当前位置:首页 > 文章列表 > 文章 > 软件教程 > Docker Build 怎么用缓存挂载加速依赖安装

Docker Build 怎么用缓存挂载加速依赖安装

来源:17golang原创 2026-09-27 07:16:24 0浏览 收藏

Docker Build 的缓存挂载适合解决“Dockerfile 这一层必须重建,但包管理器不该重新下载全部依赖”的问题。做法是在 RUN 指令中加入 --mount=type=cache,把 npm 的下载缓存放到 BuildKit 管理的持久目录;镜像层失效后,安装命令仍可复用已下载的包。

官方说明:https://docs.docker.com/build/cache/optimize/

缓存挂载不等于把 node_modules 永久塞进镜像层。它保存的是包管理器缓存目录;依赖清单变化时安装步骤仍会执行,但只需下载新增或变化的包。
要点速览
  • 先复制依赖清单并安装,再复制经常变化的业务源码。
  • npm 的 cache target 通常是 /root/.npm。
  • 第二次构建要到 Docker Desktop 的 Builds 视图检查缓存使用,而不是只看总耗时。

一、先拆开依赖层和源码层

打开项目根目录的 Dockerfile,先复制 package.json 与锁文件,完成依赖安装后再复制其余源码。这样普通源码修改不会先让依赖清单层失效。

# syntax=docker/dockerfile:1
FROM node:22-alpine
WORKDIR /app

# 先复制依赖清单,让依赖层只受清单变化影响
COPY package.json package-lock.json ./

# 下一步会在这里添加 npm 缓存挂载
RUN npm ci

# 业务源码变化时,不必让前面的清单复制失效
COPY . .
CMD ["node", "server.js"]
原创 Dockerfile 编辑界面说明图,突出依赖清单与源码复制的分层位置
图1:操作示意图。看项目文件区和 Dockerfile 编辑区,依赖清单应位于源码复制之前;保存后再进入缓存挂载配置。

路径:项目根目录 → Dockerfile → 依赖清单复制段。成功状态是 COPY package.json package-lock.json ./ 位于 COPY . . 之前。

二、给 npm 安装步骤添加 cache mount

把原来的 RUN npm ci 改成带缓存挂载的写法。target 必须指向包管理器实际使用的缓存目录;npm 的官方示例使用 /root/.npm。

# 把 npm 下载缓存交给 BuildKit 跨构建保存
RUN --mount=type=cache,target=/root/.npm \
    npm ci
原创 Dockerfile 配置界面说明图,突出 RUN cache mount 与 npm 缓存目录
图2:操作示意图。重点核对 RUN 指令中的 type=cache 和 target=/root/.npm;保存后才进行构建。

路径:Dockerfile → RUN npm ci → 在命令前加入 --mount=type=cache,target=/root/.npm。这里缓存的是下载内容,不会自动把主机目录复制进最终镜像。

三、构建两次并核对缓存使用

保存 Dockerfile 后执行一次构建,再只修改业务源码并重新构建。命令中的标签可以替换为自己的镜像名:

# 第一次构建用于创建镜像层和 npm 缓存
docker buildx build --load -t demo-cache:latest .

# 修改普通源码后再次构建,观察依赖下载缓存是否被复用
docker buildx build --load -t demo-cache:latest .

然后打开 Docker Desktop,进入 Builds → Build history → 选择刚完成的构建 → Info。在 Build timing 区域查看 Cache usage;也可以切换到 Logs,确认依赖安装步骤没有重新下载全部包。

原创 Docker Desktop Builds 结果界面说明图,展示构建历史、Info 与缓存使用状态
图3:结果示意图。看 Builds 列表中的完成状态,再到 Info 的 Cache usage 与 Logs 核对缓存复用;这是一张原创界面说明图,并非真实截图。

只有 BuildKit 驱动的构建会出现在 Builds 视图。若列表里没有记录,先确认当前 builder 正在运行,并且命令使用的是 Buildx/BuildKit 路径。

四、按包管理器调整 target

工具常见缓存目标注意点
npm/root/.npm缓存下载包,不等同于 node_modules
pip/root/.cache/pip安装清单仍应单独复制
Go/go/pkg/mod、/root/.cache/go-build模块缓存与编译缓存可分开挂载
apt/var/cache/apt、/var/lib/apt并行构建通常需要 sharing=locked

缓存挂载属于当前 builder 的缓存存储。更换 builder 或在临时 CI 机器上构建时,默认不会自动共享;这类场景要另行配置外部缓存,而不是继续扩大本地 mount。

相关问题

为什么加了 cache mount,RUN npm ci 仍然执行?

这是正常的。cache mount 复用的是 npm 下载缓存,不是跳过整个 RUN 层;依赖清单变化后命令会重新运行,但已存在的包可直接复用。

可以把 target 写成项目里的 node_modules 吗?

不建议把两者混为一谈。npm 缓存目录负责复用下载内容,node_modules 是安装结果;两者的生命周期和最终镜像需求不同。

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
繁花动漫适合未成年人吗?公开页面年龄提示、内容筛选与家长注意事项繁花动漫适合未成年人吗?公开页面年龄提示、内容筛选与家长注意事项
上一篇
繁花动漫适合未成年人吗?公开页面年龄提示、内容筛选与家长注意事项
Go context 子任务为什么会提前出现 deadline exceeded
下一篇
Go context 子任务为什么会提前出现 deadline exceeded
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
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    231次使用
  • 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。
    276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。
    246次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    227次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    27次使用