译者按: Dockerfile的语法非常简单,然而如何加快镜像构建速度,如何减少Docker镜像的大小却不是那么直观,需要积累实践经验。这篇博客可以帮助你快速掌握编写Dockerfile的技巧。

原文: How to write excellent Dockerfiles

译者: Fundebug

为了保证可读性,本文采用意译而非直译。另外,本文版权归原作者所有,翻译仅用于学习。

我已经使用Docker有一段时间了,其中编写Dockerfile是非常重要的一部分工作。在这篇博客中,我打算分享一些建议,帮助大家编写更好的Dockerfile。

目标

  • 更快的构建速度
  • 更小的Docker镜像大小
  • 更少的Docker镜像层
  • 充分利用镜像缓存
  • 增加Dockerfile可读性
  • 让Docker容器使用起来更简单

总结

  • 编写.dockerignore文件
  • 容器只运行单个应用
  • 将多个RUN指令合并为一个
  • 基础镜像的标签不要用latest
  • 每个RUN指令后删除多余文件
  • 选择合适的基础镜像(alpine版本最好)
  • 设置WORKDIR和CMD
  • 使用ENTRYPOINT (可选)
  • 在entrypoint脚本中使用exec
  • COPY与ADD优先使用前者
  • 合理调整COPY与RUN的顺序
  • 设置默认的环境变量,映射端口和数据卷
  • 使用LABEL设置镜像元数据
  • 添加HEALTHCHECK

示例

示例Dockerfile犯了几乎所有的错(当然我是故意的)。接下来,我会一步步优化它。假设我们需要使用Docker运行一个Node.js应用,下面就是它的Dockerfile(CMD指令太复杂了,所以我简化了,它是错误的,仅供参考)。

    FROM ubuntu
    ADD . /app
    RUN apt-get update  
    RUN apt-get upgrade -y  
    RUN apt-get install -y nodejs ssh mysql  
    RUN cd /app && npm install
    # this should start three processes, mysql and ssh
    # in the background and node app in foreground
    # isn't it beautifully terrible? <3
    CMD mysql & sshd & npm start

构建镜像:

`docker build -t wtf .`

1. 编写.dockerignore文件

构建镜像时,Docker需要先准备context ,将所有需要的文件收集到进程中。默认的context包含Dockerfile目录中的所有文件,但是实际上,我们并不需要.git目录,node_modules目录等内容。 .dockerignore 的作用和语法类似于 .gitignore,可以忽略一些不需要的文件,这样可以有效加快镜像构建时间,同时减少Docker镜像的大小。示例如下:

    .git/
    node_modules/

2. 容器只运行单个应用

从技术角度讲,你可以在Docker容器中运行多个进程。你可以将数据库,前端,后端,ssh,supervisor都运行在同一个Docker容器中。但是,这会让你非常痛苦:

非常长的构建时间(修改前端之后,整个后端也需要重新构建)
非常大的镜像大小
多个应用的日志难以处理(不能直接使用stdout,否则多个应用的日志会混合到一起)
横向扩展时非常浪费资源(不同的应用需要运行的容器数并不相同)
僵尸进程问题 - 你需要选择合适的init进程
因此,我建议大家为每个应用构建单独的Docker镜像,然后使用 Docker Compose 运行多个Docker容器。

现在,我从Dockerfile中删除一些不需要的安装包,另外,SSH可以用docker exec替代。示例如下:

FROM ubuntu
ADD . /app
RUN apt-get update  
RUN apt-get upgrade -y

# we should remove ssh and mysql, and use
# separate container for database 
RUN apt-get install -y nodejs  # ssh mysql  
RUN cd /app && npm install
CMD npm start

3. 将多个RUN指令合并为一个

Docker镜像是分层的,下面这些知识点非常重要:

Dockerfile中的每个指令都会创建一个新的镜像层。
镜像层将被缓存和复用
当Dockerfile的指令修改了,复制的文件变化了,或者构建镜像时指定的变量不同了,对应的镜像层缓存就会失效
某一层的镜像缓存失效之后,它之后的镜像层缓存都会失效
镜像层是不可变的,如果我们再某一层中添加一个文件,然后在下一层中删除它,则镜像中依然会包含该文件(只是这个文件在Docker容器中不可见了)。
Docker镜像类似于洋葱。它们都有很多层。为了修改内层,则需要将外面的层都删掉。记住这一点的话,其他内容就很好理解了。

