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
kernelopenEuler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。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
477
3.56 K
React Native鸿蒙化仓库
JavaScript
287
340
暂无简介
Dart
728
175
Ascend Extension for PyTorch
Python
287
320
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++
849
446
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
233
98
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
10
1
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
450
180
🎉 (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
1.28 K
704