Guia para multi-stage builds em Docker
Prompt gerado automaticamente para Multi-stage builds em Docker
5.0
33 usos
ChatGPT
"Você é um especialista em Docker. Crie um guia passo a passo, detalhado e prático, para otimizar o tamanho final de uma imagem Docker de uma aplicação Python usando *multi-stage builds*. O guia deve abordar:
1. **Contexto e Problema:** Por que imagens grandes são um problema e como *multi-stage builds* resolvem isso.
2. **Estrutura do Dockerfile:** Exemplos claros de como organizar as etapas (build, test, runtime) dentro de um único Dockerfile.
3. **Escolha de Imagens Base:** Recomendações para imagens base leves em cada estágio (ex: `python:3.9-slim-buster` para runtime, `python:3.9` para build).
4. **Copiando Artefatos:** A forma correta de copiar apenas os artefatos necessários entre os estágios (usando `COPY --from=`).
5. **Remoção de Dependências de Build:** Como garantir que dependências de desenvolvimento (ex: compiladores, ferramentas de teste) não acabem na imagem final.
6. **Exemplo Prático:** Um Dockerfile completo para uma aplicação Flask simples com suas dependências (`requirements.txt`), demonstrando todas as otimizações.
7. **Comandos Úteis:** Comandos Docker para construir e inspecionar a imagem resultante (tamanho, camadas).
O guia deve ser didático, com explicações claras para cada parte do Dockerfile, e focado em resultados mensuráveis (redução do tamanho da imagem)."
Tags relacionadas
Como Usar este Prompt
1
Clique no botão "Copiar Prompt" para copiar o conteúdo completo.
2
Abra sua ferramenta de IA de preferência (ChatGPT e etc.).
3
Cole o prompt e substitua as variáveis (se houver) com suas informações.
Outros prompts de Docker
Continue explorando prompts nesta categoria.
Melhores práticas de production deployment para Docker
Prompt gerado automaticamente para Production deployment em Docker
Melhores práticas de image optimization para Docker
Prompt gerado automaticamente para Image optimization em Docker
Melhores práticas de production deployment para Docker
Prompt gerado automaticamente para Production deployment em Docker