Alpine samler Docker builds for Python 50 gange langsommere, og billederne er 2 gange større

Alpine Linux anbefales ofte som et basisbillede for Docker. Du får at vide, at brugen af Alpine vil gøre dine builds mindre, og byggeprocessen hurtigere.

Men hvis du bruger Alpine Linux til Python-applikationer, så:

• Gør dine builds meget langsommere
• Gør dine billeder større
• Bruger din tid
• Og kan i sidste ende forårsage runtime-fejl

Lad os se på, hvorfor Alpine anbefales, men hvorfor du stadig ikke bør bruge det sammen med Python.

Hvorfor anbefaler folk Alpine?

Lad os antage, at vi har brug for gcc som en del af vores billede, og vi ønsker at sammenligne Alpine Linux vs Ubuntu 18.04, med hensyn til byggehastighed og slutstørrelse af billedet.

For at starte, lad os downloade to billeder og sammenligne deres størrelse:

$ docker pull --quiet ubuntu:18.04
docker.io/library/ubuntu:18.04
$ docker pull --quiet alpine
docker.io/library/alpine:latest
$ docker image ls ubuntu:18.04
REPOSITORY          TAG        IMAGE ID         SIZE
ubuntu              18.04      ccc6e87d482b     64.2MB
$ docker image ls alpine
REPOSITORY          TAG        IMAGE ID         SIZE
alpine              latest     e7d92cdc71fe     5.59MB

Som du kan se, er basisbilledet for Alpine meget mindre. Lad os nu prøve at installere gcc og starte med Ubuntu:

FROM ubuntu:18.04
RUN apt-get update && 
    apt-get install --no-install-recommends -y gcc && 
    apt-get clean && rm -rf /var/lib/apt/lists/*

At skrive perfekte Dockerfiler ligger uden for rammerne af denne artikel

Lad os måle byggehastigheden:

$ time docker build -t ubuntu-gcc -f Dockerfile.ubuntu --quiet .
sha256:b6a3ee33acb83148cd273b0098f4c7eed01a82f47eeb8f5bec775c26d4fe4aae

real    0m29.251s
user    0m0.032s
sys     0m0.026s
$ docker image ls ubuntu-gcc
REPOSITORY   TAG      IMAGE ID      CREATED         SIZE
ubuntu-gcc   latest   b6a3ee33acb8  9 seconds ago   150MB

Gentager det samme for Alpine (Dockerfile):

FROM alpine
RUN apk add --update gcc

Bygger, ser på tid og størrelse af build:

$ time docker build -t alpine-gcc -f Dockerfile.alpine --quiet .
sha256:efd626923c1478ccde67db28911ef90799710e5b8125cf4ebb2b2ca200ae1ac3

real    0m15.461s
user    0m0.026s
sys     0m0.024s
$ docker image ls alpine-gcc
REPOSITORY   TAG      IMAGE ID       CREATED         SIZE
alpine-gcc   latest   efd626923c14   7 seconds ago   105MB

Som lovet, bliver billeder baseret på Alpine bygget hurtigere og er selv mindre: 15 sekunder i stedet for 30 og billedstørrelsen 105MB mod 150MB. Det er ret godt!

Men hvis vi skifter til at bygge en Python-applikation, er det ikke så lyserødt.

Python billede

Python-applikationer bruger ofte pandas og matplotlib. Derfor er en mulighed at tage det officielle billede baseret på Debian, ved at bruge følgende Dockerfile:

FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas

Bygger det:

$ docker build -f Dockerfile.slim -t python-matpan.
Sending build context to Docker daemon  3.072kB
Step 1/2 : FROM python:3.8-slim
 ---> 036ea1506a85
Step 2/2 : RUN pip install --no-cache-dir matplotlib pandas
 ---> Running in 13739b2a0917
Collecting matplotlib
  Downloading matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl (13.1 MB)
Collecting pandas
  Downloading pandas-0.25.3-cp38-cp38-manylinux1_x86_64.whl (10.4 MB)
...
Successfully built b98b5dc06690
Successfully tagged python-matpan:latest

real    0m30.297s
user    0m0.043s
sys     0m0.020s

Vi får et billede, der er 363MB stort.
Vil det være bedre med Alpine? Lad os prøve:

