1. 前言
2. 什麼是 uv？
3. uv 的使用方法
   1. 本機
   2. Dockerfile
4. 實測檔案
   1. Dockerfile Using pip
   2. Dockerfile Using uv
   3. requirements.txt
5. Linux Ubuntu 上進行 docker build
   1. 使用 pip = 87.6 秒
   2. 使用 uv = 33.3 秒
6. GCP Cloud Shell 上進行 docker build
   1. 使用 pip = 20.1 秒
   2. 使用 uv = 11.7 秒
7. 總結

前言

在 Build Docker Image 的時候，通常最花時間的都是安裝套件，為了突破這個效能瓶頸，這次決定嘗試使用 uv 來取代 pip 進行 Python 套件的安裝。

什麼是 uv？

uv 是一個以 Rust 撰寫的 Python 套件管理工具，號稱比 pip 還要快 10-100 倍，國外也有相關實測，像是 Streamlit 在 2024 年 7 月就有發 blog 表示他們用 uv 取代 pip 後速度提升了 55%（如圖 1）。

（2025/05更新）
近期發現開始有開源專案的官網文件也已經預設是使用 uv 來安裝，例如 Prefect（如圖 2）。

之前我也有在本機實測過，確實有非常顯著地提升了效能，而這次我打算將 uv 運用在 Docker 上，讓 Docker image 的建立時間能大幅縮減。

uv 的使用方法

本機

uv 在本機的使用方法，跟平常的 pip 非常相似，只要安裝 uv 後把原本的 pip 指令改成 uv pip 指令就可以，例如：

# 使用 pip 安裝套件
pip install pandas
# 改成使用 uv 安裝套件
pip install uv
uv pip install pandas

（若是想了解 uv 在 Python 專案上的開發流程：如何使用 uv 取代 pip 來改善 Python 專案的開發流程)

Dockerfile

若是在 Dockerfile 中想要使用 uv，則不是使用 pip 安裝，而是透過 COPY 讓我們能使用 uv 指令：

COPY --from=ghcr.io/astral-sh/uv:latest /uv /bin/uv

並且要將原本的 uv pip install 加上 --system 來避免 Python PATH 錯誤：

RUN uv pip install --system --no-cache-dir -r requirements.txt

實測檔案

Dockerfile Using pip

	FROM python:3.11-slim
	WORKDIR /api
	COPY . /api
	RUN pip install –no-cache-dir -r requirements.txt
	CMD ["fastapi", "dev", "app.py", "–host", "0.0.0.0", "–port", "8080"]

view raw pip.Dockerfile hosted with ❤ by GitHub

Dockerfile Using uv

	FROM python:3.11-slim
	WORKDIR /api
	COPY . /api
	COPY –from=ghcr.io/astral-sh/uv:latest /uv /bin/uv
	RUN uv pip install –system –no-cache-dir -r requirements.txt
	CMD ["fastapi", "dev", "app.py", "–host", "0.0.0.0", "–port", "8080"]

view raw uv.Dockerfile hosted with ❤ by GitHub

requirements.txt

另外一個檔案是 requirements.txt，因為這次打算使用 FastAPI 和 GCP 的 Pub/Sub 服務搭建一個 Data Streaming 的 API 服務，所以只需要安裝以下兩個套件

fastapi[standard]==0.112.1
google-cloud-pubsub==2.23.0

以下是實測的紀錄

---

Linux Ubuntu 上進行 docker build

使用 pip = 87.6 秒

使用 uv = 33.3 秒

GCP Cloud Shell 上進行 docker build

使用 pip = 20.1 秒

使用 uv = 11.7 秒

---

總結

先用表格整理一下實測結果：

（單位：秒）	pip	uv	效能提升
Linux Ubuntu	87.6	33.3	2.63x
Cloud Shell	20.1	11.7	1.71 x

這次實測後發現 uv 非常明顯地提升了 Docker Image 的建立過程，可以達到 pip 2 倍以上的速度，而且這次只有指定安裝兩個套件，如果環境需要更多套件或是像 PyTorch 那種龐大的套件的話，效果我覺得應該會更顯著！

總之，目前我個人會考慮以後開發都用 uv 來代替 pip！