Docker Buildx 中传递性构建目标的环境变量密钥问题解析
2025-06-17 20:15:39作者:邬祺芯Juliet
问题背景
在 Docker Buildx 项目中,用户在使用 bake 功能时发现了一个关于构建目标间环境变量密钥传递的问题。具体表现为:当通过上下文引用间接构建目标时,定义的环境变量密钥无法正确传递,而直接构建该目标时则工作正常。
问题重现
通过一个简单的示例可以重现该问题:
- 定义一个包含环境变量密钥的构建目标:
FROM busybox
RUN --mount=type=secret,id=GITHUB_SECRET,env=GITHUB_SECRET env|sort
- 使用 bake 文件配置:
target "download-artifacts" {
secret = [
{ type = "env", id = "GITHUB_SECRET" }
]
}
target "app" {
contexts = {
artifacts = "target:download-artifacts"
}
}
- 直接构建
download-artifacts目标时,环境变量正确传递:
GITHUB_SECRET=foo docker buildx bake --no-cache download-artifacts
- 通过
app目标间接构建时,环境变量丢失:
GITHUB_SECRET=foo docker buildx bake --no-cache app
技术分析
这个问题实际上涉及到 Buildx 构建过程中密钥传递机制的一个缺陷。核心原因在于:
- 当通过命名上下文间接引用构建目标时,构建系统未能正确处理环境变量类型的密钥
- 文件类型的密钥在这种情况下能够正常工作,因为它们的传递机制不同
- 该问题与构建器类型无关,无论是 Kubernetes 还是其他类型的构建器都会出现相同行为
解决方案
开发团队已经识别并修复了这个问题。修复方案主要涉及:
- 确保在通过上下文引用构建目标时,正确传递所有类型的密钥
- 统一处理环境变量和文件类型的密钥传递逻辑
- 修复了原有实现中可能导致密钥随机丢失的问题
最佳实践建议
在修复版本发布前,用户可以采取以下临时解决方案:
- 优先使用文件类型的密钥而非环境变量
- 对于必须使用环境变量的场景,可以先直接构建依赖目标,利用缓存机制
- 将关键构建步骤合并到主构建目标中,避免通过上下文间接引用
总结
这个问题的发现和解决过程展示了 Docker Buildx 团队对构建系统细节的深入理解。它不仅修复了一个具体的技术问题,也完善了构建系统中密钥传递的整体机制。对于用户而言,理解构建目标间的依赖关系和密钥传递机制,有助于设计更健壮的构建流程。
随着容器化技术的普及,这类构建系统的细节问题会越来越受到关注。Docker Buildx 团队快速响应和解决问题的态度,为整个社区树立了良好的榜样。
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 StartedRust0199
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 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++
692
1.36 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++
865
1.96 K
Ascend Extension for PyTorch
Python
728
905
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
461
455
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++
1.09 K
1.12 K
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
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265