Dockerfile

# 사전 스테이지
FROM python:3.11-slim as requirements-stage

WORKDIR /tmp

RUN pip install poetry

COPY ./pyproject.toml ./poetry.lock /tmp/

# requirements.txt 생성
RUN poetry export -f requirements.txt --output requirements.txt --without-hashes

# 최종 스테이지
FROM python:3.11-slim

ENV PYTHONUNBUFFERED=1 \\
    PYTHONDONTWRITEBYTECODE=1 \\
    TZ=Asia/Seoul

WORKDIR /qb

COPY --from=requirements-stage /tmp/requirements.txt /qb/requirements.txt

RUN pip install --no-cache-dir --upgrade -r /qb/requirements.txt

COPY ./env/.env /qb/env/.env
COPY ./app /qb/app

CMD uvicorn app.main:app --host 0.0.0.0 --port 8000

베이스 이미지 변경 → 용량 감축

• 베이스 이미지: 특정 소프트웨터 패키지가 설치된 기본 이미지
• python slim 버전 사용하여 경량화
• 사용중인 파이썬 라이브러리와 호환되지 않는 등의 문제 없어 유지

이미지 레이어 최적화 → 시간 감축

<aside> 💡

변경이 잦은 레이어일 수록 아래쪽에 배치

• 대표적인 예시: 애플리케이션 코드를 COPY 하는 단계 </aside>

이미지 레이어 다이어그램 예시

• 도커 이미지 빌드 시 DockerFile에 정의된 명령문을 순서대로 실행하며 생성
  • RUN, ADD, COPY 단계의 레이어는 캐싱되어 다음 빌드에 변경사항이 없다면 재사용 가능
    • 나머지 명령에 대한 레이어는 임시로 생성 후 저장하지 않아 이미지 용량에 영향이 없다
  • 변경사항이 생기는 경우 해당 레이어 및 그 이후의 레이어도 캐시 무효화
• 각각 독립적으로 저장되며 읽기 전용
• 컨테이너에서 이미지 실행하면 읽기 전용 레이러를 순서대로 쌓은 후 마지막에 쓰기 레이어 추가 → 컨테이너 안에서 생성된 결과들이 해당 쓰기 레이어에 기록
• 컨테이너 종료 시 모든 레이어 제거

멀티스테이지 빌드 → 용량 감축

• 이미지 빌드에는 필요한 작업이지만 최종 이미지에는 필요 없는 요소들을 제거할 수 있도록 단계를 나누어 이미지를 빌드하는 방식
• 사전 스테이지에서 Poetry 설치 및 poetry.lock 파일로부터 requirements.txt 파일을 생성
• 최종 스테이지의 RUN pip install 단계에서 패키지 설치
  • 용량 감축 효과
  • docker 이미지 레이어 캐시로 충분하여 pip cache는 사용 지양

Github Actions

<aside> 💡

배포마다 새로운 러너로 이미지 빌드하는 환경에서 레이어 캐싱을 사용하기 위해 build-push-action 사용

</aside>