FROM python:3.8-alpine
RUN pip install --no-cache-dir matplotlib pandas

$ docker build -t python-matpan-alpine -f Dockerfile.alpine .                                 
Sending build context to Docker daemon  3.072kB                                               
Step 1/2 : FROM python:3.8-alpine                                                             
 ---> a0ee0c90a0db                                                                            
Step 2/2 : RUN pip install --no-cache-dir matplotlib pandas                                                  
 ---> Running in 6740adad3729                                                                 
Collecting matplotlib                                                                         
  Downloading matplotlib-3.1.2.tar.gz (40.9 MB)                                               
    ERROR: Command errored out with exit status 1:                                            
     command: /usr/local/bin/python -c 'import sys, setuptools, tokenize; sys.argv[0] = '"'"'/
tmp/pip-install-a3olrixa/matplotlib/setup.py'"'"'; __file__='"'"'/tmp/pip-install-a3olrixa/matplotlib/setup.py'"'"';f=getattr(tokenize, '"'"'open'"'"', open)(__file__);code=f.read().replace('"'"'rn'"'"', '"'"'n'"'"');f.close();exec(compile(code, __file__, '"'"'exec'"'"'))' egg_info --egg-base /tmp/pip-install-a3olrixa/matplotlib/pip-egg-info                              

...
ERROR: Command errored out with exit status 1: python setup.py egg_info Check the logs for full command output.
The command '/bin/sh -c pip install matplotlib pandas' returned a non-zero code: 1

Hvad sker der?

Alpine understøtter ikke wheels

Hvis du ser på build, der er baseret på Debian, vil du se, at den downloader matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64.whl.

Dette er en binærfil for wheel. Alpine downloader kilderne `matplotlib-3.1.2.tar.gz`, da den ikke understøtter standard wheels.

Hvorfor? De fleste Linux distributioner bruger GNU-versionen (glibc) af standard C-biblioteket, som i realiteten er nødvendigt for hvert program skrevet i C, inklusive Python. Men Alpine bruger `musl`, og eftersom de binærfiler er beregnet til `glibc`, er de simpelthen ikke en mulighed.

Derfor, hvis du bruger Alpine, skal du kompilere al kode skrevet i C i hver Python-pakke.

Åh, ja, listen over alle sådanne afhængigheder, der skal kompilere, bliver du nødt til at finde selv.
I dette tilfælde får vi følgende:

FROM python:3.8-alpine
RUN apk --update add gcc build-base freetype-dev libpng-dev openblas-dev
RUN pip install --no-cache-dir matplotlib pandas

Og byggetiden tager…

… 25 minutter 57 sekunder! Og størrelsen på billedet er 851MB.

Billeder baseret på Alpine bygger langt længere, de er større i sig selv, og du skal også finde alle afhængigheder. Du kan selvfølgelig reducere størrelsen på byggeriet ved at bruge multi-stage builds men det betyder, at du skal gøre endnu mere arbejde.

Det er ikke alt!

Alpine kan være grunden til uventede bugs i runtime.

• Teoretisk set er musl kompatibel med glibc, men i praksis kan forskellene føre til mange problemer. Og hvis de er der, vil de sandsynligvis være ubehagelige. Her er nogle problemer, der kan opstå:
• Alpine har som standard en mindre stack størrelse for tråde, hvilket kan føre til fejl i Python.
• Nogle brugere har opdaget, at Python-applikationer kører langsommere på grund af måden musl tildeler hukommelse (forskelligt fra glibc).
• En af brugerne opdagede en fejl i datoforformatering.

Sikkert er disse fejl allerede blevet rettet, men hvem ved, hvor mange der er derude.

Brug ikke Alpine-billeder til Python.

Hvis du ikke vil bøvle med store og langsomme bygninger, søgen efter afhængigheder og potentielle fejl - brug ikke Alpine Linux som basebillede. At vælge et godt basebillede.

Kilde: habr.com