在 Docker 中，鏡像的構建基于分層的概念。每一層都是鏡像文件系統的一部分，每個層次都代表對文件系統的更改。這樣的分層機制讓鏡像的構建和分發變得十分高效。

當你創建新鏡像時，Docker 會檢查新鏡像與你當前計算機中已經存在的鏡像之間的差異，然后只會下載它缺少的那些層。這個過程被稱為分層合并（Layered Merging），它可以幫助節省大量的時間和網絡帶寬。

為了更好地理解分層合并的含義，我們可以看一個具體的例子。假設我們想要構建一個運行 Python 程序的鏡像。我們可以從官方的 Python 鏡像中開始。這個鏡像已經包含了 Python 運行時和標準庫，但是它不包含我們需要的那些依賴庫。

FROM python:latest
# 添加需要的依賴庫
RUN pip install numpy
RUN pip install pandas

在這個Dockerfile中，我們使用了基于python的官方鏡像。然后，我們使用 pip 安裝了兩個依賴庫 numpy 和 pandas 。這個 Dockerfile 中我們只在新的鏡像中添加了我們需要的依賴庫，其他的層都是繼承自官方鏡像的。當我們構建這個鏡像時，Docker 會通過分層合并的方式將新增的層合并到官方鏡像中，并且只要下載缺少的那部分層。

分層合并是 Docker 的一個非常重要的特性。它允許使用更少的存儲空間來構建和維護多個鏡像，同時也減少了網絡帶寬的使用，從而加快了鏡像的構建和分發。對于有大量重疊的鏡像結構的環境來說，分層合并的好處尤其明顯，這大大節省了時間和資源。