Play With Docker 构建容器镜像时 Yarn 安装失败的解决方案
2025-06-26 20:37:27作者:邵娇湘
在使用 Play With Docker (PWD) 构建基于 Node.js 的容器镜像时,许多开发者会遇到 Yarn 包管理器安装依赖失败的问题。本文将深入分析这一常见问题的原因,并提供多种解决方案。
问题现象
当使用类似以下的 Dockerfile 构建镜像时:
FROM node:10-alpine
WORKDIR /app
COPY . .
RUN yarn install --production
CMD ["node", "/app/src/index.js"]
构建过程中会出现如下错误:
An unexpected error occurred: https://registry.yarnpkg.com/body-parser/-/body-parser-1.19.0.tgz: getaddrinfo EAI_AGAIN registry.yarnpkg.com registry.yarnpkg.com:443
问题原因分析
这个错误的核心是 DNS 解析问题,具体表现为:
- 网络连接不稳定:PWD 环境中的容器可能无法稳定连接到 Yarn 的官方包仓库
- DNS 解析超时:EAI_AGAIN 错误表明 DNS 查询超时,无法解析 registry.yarnpkg.com 域名
- 容器网络配置:Docker 容器默认的网络配置可能与 PWD 环境不完全兼容
解决方案
方法一:使用国内镜像源
对于国内开发者,最有效的解决方案是更换 Yarn 的镜像源为国内镜像:
RUN yarn config set registry https://registry.npmmirror.com && \
yarn install --production
方法二:增加重试机制
可以添加重试逻辑来应对网络不稳定的情况:
RUN yarn install --production --network-timeout 1000000 || \
yarn install --production --network-timeout 1000000
方法三:使用 NPM 替代
如果 Yarn 问题持续存在,可以临时改用 NPM:
RUN npm config set registry https://registry.npmmirror.com && \
npm install --production
方法四:检查基础镜像
确保使用合适的基础镜像版本:
FROM node:16-alpine # 使用更新的Node.js版本
最佳实践建议
- 镜像分层优化:将依赖安装与代码复制分开,利用 Docker 缓存
- 多阶段构建:减小最终镜像体积
- 固定依赖版本:在 package.json 中使用精确版本号
示例优化后的 Dockerfile:
FROM node:16-alpine AS builder
WORKDIR /app
COPY package.json yarn.lock ./
RUN yarn config set registry https://registry.npmmirror.com && \
yarn install --production --frozen-lockfile
FROM node:16-alpine
WORKDIR /app
COPY --from=builder /app/node_modules ./node_modules
COPY . .
CMD ["node", "/app/src/index.js"]
通过以上方法,开发者可以有效解决在 Play With Docker 环境中构建 Node.js 应用时的 Yarn 安装问题,确保容器构建过程顺利完成。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253