当前位置:首页 > 文章列表 > 文章 > 软件教程 > Docker Compose 构建缓存为什么没有命中

Docker Compose 构建缓存为什么没有命中

来源:17golang原创 2026-09-12 14:51:31 0浏览 收藏

Docker Compose 构建缓存没有命中,通常不是 Compose “随机失效”,而是构建输入已经变化,或者缓存来源没有接上。先看三处:服务的 context 是否把多余文件送进构建、Dockerfile 是否把易变源码放在依赖安装之前、cache_from 是否能读到上一轮导出的缓存。

官方文档:https://docs.docker.com/compose/

排查要点
  • 缓存命中依赖 Dockerfile 指令和它读取的文件;一个层失效后,后续层通常也会重建。
  • Compose 的 cache_from 只声明缓存来源,想让下一次构建复用,还要配置 cache_to 导出。
  • Build 面板里先找第一个非 CACHED 层,不要一上来就使用 --no-cache

第 1 步:先核对 Compose 的构建入口

在开发工具左侧打开 Compose 项目,进入“Compose 项目 > compose.yaml > 构建设置”,选择服务 web。依次核对 ContextDockerfilecache_fromcache_to 四个字段。Compose 的相对路径是以 Compose 文件所在目录为基准,Context 指错目录时,即使 Dockerfile 没变,送入构建器的文件集合也可能完全不同。

Docker Compose web 服务构建设置界面示意,显示 Context Dockerfile cache_from 和 cache_to 字段
图1:Compose 构建设置入口示意图,先核对服务、Context、Dockerfile 与缓存字段是否指向预期对象。此图为原创界面示意,不是实际软件截图。

如果项目只需要 web/ 目录,Context 不要填仓库根目录。配套的 .dockerignore 也应排除日志、依赖缓存和构建产物,减少不相关文件改变造成的缓存校验变化。

第 2 步:检查 Dockerfile 的层顺序

在“Compose 项目 > web > Dockerfile”打开构建文件,先把变化较少的依赖描述文件复制进去,再执行依赖安装,最后复制经常变化的源码。下面是一个最小示例:

FROM node:22-alpine

WORKDIR /app

# 依赖清单变化少,优先形成可复用层。
COPY package.json package-lock.json ./
RUN npm ci

# 源码变化频繁,放在依赖安装之后减少重建范围。
COPY src ./src
CMD ["node", "src/server.js"]

点击编辑器右上角的“保存”,再回到构建设置。若把整个项目先 COPY . .,任何源码、日志或未被忽略的文件变化都可能让依赖安装层之后的内容重新构建。Docker 对 COPYADD 会根据相关文件计算缓存校验,文件的修改时间单独变化并不是唯一判断依据。

第 3 步:在 Compose 中接上外部缓存

在“Compose 项目 > compose.yaml > service web > build”字段组中,确认 cache_fromcache_to 使用同一个可访问的缓存引用。下面的配置使用 registry 类型作为示例,引用名称只是示意值,请替换为团队实际可读写的地址。

services:
  web:
    build:
      context: ./web
      dockerfile: Dockerfile
      # 从上一轮构建导入缓存层。
      cache_from:
        - type=registry,ref=example/web:buildcache
      # 把本轮新缓存导出,供后续构建读取。
      cache_to:
        - type=registry,ref=example/web:buildcache

保存后检查字段值是否仍在面板中。只写 cache_from 而没有持续导出 cache_to,下一台机器可能没有可用的新缓存;缓存后端不支持或地址不可访问时,Compose 实现也可能忽略该来源并继续构建,因此要把“缓存不可用”和“层本身不匹配”分开判断。

第 4 步:从构建结果确认缓存是否命中

在“Compose 项目 > service web > 构建设置”点击“Build”,打开右侧“Build history”中的最新记录。先找第一条不是 CACHED 的层:如果 COPY package.json 已缓存而 COPY src 显示 REBUILT,说明依赖层复用成功,变化集中在源码层;如果从 RUN npm ci 就开始重建,应回到第 1、2 步检查 Context、锁文件和层顺序。

Docker Compose Build history 构建结果界面示意,区分 CACHED 依赖层和 REBUILT 源码层
图2:构建结果面板示意图,CACHED 层与重建层并列显示,可据此定位第一个未命中的 Dockerfile 指令。此图为原创界面示意,不是实际软件截图。

右侧摘要同时确认缓存来源为预期 registry,底部状态显示 Build complete 后再继续启动服务。若只是想验证 Dockerfile 是否能从零构建,可以临时使用 Compose 的“禁用缓存”选项或命令行 --no-cache,但它不能修复缓存配置,验证结束后要恢复正常构建设置。

常见问题

为什么只改了源码,依赖安装也重跑了?

通常是 Dockerfile 先复制了整个构建上下文,或者依赖清单与源码没有分层。把 package.json、锁文件和 RUN npm ci 放到源码复制之前。

cache_from 写了镜像名就一定会命中吗?

不一定。它只是缓存解析来源;来源中必须存在与当前指令和输入匹配的层,且构建环境要能访问该来源。

.dockerignore 会影响缓存吗?

会。它改变发送给构建器的 Context 文件集合,可能让 COPY 的输入发生变化,也可能排除原本不该影响构建的日志和产物。

什么时候应该使用 no-cache?

适合验证依赖安装或基础镜像是否需要重新执行,也适合处理明确要求完全重建的场景。日常排障先定位第一个失效层,再决定是否临时禁用缓存。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
Go testing.T Cleanup 如何保证测试资源按逆序释放Go testing.T Cleanup 如何保证测试资源按逆序释放
上一篇
Go testing.T Cleanup 如何保证测试资源按逆序释放
Go select 同时命中多个 case 为什么结果不固定
下一篇
Go select 同时命中多个 case 为什么结果不固定
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    101次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    12次使用
  • OpenCompass大模型评测体系详解:功能、使用指南与应用场景
    OpenCompass
    OpenCompass是上海AI实验室推出的开源大模型评测平台,提供CompassKit、CompassHub和CompassRank三大核心组件,支持LLM及多模态模型的一站式标准化评估与排行榜查询。
    28次使用
  • AGI-Eval大模型评测平台:权威榜单、数据集与人机协同评测方案
    AGI-Eval
    AGI-Eval是由上海交大等高校联合发布的大模型评测社区,提供公正透明的LLM能力榜单、多领域评测集及Data Studio数据服务,助力AI模型性能评估与NLP科研开发。
    14次使用
  • SuperCLUE中文大模型评测基准:功能、能力维度与应用指南
    SuperCLUE
    SuperCLUE是权威的中文大语言模型综合评测基准,涵盖语言理解、知识应用、AI Agent智能体及安全性等12项核心能力。通过多轮对话与客观测试,定期发布榜单与技术报告,为模型研发、优化及行业选型提供科学依据。
    255次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议隐私政策
返回登录
  • 重置密码