现在,我们将所有的RUN指令合并为一个。同时把apt-get upgrade删除,因为它会使得镜像构建非常不确定(我们只需要依赖基础镜像的更新就好了)

    FROM ubuntu
    ADD . /app
    RUN apt-get update \  
        && apt-get install -y nodejs \
        && cd /app \
        && npm install
    CMD npm start
    记住一点,我们只能将变化频率一样的指令合并在一起。将node.js安装与npm模块安装放在一起的话,则每次修改源代码,都需要重新安装node.js,这显然不合适。因此,正确的写法是这样的:
    
    FROM ubuntu
    RUN apt-get update && apt-get install -y nodejs  
    ADD . /app  
    RUN cd /app && npm install
    CMD npm start

4. 基础镜像的标签不要用latest

当镜像没有指定标签时,将默认使用latest 标签。因此, FROM ubuntu 指令等同于FROM ubuntu:latest。当时,当镜像更新时,latest标签会指向不同的镜像,这时构建镜像有可能失败。如果你的确需要使用最新版的基础镜像,可以使用latest标签,否则的话,最好指定确定的镜像标签。

示例Dockerfile应该使用16.04作为标签。

    FROM ubuntu:16.04  # it's that easy!
    RUN apt-get update && apt-get install -y nodejs  
    ADD . /app  
    RUN cd /app && npm install
    CMD npm start

5. 每个RUN指令后删除多余文件

假设我们更新了apt-get源,下载,解压并安装了一些软件包,它们都保存在/var/lib/apt/lists/目录中。但是,运行应用时Docker镜像中并不需要这些文件。我们最好将它们删除,因为它会使Docker镜像变大。

示例Dockerfile中,我们可以删除/var/lib/apt/lists/目录中的文件(它们是由apt-get update生成的)。

    FROM ubuntu:16.04
    RUN apt-get update \  
        && apt-get install -y nodejs \
        # added lines
        && rm -rf /var/lib/apt/lists/*
    ADD . /app  
    RUN cd /app && npm install
    CMD npm start

6. 选择合适的基础镜像(alpine版本最好)

在示例中,我们选择了ubuntu作为基础镜像。但是我们只需要运行node程序,有必要使用一个通用的基础镜像吗?node镜像应该是更好的选择。

    FROM node
    ADD . /app  
    # we don't need to install node 
    # anymore and use apt-get
    RUN cd /app && npm install
    CMD npm start

更好的选择是alpine版本的node镜像。alpine是一个极小化的Linux发行版,只有4MB,这让它非常适合作为基础镜像。

    FROM node:7-alpine
    ADD . /app  
    RUN cd /app && npm install
    CMD npm start

apk是Alpine的包管理工具。它与apt-get有些不同,但是非常容易上手。另外,它还有一些非常有用的特性,比如no-cache和 -virtual选项,它们都可以帮助我们减少镜像的大小。

7. 设置WORKDIR和 CMD

WORKDIR指令可以设置默认目录,也就是运行RUN / CMD / ENTRYPOINT指令的地方。

CMD指令可以设置容器创建是执行的默认命令。另外,你应该讲命令写在一个数组中,数组中每个元素为命令的每个单词(参考官方文档)。

    FROM node:7-alpine
    WORKDIR /app  
    ADD . /app  
    RUN npm install
    CMD ["npm", "start"]

8. 使用ENTRYPOINT (可选)

ENTRYPOINT指令并不是必须的,因为它会增加复杂度。ENTRYPOINT是一个脚本,它会默认执行,并且将指定的命令错误其参数。它通常用于构建可执行的Docker镜像。entrypoint.sh如下:

    #!/usr/bin/env sh
    # $0 is a script name, 
    # $1, $2, $3 etc are passed arguments
    # $1 is our command
    CMD=$1
    case "$CMD" in  
      "dev" )
        npm install
        export NODE_ENV=development
        exec npm run dev
        ;;
      "start" )
        # we can modify files here, using ENV variables passed in 
        # "docker create" command. It can't be done during build process.
        echo "db: $DATABASE_ADDRESS" >> /app/config.yml
        export NODE_ENV=production
        exec npm start
        ;;
       * )
        # Run custom command. Thanks to this line we can still use 
        # "docker run our_image /bin/bash" and it will work
        exec $CMD ${@:2}
        ;;
    esac

示例Dockerfile:

    FROM node:7-alpine
    WORKDIR /app  
    ADD . /app  
    RUN npm install
    ENTRYPOINT ["./entrypoint.sh"]  
    CMD ["start"]

可以使用如下命令运行该镜像:

    # 运行开发版本
    docker run our-app dev 
    # 运行生产版本
    docker run our-app start 
    # 运行bash
    docker run -it our-app /bin/bash

9. 在entrypoint脚本中使用exec

在前文的entrypoint脚本中,我使用了exec命令运行node应用。不使用exec的话,我们则不能顺利地关闭容器,因为SIGTERM信号会被bash脚本进程吞没。exec命令启动的进程可以取代脚本进程,因此所有的信号都会正常工作。

10. COPY与ADD优先使用前者

COPY指令非常简单,仅用于将文件拷贝到镜像中。ADD相对来讲复杂一些,可以用于下载远程文件以及解压压缩包(参考官方文档)。

    FROM node:7-alpine
    WORKDIR /app
    COPY . /app  
    RUN npm install
    ENTRYPOINT ["./entrypoint.sh"]  
    CMD ["start"]

11. 合理调整COPY与RUN的顺序

我们应该把变化最少的部分放在Dockerfile的前面,这样可以充分利用镜像缓存。

示例中,源代码会经常变化,则每次构建镜像时都需要重新安装NPM模块,这显然不是我们希望看到的。因此我们可以先拷贝package.json,然后安装NPM模块,最后才拷贝其余的源代码。这样的话,即使源代码变化,也不需要重新安装NPM模块。

    FROM node:7-alpine
    WORKDIR /app
    COPY package.json /app  
    RUN npm install  
    COPY . /app
    ENTRYPOINT ["./entrypoint.sh"]  
    CMD ["start"]

12. 设置默认的环境变量,映射端口和数据卷

运行Docker容器时很可能需要一些环境变量。在Dockerfile设置默认的环境变量是一种很好的方式。另外,我们应该在Dockerfile中设置映射端口和数据卷。示例如下:

    FROM node:7-alpine
    ENV PROJECT_DIR=/app
    WORKDIR $PROJECT_DIR
    COPY package.json $PROJECT_DIR  
    RUN npm install  
    COPY . $PROJECT_DIR
    ENV MEDIA_DIR=/media \  
        NODE_ENV=production \
        APP_PORT=3000
    VOLUME $MEDIA_DIR  
    EXPOSE $APP_PORT
    ENTRYPOINT ["./entrypoint.sh"]  
    CMD ["start"]

ENV指令指定的环境变量在容器中可以使用。如果你只是需要指定构建镜像时的变量,你可以使用ARG指令。

13. 使用LABEL设置镜像元数据

使用LABEL指令,可以为镜像设置元数据,例如镜像创建者或者镜像说明。旧版的Dockerfile语法使用MAINTAINER指令指定镜像创建者,但是它已经被弃用了。有时,一些外部程序需要用到镜像的元数据,例如nvidia-docker需要用到com.nvidia.volumes.needed。示例如下:

    FROM node:7-alpine  
    LABEL maintainer "jakub.skalecki@example.com"  
    ...

14. 添加HEALTHCHECK

运行容器时,可以指定-restart always选项。这样的话,容器崩溃时,Docker守护进程(docker daemon)会重启容器。对于需要长时间运行的容器,这个选项非常有用。但是,如果容器的确在运行,但是不可(陷入死循环,配置错误)用怎么办?使用HEALTHCHECK指令可以让Docker周期性的检查容器的健康状况。我们只需要指定一个命令,如果一切正常的话返回0,否则返回1。对HEALTHCHECK感兴趣的话,可以参考这篇博客。示例如下:

    FROM node:7-alpine  
    LABEL maintainer "jakub.skalecki@example.com"
    ENV PROJECT_DIR=/app  
    WORKDIR $PROJECT_DIR
    COPY package.json $PROJECT_DIR  
    RUN npm install  
    COPY . $PROJECT_DIR
    ENV MEDIA_DIR=/media \  
        NODE_ENV=production \
        APP_PORT=3000
    VOLUME $MEDIA_DIR  
    EXPOSE $APP_PORT  
    HEALTHCHECK CMD curl --fail http://localhost:$APP_PORT || exit 1
    ENTRYPOINT ["./entrypoint.sh"]  
    CMD ["start"]

当请求失败时,curl -fail 命令返回非0状态。