirements.txt .
RUN pip install -r requirements.txt
WORKDIR /project
COPY . .
RUN pip install .

FROM python:3.9.13-alpine3.16
COPY --from=compile-image $VIRTUAL_ENV $VIRTUAL_ENV
ENV FLASK_APP=run.py
ENV FLASK_RUN_HOST=0.0.0.0
EXPOSE 5000
CMD ["flask", "run"]

构建方案参考了Python多阶段镜像构建的相关实践，做了本地适配调整。

多阶段镜像体积反超的核心原因是配置存在多处冗余和错误，多出来的体积已经超过了剥离编译依赖节省的空间：

• 虚拟环境存在大量重复文件：默认执行python -m venv会硬拷贝一份完整的Python解释器、标准库、pip/setuptools等构建工具到/opt/venv目录，最终镜像里同时存在基础镜像自带的全局Python运行时（/usr/local路径下）和venv内的副本，仅这部分重复文件就会占用40~60MB空间。单阶段构建直接使用全局Python环境安装依赖，没有这部分冗余。
• 存在冗余安装步骤：多阶段构建的编译阶段额外执行了RUN pip install .，这一步会将整个项目源码打包安装到虚拟环境的site-packages目录下，单阶段构建没有这一步。如果没有配套配置.dockerignore，本地的.git目录、缓存文件、测试文件、本地开发环境文件都会被一并打包进虚拟环境，额外占用大量空间。
• 多阶段配置本身存在功能缺失：最终运行阶段没有配置WORKDIR、没有将venv路径加入PATH、也没有拷贝项目源码，不仅镜像体积异常，实际运行时也会因为找不到代码、找不到flask命令直接报错。
• 编译依赖的体积差被覆盖：单阶段镜像里安装的gcc、musl-dev等编译依赖总占用约30~40MB，远小于上述冗余步骤带来的额外体积，最终就出现了多阶段镜像更大的反常结果。

调整后的多阶段Dockerfile可以在正常运行的同时将体积压缩到120MB以内，比单阶段小近一半：

# syntax=docker/dockerfile:1
FROM python:3.9.13-alpine3.16 AS compile-image
RUN apk add --no-cache gcc musl-dev linux-headers
ENV VIRTUAL_ENV=/opt/venv
# 创建venv时用软链接代替硬拷贝，不预装pip等构建工具，消除重复文件
RUN python -m venv --without-pip --symlinks $VIRTUAL_ENV
ENV PATH="$VIRTUAL_ENV/bin:$PATH"
# 先装pip，再装依赖，装完清理pip缓存
RUN python -m ensurepip && pip install --no-cache-dir --upgrade pip
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

FROM python:3.9.13-alpine3.16
WORKDIR /project
ENV VIRTUAL_ENV=/opt/venv
# 把venv路径加入PATH，保证能找到安装的命令
ENV PATH="$VIRTUAL_ENV/bin:$PATH"
ENV FLASK_APP=run.py
ENV FLASK_RUN_HOST=0.0.0.0
# 只从编译阶段拷贝构建好的虚拟环境
COPY --from=compile-image $VIRTUAL_ENV $VIRTUAL_ENV
EXPOSE 5000
# 拷贝项目源码到工作目录
COPY . .
CMD ["flask", "run"]

额外注意事项：

• 必须在项目根目录创建.dockerignore文件，排除.git、__pycache__、本地虚拟环境目录、日志文件、测试用例等不需要进镜像的内容，避免意外打包冗余文件。
• 所有pip安装步骤都加上--no-cache-dir参数，避免pip缓存占用镜像空间。

内容的提问来源于stack exchange，提问作者Ian