Earthly项目中通过WITH DOCKER指令复用多容器镜像的最佳实践
2025-05-19 00:04:38作者:钟日瑜
在Earthly项目中构建复杂的容器化测试环境时,经常需要同时启动多个相互依赖的服务容器。Earthly提供的WITH DOCKER指令结合--compose参数可以很好地解决这个问题,但如何高效地复用项目中已构建的镜像是一个值得探讨的技术点。
多阶段构建中的镜像复用
Earthly的构建过程支持多阶段构建模式,每个构建目标(Target)可以独立构建并输出镜像。例如在CI/CD流水线中,我们可能会分别构建数据库服务、消息队列服务和应用程序服务:
FROM alpine:latest
WORKDIR /test
ci-mariadb:
FROM mariadb:latest
SAVE IMAGE ci-env:mariadb
ci-nats:
FROM nats:latest
SAVE IMAGE ci-env:nats
ci-e2e:
FROM xxxx
SAVE IMAGE e2e:latest
WITH DOCKER指令的镜像加载机制
在集成测试阶段,我们需要同时启动这些服务容器。Earthly的WITH DOCKER指令提供了--load参数,可以显式加载其他构建阶段生成的镜像:
ci-test:
FROM earthly:dind
WITH DOCKER --compose docker-compose.yaml \
--load ci-env:mariadb=+ci-mariadb \
--load ci-env:nats=+ci-nats \
--load e2e:latest=+ci-e2e
RUN docker run --rm e2e:latest
END
关键技术要点
-
镜像标签映射:
--load参数支持将构建目标输出的镜像重新打标签,格式为<new-tag>=<target-ref> -
多镜像加载:可以多次使用
--load参数来加载多个不同构建阶段生成的镜像 -
Compose文件集成:配合
--compose参数,可以在Docker Compose配置中直接引用这些已加载的镜像
services:
mariadb:
image: ci-env:mariadb
nats:
image: ci-env:nats
实际应用建议
-
镜像命名规范:建议为CI环境使用的镜像建立统一的命名规范,如示例中的
ci-env:前缀 -
构建顺序优化:Earthly会自动解析依赖关系,但明确的目标引用使构建流程更清晰
-
缓存利用:合理使用
SAVE IMAGE和--load组合可以充分利用Earthly的缓存机制
通过这种模式,开发者可以在Earthly项目中高效地构建和管理复杂的多容器测试环境,同时保持构建过程的模块化和可维护性。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.93 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
684
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609