构建自定义Docker镜像时应选用Conda还是Mamba

你当前直接调用/opt/conda/bin/conda的写法完全正确，可正常运行，不需要强制替换为mamba；替换为mamba只会提升依赖解析效率，不会改变最终的安装结果。

• mamba是conda的C++实现即插即用替代方案，命令参数、环境操作逻辑、存储结构和conda完全兼容，两种工具操作的都是镜像内/opt/conda路径下的同一套环境，不存在用conda安装就会出问题、和基础镜像预装环境冲突的情况。
• jupyter系列官方镜像预装mamba，只是官方为了缩短自身镜像构建时的依赖解析耗时，没有对conda做任何功能阉割，也没有强制要求用户必须使用mamba做环境管理。

如果你的构建过程出现依赖解析慢、长时间卡在Solving environment步骤、甚至解析失败报版本冲突的问题，可以直接把命令里的conda替换为mamba，其余参数不需要做任何修改。
另外建议把多个环境操作命令合并为单条RUN指令，安装完成后清理包缓存，能有效减少镜像层数、缩小最终镜像体积，优化后的参考写法如下：

RUN mamba create -n pypy pypy ipykernel -y && \
    /opt/conda/envs/pypy/bin/pypy -m ipykernel install --prefix=/opt/conda/ --name pypy3 --display-name="pypy3" && \
    mamba install -c conda-forge jupyterlab-git jupyter-resource-usage -y && \
    mamba clean --all -y

如果你坚持用conda，只需要把上面代码里的mamba换回conda即可，功能完全一致。

内容的提问来源于stack exchange，提问作者ha9u63a7