我在我的主机上创建了几个不同的目录，因为我试图学习Docker，只是为了让我的dockerfile有条理。我刚刚运行的Dockerfile是这样的:
FROM crystal/centos
MAINTAINER crystal
ADD ./rpms/test.rpm ./rpms/
RUN yum -y --nogpgcheck localinstall /rpms/test.rpm
我的实际转速只有1gb。但是当我尝试执行sudo docker build -t="crystal/test" .时，我得到将构建上下文发送到docker守护进程3.5 GB。在您继续构建Docker映像的过程中，还有什么我不知道的吗?当我在主机上的其他目录中构建更多映像时，内存是否在不断积累?
当前回答
如果你在创造图像和获取信息 将构建上下文发送到docker守护进程，该守护进程需要日志时间来复制，
然后添加.dockerignore文件。它应该包括文件或目录 不需要复制。
其他回答
在我的情况下，当我执行错误的-f参数-没有路径到Dockerfile所在的目录
docker build——no-cache -t nginx5 -f /home/DF/ dockerfile /home/DF/ - right
docker build——no-cache -t nginx5 -f /home/DF/Dockerfile -错误
Docker客户端将整个“构建上下文”发送给Docker守护进程。构建上下文(默认情况下)是Dockerfile所在的整个目录(即整个rpm树)。
你可以设置一个.dockerignore文件来让Docker忽略一些文件。你可能想尝试一下。
或者，您可以将rpm文件夹移动到Dockerfile上面一个目录级别，并且只进行符号链接测试。rpm到Dockerfile的目录。
你经常会想要把。git文件夹添加到。dockerignore文件夹中，这是导致评论中一些用户150MB -> 5GB差异的原因。
如果你在创造图像和获取信息 将构建上下文发送到docker守护进程，该守护进程需要日志时间来复制，
然后添加.dockerignore文件。它应该包括文件或目录 不需要复制。
更新2019
从Docker v18.06开始，有一个选项可以使用一个名为Build Kit的新映像构建器。
它是预先与Docker捆绑在一起的，不需要安装任何东西。它向后兼容Dockerfile语法，无需更改Dockerfile。
传统Docker Build vs新Docker BuildKit
下面是一个用build目录中一个巨大的未使用的文件构建映像的例子:
遗留Docker构建:
$ time docker image build --no-cache .
Sending build context to Docker daemon 4.315GB
[...]
Successfully built c9ec5d33e12e
real 0m51.035s
user 0m7.189s
sys 0m10.712s
新Docker BuildKit:
$ time DOCKER_BUILDKIT=1 docker image build --no-cache .
[+] Building 0.1s (5/5) FINISHED
=> [internal] load build definition from Dockerfile 0.0s
=> => transferring dockerfile: 37B 0.0s
=> [internal] load .dockerignore 0.0s
=> => transferring context: 2B 0.0s
[...]
=> => writing image sha256:ba5bca3a525ac97573b2e1d3cb936ad50cf8129eedfa9 0.0s
real 0m0.166s
user 0m0.034s
sys 0m0.026s
唯一的变化是DOCKER_BUILDKIT=1环境变量，时间差异很大。
dockerignore文件。
请注意，.dockerignore文件仍然有效且有用。一些Dockerfile命令，如COPY . .仍然会考虑到.dockerignore规则。但是build目录中的副文件(没有在Dockerfile中引用)不再被BuildKit复制为“构建上下文”。
检查构建的docker映像的最佳工具是dive https://github.com/wagoodman/dive
以下是官方说明书中的说明:
要分析Docker映像，只需运行带有image标签/id/digest的dive:
dive <your-image-tag>
或者如果你想建立你的图像，那么直接开始分析它:
dive build -t <some-tag> .
