Alpine Linux – oft empfohlen als Basisimage für Docker. Es wird gesagt, dass die Verwendung von Alpine Ihre Builds kleiner macht und den Bauprozess beschleunigt.
Aber wenn Sie Alpine Linux für Python-Anwendungen verwenden, dann:
- Wird Ihr Build erheblich langsamer
- Wird Ihr Image größer
- Verliert Ihre Zeit
- Und kann letztendlich zu Laufzeitfehlern führen
Lassen Sie uns untersuchen, warum Alpine empfohlen wird, aber warum Sie es dennoch nicht in Verbindung mit Python verwenden sollten.
Warum empfehlen Leute Alpine?
Nehmen wir an, wir benötigen gcc als Teil unseres Images und möchten Alpine Linux mit Ubuntu 18.04 in Bezug auf die Buildgeschwindigkeit und die endgültige Bildgröße vergleichen.
Lassen Sie uns zunächst zwei Images herunterladen und deren Größe vergleichen:
$ 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
Wie Sie sehen, ist das Basisimage für Alpine deutlich kleiner. Lassen Sie uns jetzt versuchen, gcc zu installieren und beginnen wir mit 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/*
Das Schreiben perfekter Dockerfiles geht über den Rahmen dieses Artikels hinaus.
Messen wir die Buildgeschwindigkeit:
$ 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
Wiederholen wir das Gleiche für Alpine (Dockerfile):
FROM alpine
RUN apk add --update gcc
Bauen wir es und schauen auf die Zeit und die Größe des Builds:
$ 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
Wie versprochen, die auf Alpine basierenden Images bauen sich schneller und sind von Haus aus kleiner: 15 Sekunden statt 30 und die Bildgröße 105MB gegenüber 150MB. Das ist ziemlich gut!
Aber wenn wir auf das Builden von Python-Anwendungen umschalten, sieht es nicht mehr so rosig aus.
Python-Image
Python-Anwendungen verwenden oft pandas und matplotlib. Daher ist eine Möglichkeit, ein offizielles Image auf Debian-Basis zu verwenden, mit folgendem Dockerfile:
FROM python:3.8-slim
RUN pip install --no-cache-dir matplotlib pandas
Bauen wir es:
$ 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
Wir erhalten ein Image mit einer Größe von 363MB.
Wird es besser mit Alpine? Lassen Sie es uns versuchen:
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
Was ist passiert?
Alpine unterstützt keine Wheels.
Wenn Sie sich das Build anschauen, das auf Debian basiert, werden Sie sehen, dass es matplotlib-3.1.2-cp38-cp38-manylinux1_x86_64 herunterlädt.whl.
Das ist das Binärformat für Wheel. Alpine lädt hingegen die Quellcodes `matplotlib-3.1.2.tar.gz`, da es die Standard- .
nicht unterstützt.
Warum? Die meisten Linux-Distributionen verwenden die GNU-Version (glibc) der Standard-C-Bibliothek, die jede C-Anwendung, einschließlich Python, benötigt. Aber Alpine verwendet `musl`, und da diese Binärformate für `glibc` vorgesehen sind, sind sie einfach nicht nutzbar.
Daher müssen Sie, wenn Sie Alpine verwenden, jeden in C geschriebenen Code in jedem Python-Paket kompilieren.
Ach ja, Sie müssen selbst nach einer Liste aller solchen Abhängigkeiten suchen, die kompiliert werden müssen.
In diesem Fall erhalten wir:
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
Und die Buildzeit beträgt…
… 25 Minuten 57 Sekunden! Und die Bildgröße beträgt 851MB. aber das bedeutet, dass man noch mehr Arbeit investieren muss.
Das ist noch nicht alles!
Alpine kann die Ursache für unerwartete Bugs zur Laufzeit sein
- Theoretisch ist musl mit glibc kompatibel, aber in der Praxis können Unterschiede viele Probleme bereiten. Und wenn sie auftreten, sind sie wahrscheinlich unangenehm. Hier sind einige Probleme, die auftreten können:
- Alpine hat standardmäßig eine kleinere Thread-Stack-Größe, was zu
- Einige Benutzer haben festgestellt, dass wegen der Art und Weise, wie musl Speicher zuweist (unterscheidet sich von glibc).
- Einer der Benutzer
Diese Fehler wurden wahrscheinlich bereits behoben, aber wer weiß, wie viele es noch gibt.
Verwenden Sie keine Alpine-Images für Python
Wenn Sie nicht mit langen und komplexen Builds, der Suche nach Abhängigkeiten und potenziellen Fehlern herumhantieren möchten – verwenden Sie Alpine Linux nicht als Basis-Image. .
Quelle: habr.com
