不使用Alpine镜像时缩小Docker镜像体积的优化方法咨询

• 修复当前Dockerfile的明显问题
  1. 移除重复安装的JDK：你当前同时安装了default-jre和default-jdk，运行Java程序仅需运行时环境，无需JDK开发套件，仅保留default-jre即可，若不需要GUI相关依赖可替换为更小的openjdk-17-jre-headless，仅这一项可减少300~500MB占用。
  2. 调整层顺序避免缓存失效：将COPY . /usr/src/app移到所有依赖安装步骤之后，优先拷贝requirements.txt单独安装Python依赖，避免代码变更触发依赖层重新构建；同时编写.dockerignore文件，排除.git、测试用例、开发文档、本地缓存等运行无关文件，减少拷贝的冗余体积。
  3. 补全APT清理逻辑：当前apt autoremove未加-y参数不会自动执行清理，安装APT依赖时追加--no-install-suggests进一步减少不必要的依赖安装；安装完成后除了删除/var/lib/apt/lists/*，还可删除tesseract不需要的语言包、系统文档、手册等冗余文件：rm -rf /var/lib/tesseract-ocr/tessdata/!(eng.traineddata) /usr/share/doc/* /usr/share/man/* /usr/share/locale/*（可根据你实际需要的tesseract语言保留对应文件）。
  4. 避免残留环境变量：将DEBIAN_FRONTEND=noninteractive仅作用于APT安装的RUN指令，无需单独设置ENV，避免该环境变量残留到运行时容器，写法为RUN DEBIAN_FRONTEND=noninteractive apt-get update && ...。
• 优化Python依赖安装
  执行pip3 install时追加--no-cache-dir参数，禁用pip缓存，可减少几十到上百MB的缓存占用；清理requirements.txt中的开发依赖（如pytest、flake8、调试工具等），仅保留生产运行必需的依赖。
• 正确使用多阶段构建
  之前多阶段优化效果不明显是使用逻辑问题，正确的多阶段流程如下：
  1. 第一阶段（构建阶段）：使用和运行阶段相同的Ubuntu基础镜像，安装编译所需的全部依赖（libpoppler-cpp-dev、pkg-config、default-jdk、python3-pip等），拷贝requirements.txt完成Python依赖安装。
  2. 第二阶段（运行阶段）：使用干净的Ubuntu基础镜像，仅安装运行时必需的非Python依赖（tesseract-ocr、libpoppler-cpp、openjdk-17-jre-headless等，无需任何dev开发包、编译工具、pip），从第一阶段拷贝安装完成的Python依赖包路径（一般为/usr/local/lib/python3.10/dist-packages/，根据你的Python版本调整）和项目代码到对应路径即可。
     该方案可完全剔除编译阶段的dev包、构建工具、缓存等冗余文件，通常可减少500MB以上的体积。
• 裁剪Java运行环境
  如果项目对Java模块的依赖较少，可以使用jlink工具自定义裁剪JRE，仅保留项目用到的Java模块，裁剪后的JRE体积可压缩到30~80MB，相比默认JRE可减少70%以上的占用。
• 更换兼容的更小基础镜像
  无需更换Alpine的前提下，可以选择兼容性和Ubuntu一致的debian:bookworm-slim作为基础镜像，相比ubuntu:latest小30MB左右，且不存在依赖兼容性问题。

内容的提问来源于stack exchange，提问作者senarijit1618