如何减小Docker镜像中pip安装依赖占用的存储体积？

无需修改依赖逻辑的通用优化方案 #

• 采用多阶段构建剥离构建冗余
  将依赖安装流程放在构建镜像层，运行层仅拷贝最终需要的运行时文件，完全删除构建过程中产生的编译器残留、临时文件等冗余内容，参考实现：

  # 依赖构建阶段
  FROM python:3.10-slim AS builder
  WORKDIR /build
  COPY requirements.txt .
  # 指定安装路径方便后续拷贝
  RUN pip install --no-cache-dir --prefix=/build/deps -r requirements.txt
  
  # 运行阶段
  FROM python:3.10-slim
  WORKDIR /app
  # 仅拷贝已安装好的依赖文件
  COPY --from=builder /build/deps /usr/local
  COPY ./src .
  CMD ["python", "main.py"]
  

  该方案通常可降低30%~60%的依赖层体积。
• 更换更轻量的基础镜像
  无特殊系统依赖时优先选择python:x.x-alpine作为基础镜像，Alpine系镜像体积仅5MB左右，比默认Debian系基础镜像小90%以上。如果需要CUDA运行环境，优先选择nvidia/cuda:x.x-runtime-ubuntuxx.04镜像，不要使用带devel标签的完整版镜像，devel镜像包含大量编译工具冗余，体积是runtime版本的3倍以上。
• 主动清理依赖安装后的冗余文件
  pip安装完成后，主动删除非运行必需的文件，可直接在pip安装命令后追加清理逻辑：

  pip install --no-cache-dir -r requirements.txt && \
  # 删除.pyc字节码缓存
  find /usr/local/lib/python*/site-packages -name "*.pyc" -delete && \
  # 删除依赖元数据目录
  find /usr/local/lib/python*/site-packages -name "*.dist-info" -o -name "*.egg-info" | xargs rm -rf && \
  # 删除测试用例、文档目录
  find /usr/local/lib/python*/site-packages -name "tests" -o -name "docs" | xargs rm -rf
  

  该操作通常可降低10%~20%的依赖层体积。

依赖裁剪优化方案（含--no-deps的安全使用流程） #

• 梳理依赖树确认传递依赖
  先在本地开发环境安装pipdeptree工具，执行pipdeptree生成完整的依赖层级关系，确认所有一级依赖和传递依赖的对应关系，避免后续裁剪时出现依赖缺失。
• 安全使用--no-deps参数的方案
  1. 本地开发环境完整安装所有依赖后，执行pip freeze > requirements-full.txt导出包含所有传递依赖的全量依赖列表，替换原来仅包含一级依赖的requirements文件
  2. Docker构建时执行pip install --no-cache-dir --no-deps -r requirements-full.txt，仅安装列表中指定的依赖版本，不会自动下载额外的传递依赖，既避免了依赖冲突导致的多版本同库冗余，也不会出现依赖缺失问题。
• 裁剪大型依赖的冗余特性
  针对PyTorch、TensorFlow这类GB级的大型依赖，优先选择精简版本：CPU环境安装PyTorch时指定仅安装CPU版本，TensorFlow用tensorflow-cpu替代完整版，单该类优化即可降低数GB的镜像体积。

内容的提问来源于stack exchange，提问作者Sandeep Gunda