1. 概述
在构建 Python 应用的 Docker 镜像时，如果每次构建都要重新安装依赖包，不仅浪费时间，还会影响开发效率，特别是在网络较慢的地区。要解决这个问题，关键在于理解 Docker 的层缓存机制。
本文将从一个简单项目出发，演示 Docker 是如何构建镜像的，为什么在代码未变时仍会重复安装依赖，并最终优化 Dockerfile，避免不必要的 pip install 操作。
2. 问题描述
目标： 当依赖包未发生变化时，避免每次构建 Docker 镜像时重新安装 Python 包。
2.1. 示例 Dockerfile（存在问题）
以下是一个典型的 Dockerfile：
FROM python:3.10-slim
WORKDIR /app
ADD . /app
RUN pip install -r requirements.txt
CMD ["python", "app.py"]
如果我们在本地修改了代码文件（比如修改了 app.py），再次构建镜像时，Docker 会重新执行 pip install，即使 requirements.txt 没有变化。
2.2. Docker 层缓存机制简介
Docker 构建镜像是按层进行的。每一行命令（如 COPY, RUN, ADD）都会生成一个新层。如果某一层的内容未变，Docker 会复用缓存，跳过执行。
问题出在 ADD . /app 这一步。它会将整个目录下的文件复制到镜像中，包括 requirements.txt 和 app.py。只要任意文件有变化，这一层就会失效，从而导致后续所有层（如 pip install）也被重新执行。
3. 重现问题
我们来构建一个简单的 Flask 项目来演示这个问题。
项目结构
flask-demo/
├── app.py
├── Dockerfile
└── requirements.txt
app.py
from flask import Flask
app = Flask(__name__)
@app.route("/")
def home():
return "Hello, Docker!"
if __name__ == "__main__":
app.run(host="0.0.0.0", port=5000)
requirements.txt
flask==2.3.2
Dockerfile（原始版本）
FROM python:3.10-slim
WORKDIR /app
ADD . /app
RUN pip install -r requirements.txt
CMD ["python", "app.py"]
构建镜像
docker build -t flask-demo .
首次构建时，pip install 会正常执行。
修改 app.py 中的返回值后再次构建：
docker build -t flask-demo .
你会发现 pip install 仍然被执行，即使 requirements.txt 没有任何变化。这就是缓存失效的问题。
4. 优化 Dockerfile：利用层缓存
优化后的 Dockerfile
FROM python:3.10-slim
WORKDIR /app
# 先复制依赖文件，以便利用缓存
COPY requirements.txt ./
RUN pip install --no-cache-dir -r requirements.txt
# 再复制其余代码
COPY . .
CMD ["python", "app.py"]
优化说明
COPY requirements.txt ./：只复制依赖文件，确保只有当requirements.txt变化时才会触发pip installRUN pip install --no-cache-dir：禁用 pip 本地缓存，减少镜像体积COPY . .：最后复制其余代码，不影响pip install的缓存
4.1. 验证优化效果
初始构建
docker build -t flask-demo .
输出显示 pip install 被执行。
修改 app.py 后再次构建
docker build -t flask-demo .
输出显示 pip install 被跳过，缓存生效 ✅
修改 requirements.txt 后构建
echo "requests==2.31.0" >> requirements.txt
docker build -t flask-demo .
此时 pip install 重新执行 ❗️
4.2. 使用 .dockerignore 文件
构建时，Docker 会将整个目录作为构建上下文发送给引擎，包括 .git、.pyc 等无用文件。我们可以使用 .dockerignore 排除这些文件，提高构建效率。
# .dockerignore
__pycache__/
*.pyc
*.pyo
*.pyd
.env
.git
4.3. 固定依赖版本（推荐）
确保 requirements.txt 中的每个依赖都指定了版本号：
✅ 推荐写法：
flask==2.3.2
requests==2.31.0
❌ 不推荐写法：
flask
requests
如果依赖版本不固定，即使 requirements.txt 没变，远程包更新后也可能导致缓存失效 ❌
5. 总结
✅ 通过将 requirements.txt 的复制和安装步骤提前，我们可以有效利用 Docker 的层缓存机制，避免不必要的 pip install。
✅ 使用 .dockerignore 减少构建上下文大小，提升构建速度。
✅ 固定依赖版本，确保构建结果可预测。
通过这些优化，可以显著提升 Python 项目在使用 Docker 构建镜像时的效率，尤其适用于频繁修改代码的开发场景。