AdonisJS 项目 Docker 部署中 pino-pretty 报错解决方案
2025-05-12 12:03:09作者:邓越浪Henry
问题背景
在使用 AdonisJS 框架开发 Node.js 应用时,很多开发者会选择使用 Docker 容器化部署方案。然而在构建生产环境镜像时,可能会遇到一个关于日志模块的报错:"unable to determine transport target for 'pino-pretty'"。
错误现象
当运行构建后的 AdonisJS 应用时,控制台会输出如下错误信息:
Error: unable to determine transport target for "pino-pretty"
⁃ fixTarget
node_modules/pino/lib/transport.js:146
⁃ anonymous
node_modules/pino/lib/transport.js:93
⁃ transport
node_modules/pino/lib/transport.js:90
问题原因
这个问题的根源在于 AdonisJS 默认使用 pino 作为日志系统,而 pino-pretty 是一个用于开发环境下美化日志输出的工具。在 Docker 多阶段构建过程中,当 NODE_ENV 环境变量设置不当时,系统会错误地尝试在生产环境中加载这个开发依赖。
解决方案
1. 正确设置 NODE_ENV 环境变量
在 Dockerfile 的生产环境阶段,必须明确设置 NODE_ENV=production:
FROM base as production
ENV NODE_ENV=production
WORKDIR /app
COPY --from=production-deps /app/node_modules /app/node_modules
COPY --from=build /app/build /app
EXPOSE 8080
CMD ["node", "./bin/server.js"]
2. 检查依赖安装命令
确保在安装生产依赖时使用正确的命令:
RUN npm ci --omit=dev
3. 可选方案:移动 pino-pretty 到 dependencies
虽然不推荐,但在某些特殊情况下,可以将 pino-pretty 从 devDependencies 移动到 dependencies。这种方法虽然能解决问题,但不是最佳实践。
最佳实践建议
- 严格区分环境:始终确保生产环境明确设置 NODE_ENV=production
- 多阶段构建:使用 Docker 的多阶段构建来减小最终镜像体积
- 依赖管理:仔细检查 package.json 中的依赖分类
- 日志配置:考虑为生产环境配置更适合的日志传输方式
总结
AdonisJS 项目在 Docker 化部署时遇到的这个日志模块问题,本质上是环境配置问题。通过正确设置环境变量和依赖管理,可以轻松解决。理解 Node.js 模块系统在不同环境下的行为差异,是避免类似问题的关键。
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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
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
576
99
暂无描述
Dockerfile
710
4.51 K
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++
958
955
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.61 K
942
Ascend Extension for PyTorch
Python
573
694
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
414
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2